Generatywna sztuczna inteligencja jest powszechnie uważana za jeden z największych przełomów technologicznych naszych czasów. Upublicznienie ChatGPT przez OpenAI wydało efekt w postaci tysięcy nagłówków w mediach, co przełożyło się na bezprecedensowe, gorączkowe zainteresowanie wielu gigantów technologicznych. Od miesięcy AI jest tematem przewodnim i głównym tematem dyskusji na konferencjach technologicznych na całym świecie. Jednak, jak w przypadku każdej dużej nowej fali, istnieje ryzyko, że niegdyś obiecujące projekty zostaną zmyte i istnieją wyraźne i oczywiste obawy dotyczące zarządzania, jakości i bezpieczeństwa. Aby przebić się przez pianę, CIO.com zapytał wielu liderów i ekspertów IT o ich poglądy na temat tego, gdzie jesteśmy z generatywną sztuczną inteligencją, ich nadziejami i obawami.

Stan gry

Znany brytyjski szef IT Paul Coby, obecnie CIO rodzinnego dewelopera Persimmon Homes, widział wiele trendów, które pojawiały się i znikały, ale jest optymistycznie nastawiony do generatywnej sztucznej inteligencji, mimo że pojawiła się ona po raz pierwszy dopiero w listopadzie 2022 roku. „Wierzę, że generatywna sztuczna inteligencja zmienia zasady gry na fundamentalnym poziomie. Byłem na konferencji Gartnera w USA, gdzie nazwano generatywną sztuczną inteligencję „trzecią rewolucją cyfrową” po komputerach mainframe i Internecie. Wpływ może być naprawdę tak głęboki, ponieważ mamy narzędzie, które można zastosować do wielu przypadków użycia, od pisania i projektowania produktów, po wizualizacje, sprawdzanie kodu i tak dalej”, mówi.

Zobacz również:

• Blaski i cienie AI
• Apple zatrudnia specjalistów od AI z Google
• 9 cech wielkich liderów IT

Inny doświadczony lider IT, David Ivell, dyrektor ds. produktów i technologii w firmie szkoleniowej Team Teach zajmującej się zarządzaniem zachowaniami, już wykorzystuje moc generatywnej sztucznej inteligencji. „Generatywna sztuczna inteligencja jest kluczową częścią naszej strategii biznesowej, ułatwiając rozwój dzięki procesom opartym na sztucznej inteligencji, które już działają w produkcji”, mówi. „Od połowy ubiegłego roku analizujemy potencjalny wpływ, szanse i zagrożenia związane z szybkością innowacji w tym obszarze, a także wprowadziliśmy polityki i wdrożyliśmy środki w celu zminimalizowania ryzyka. Ogólnie rzecz biorąc, postrzegamy to jako ogromną szansę. Przeprowadziliśmy warsztaty z każdym działem naszej firmy, edukując ich na temat przyspieszenia innowacji w tym obszarze, burzy mózgów na temat szans i zagrożeń. Wyselekcjonowaliśmy i opracowaliśmy potencjalne opcje weryfikacji koncepcji oraz modelowaliśmy wpływ na przychody, a jedna koncepcja przeszła już przez nasze laboratorium innowacji i została wprowadzona do produkcji na żywo”.

Jon Collins z firmy analitycznej GigaOm i autor książki The Technology Garden: Cultivating Sustainable IT-Business Alignment, jest zarówno obserwatorem rynku, jak i jego użytkownikiem. „Testujemy ChatGPT na poziomie indywidualnym. Potencjał jest bardzo pozytywny i wpływowy, szczególnie jako narzędzie badawcze lub takie, które daje wstępną, choć w pełni ukształtowaną odpowiedź. Wciąż jednak nie wiadomo, w jaki sposób generatywna sztuczna inteligencja zastąpi, a nie zwiększy, zaangażowanie człowieka w zakresie informacji. Z perspektywy projektowania takie narzędzia są bardziej atrakcyjne”, mówi.

Neil Ward-Dutton, VP, AI and Intelligent Process Automation European Practices w IDC, sugeruje, że wykorzystanie generatywnej sztucznej inteligencji jest wysokie, ale strategia biznesowa może pozostawać w tyle. „Generatywna sztuczna inteligencja ma kolosalny potencjał wpływania na wiele obszarów działalności. W ankiecie IDC z marca 2023 r. 21% respondentów stwierdziło, że już inwestuje w generatywną sztuczną inteligencję w tym roku, a kolejne 55% bada potencjalne przypadki użycia. Ogólnie rzecz biorąc, widzimy niewielką liczbę organizacji korzystających z generatywnej sztucznej inteligencji w oparciu o strategię lub plan, ukształtowany przez jasne zasady i wiele oddolnych eksperymentów, ale prawie zawsze dzieje się to w próżni strategicznej”, mówi.

Co działa (a co nie)

Jeśli więc projekty już ruszyły, jakie są odczucia na temat tego, gdzie generatywna sztuczna inteligencja działa najlepiej i w jaki sposób? „Najlepsze praktyki to bez wątpienia współpraca międzyfunkcyjna, „wypróbuj zanim kupisz” i ucz się na tym, co robisz”, mówi Marc O’Brien, CIO w firmie Medica Group świadczącej usługi radiologiczne. „Z mojego doświadczenia wynika, że algorytmy renomowanych firm robią to, co mówią na opakowaniu, ale to, co naprawdę ma znaczenie, to pozycja w przepływie pracy”, dodaje.

Z kolei Ivell z Team Teach uważa, że firmy mogą uzyskać szybki start, korzystając z narzędzi wbudowanych w aplikacje i pakiety. „Jedną z kluczowych i natychmiastowych możliwości generatywnej sztucznej inteligencji jest to, że jest ona już wbudowana w niektóre narzędzia, z których już korzystamy, czy to Power BI, Adobe czy bardziej specyficzne dla branży aplikacje”, mówi. „Skorzystanie z nich wymaga wewnętrznego odkrycia lub analizy tych nowych funkcji, zrozumienia, w jaki sposób będziemy z nich korzystać, a przede wszystkim przeszkolenia naszych pracowników w zakresie korzystania z nowych funkcji. Ludzie mają tendencję do korzystania z narzędzi w sposób, w jaki zawsze korzystali, a wdrażanie nowych funkcji może być powolne, więc musimy to przyspieszyć".

Collins z GigaOm jest zwolennikiem zawsze popularnej szkoły myślenia „zacznij od małego”.

„Zarządzanie musi być na pierwszym miejscu, biorąc pod uwagę, że odpowiedzi oferowane przez generatywne rozwiązania AI wiążą się z ryzykiem i zastrzeżeniami. Z doświadczenia wiemy, że odpowiedzi tekstowe mogą być błędne, mylące lub niekompletne, a odpowiedzi kodowe mogą być błędne lub wadliwe. Zaczynanie od małych kroków musi być drogą naprzód, biorąc pod uwagę, że sukces z narzędziami, przynajmniej obecnie, często sprowadza się do umiejętności tworzenia dobrze sformułowanych pytań”, mówi.

Ward-Dutton i IDC zgadzają się i dodają pięć innych wskazówek: skupienie się na wartości i funkcjonalności, znalezienie konkretnych przypadków użycia, zrozumienie ograniczeń, rozważenie wpływu na pracę i miejsca pracy oraz zarządzanie ryzykiem, takim jak bezpieczeństwo, poufność, prywatność i jakość.

Przeszkody i utrudnienia

Bezpieczeństwo, stronniczość, dokładność i halucynacje nadal są powracającymi kwestiami. Jon Cosson, szef działu IT i CISO w firmie zarządzającej majątkiem JM Finn, wspomina, jak poprosił ChatGPT o własną biografię. System wymienił tylko około 70% jego CV i po prostu wymyślił okres pracy w znanym banku. „Musimy zdać sobie sprawę z tego, gdzie może być niezwykle potężny i gdzie może nam pomóc, ale uważajmy, aby zachować ludzki nadzór. Ułatwiło mi to życie, ponieważ pozwala mi pisać dokumenty i wzbogacać je, ale jeśli polegasz na tej bestii, może cię ugryźć. Używamy go wybiórczo w testach, aby zobaczyć jego moc, ale jest on ściśle monitorowany i nie będziemy niczego wdrażać, jeśli spowoduje to podjęcie niekorzystnych decyzji”, tłumaczy.

O’Brien z Medica również wydaje ostrzeżenie. „W ramach opieki zdrowotnej środowisko regulacyjne i ramy handlowe są lata za technologią”, mówi. „To sprawia, że prawie niemożliwe jest zarabianie, a tym samym finansowanie wdrażania i wykorzystywania algorytmów. Dotyczy to zarówno sektora publicznego, jak i niezależnego. Wierzę jednak, że gdy te bariery zostaną pokonane, wdrożenie oparte na korzyściach będzie szybkie”. Coby dodaje, że należy dokładnie rozważyć niedojrzałe struktury regulacyjne i prawne dotyczące korzystania z generatywnej sztucznej inteligencji i dużych modeli językowych (LLM), podobnie jak tendencję obecnych programów do halucynacji. „Dlatego na tym etapie ważne jest, aby każde użycie było sprawdzane przez kogoś z wiedzą ekspercką. Przejście od PoC do głównego nurtu wdrożeń będzie musiało być dokładnie kontrolowane”.

Ivell dodaje, że generatywna sztuczna inteligencja może stworzyć niepożądaną dynamikę konkurencji. Jak mówi, „w ramach naszych przygotowań do strategii generatywnej sztucznej inteligencji ważne jest, aby zrozumieć, gdzie ta technologia może umożliwić konkurencji lub startupom wykorzystanie jej do ataku na nasz udział w rynku za pomocą nowych narzędzi umożliwiających szybsze wprowadzanie na rynek i tańsze produkty lub usługi. Jest więc wiele rzeczy, o których należy pamiętać - nie tylko o tym, jak możemy je wykorzystać, ale także o tym, jak zaczynają być wykorzystywane jako zagrożenie”.

Jeśli chodzi o ryzyko związane z własnością intelektualną, Ward-Dutton z IDC twierdzi, że własność intelektualna organizacji może wyciec do domeny publicznej, jeśli nie będą one ostrożne podczas korzystania z publicznych usług generatywnej sztucznej inteligencji. „Niektórzy dostawcy systemów stają w obliczu procesów sądowych, ponieważ trenowali swoje systemy na danych i treściach bez uzyskania pozwolenia od oryginalnych twórców” mówi, dodając, że koszty mogą być również zaporowe, ponieważ podstawowa technologia napędzająca dzisiejsze systemy generatywnej sztucznej inteligencji jest bardzo droga w szkoleniu.

Poszukiwanie najlepszych miejsc

Istnieją różne opinie na temat tego, gdzie generatywna sztuczna inteligencja będzie najbardziej odczuwalna. Collins wskazuje na badania i projektowanie: „to całkiem rozsądne, że wyzwania związane z tworzeniem funkcjonalnej strony internetowej od podstaw powinny zniknąć, podobnie jak inne obszary, które były już gotowe do automatyzacji”. O’Brien dodaje, że jest to wszystko, co produkuje treści przeznaczone do konsumpcji przez ludzi, gdzie regulacje są niewielkie, a ceny mogą finansować algorytm.

Ward-Dutton z IDC twierdzi, że panel klientów firmy analitycznej wskazuje na trzy główne klastry: poprawę doświadczeń klientów i pracowników; wzmocnienie zarządzania wiedzą; oraz przyspieszenie dostarczania oprogramowania. Przewiduje on, że z czasem dołączą do nich komunikacja w przedsiębiorstwie (w tym centra kontaktowe), współpraca i dzielenie się wiedzą, zarządzanie treścią oraz projektowanie, badania i działania kreatywne.

Mimo że jest jeszcze za wcześnie, by o tym mówić, Coby uważa, że początkowe sukcesy będą polegały na umożliwieniu ludziom znacznie większej produktywności poprzez wykorzystanie generatywnej sztucznej inteligencji do tworzenia pierwszych szkiców, a następnie wykorzystywania ich jako podstaw. „Prawdopodobnie będzie to dotyczyło wielu obszarów i będzie wymagało nowych umiejętności zadawania właściwych zapytań”, mówi.

Ivell zgadza się co do obszarów treści, generowania kodu i obsługi klienta, ale mówi, że najbardziej ekscytują go możliwości badawcze.

„Sztuczna inteligencja może analizować duże ilości danych w formie tekstowej w celu tworzenia nowych formularzy, podsumowań i analiz zestawów danych”, mówi. „Może również zapewnić analizę dużych zbiorów danych w celu uzyskania wcześniej niedostępnego wglądu na poziomie przedsiębiorstwa, takiego jak zrozumienie wzorców zachowań i tworzenie wglądu, który możemy wykorzystać do tworzenia nowych produktów”.

Cosson z JM Finn, entuzjastyczny bloger, twierdzi, że treści tekstowe i graficzne przy użyciu narzędzi takich jak Midjourney to oczywiste możliwości w najbliższej przyszłości. Jak mówi, to już jest potężne w witrynach blogowych i wiele osób będzie używać go jako ramy. Nie chcemy stracić elementu ludzkiej kreatywności, ale możesz zastosować elementy ludzkiego nadzoru i dostarczyć kilka wyjątkowych elementów. Wadami są utrata pracy przez marketingowców i copywriterów, ale powstaną nowe miejsca pracy.

A może koń trojański?

Niektórzy obserwatorzy uważają, że generatywna sztuczna inteligencja może być pionierem w szerszym zastosowaniu sztucznej inteligencji i uczenia maszynowego. Ward-Dutton z IDC jest szczególnie entuzjastyczny. „W ciągu zaledwie kilku miesięcy generatywna sztuczna inteligencja jednocześnie przyciągnęła uwagę, wyobraźnię i niepokój liderów technologii i biznesu na całym świecie" - mówi. "Wierzymy, że generatywna sztuczna inteligencja jest technologią wyzwalającą, która zapoczątkuje nową erę obliczeń - erę sztucznej inteligencji wszędzie, która całkowicie zmieni nasze relacje z danymi i sposób, w jaki wydobywamy wartość zarówno z danych strukturalnych, jak i nieustrukturyzowanych. Szybkie przyjęcie generatywnej sztucznej inteligencji przenosi sztuczną inteligencję z wschodzącego segmentu oprogramowania w stosie do technologii rygla w centrum transformacji platformy”.

Jednak CIO głośno mówią o znaczeniu robotów pracujących w tandemie z ludźmi. „Sztuczna inteligencja działa najlepiej, gdy współpracuje z ludźmi”, uważa Cosson. „Ludzki mózg wciąż jest coś wart. Empatia i człowieczeństwo są ważne i musimy opracować sposób, w jaki sztuczna inteligencja je uzupełnia i łączy”.

Źródło: CIO