Как подготовиться к работе с генеративным ИИ с помощью экспериментов и четких инструкций

Лучшая стратегия – определить наиболее вероятные случаи использования и просто передать технологию в руки пользователей, обеспечив соответствующие гарантии. Ожидайте, что бизнес-процессы будут адаптироваться по мере развития технологии.

Генеративный искусственный интеллект чрезвычайно быстро приобретает популярность в корпоративном мире, с особым акцентом на управлении, но он все еще настолько новый, что не существует устоявшихся лучших практик для внедрения или обучения. Подготовка к этой технологии может включать несколько различных подходов: от проведения пилотных проектов и обучения по принципу "обедай и учись" до создания центров передового опыта на базе экспертов, которые обучают других сотрудников и выступают в роли центрального ресурса. ИТ-лидеры, возможно, помнят, как за последние 10 лет некоторые пользовательские отделы сбежали в облако и самостоятельно организовали запуск экземпляров программного обеспечения, а затем взвалили весь этот беспорядок на плечи ИТ-отдела, когда он стал неуправляемым. Хотя генеративный ИИ может сделать такую ситуацию детской забавой, существуют стратегии, которые помогут начать управлять ею заранее. "Поразительно, как быстро этот набор технологий вошел в сознание бизнес-лидеров. Люди используют его без санкции корпораций, что показывает, насколько он привлекателен", – говорит Майкл Чуй, партнер консалтинговой компании McKinsey.

В противовес этому, Риту Джйоти (Ritu Jyoti), вице-президент группы глобальных исследований ИИ в IDC, говорит, что стремление внедрять генеративный ИИ идет сверху. "Руководители стали прожорливыми лидерами ИИ. Они стали мейнстримом и задают жесткие вопросы своим непосредственным подчиненным". Ее вывод таков: внедряйте генеративный ИИ, устанавливайте рамки для его использования и создавайте ценность как для организации, так и для сотрудников.

Достичь всего этого будет непросто. Генеративный ИИ связан с рядом рисков, среди которых неточные, предвзятые или сфабрикованные результаты, нарушение авторских прав и конфиденциальности, а также утечка корпоративных данных, поэтому важно, чтобы руководители ИТ-отделов и бизнес-лидеры сохраняли контроль над любыми работами по генеративному ИИ, проводимыми в их организациях. Вот с чего стоит начать.

Первым шагом должно стать решение о том, где применять генеративный ИИ в вашем бизнесе, как в краткосрочной перспективе, так и в будущем. Бостонская консалтинговая группа (BCG) в своем недавнем отчете перечислила эти "золотые" варианты использования – "вещи, которые приносят реальное конкурентное преимущество и имеют наибольшее влияние" по сравнению с использованием современных инструментов. Соберите корпоративный мозговой трест, чтобы начать изучать эти сценарии.

Обратитесь к своим стратегическим торговым партнерам и узнайте, что они делают: многие планируют внедрять генеративный ИИ в программное обеспечение – от обслуживания клиентов до управления транспортом. Некоторые из этих инструментов уже существуют, по крайней мере в бета-версии. Предложите помощь в тестировании этих приложений; это поможет обучить ваши команды технологии генеративного ИИ в контексте, с которым они уже знакомы.

Уже много написано об интересных применениях чрезвычайно популярных сегодня инструментов генеративного ИИ, в частности ChatGPT и DALL-E. И хотя создавать новые формы искусства – это круто и увлекательно, большинству компаний в ближайшее время не понадобится объяснение, как вынуть бутерброд с арахисовым маслом и желе из видеомагнитофона (в стиле Джеймса Дяди).

Зато большинство экспертов предлагают организациям начать с использования технологий для создания первых черновиков документов – от резюме соответствующих исследований до информации, которую можно вставить в бизнес-кейсы или другую работу. "Почти каждый работник сферы знаний может повысить свою производительность", – считает Чуй из McKinsey.

На самом деле, McKinsey провела шестинедельную пилотную программу генеративного ИИ с некоторыми своими программистами и увидела двузначное увеличение как точности кода, так и скорости кодирования.

Джонатан Вилхабер, директор по информационным технологиям исследовательской компании Cognitive Research Corp. (CRC), использует ChatGPT-3 для изучения вопросов безопасности, в частности, как тестировать различные эксплойты, а также преимуществ, вызовов и рекомендаций по внедрению нового менеджера паролей. Он вносит некоторые изменения в словарь, чтобы обеспечить соответствие результата собственному стилю, а затем вносит информацию в документ бизнес-кейса.

По его словам, такой подход сэкономил ему два из четырех часов, необходимых для создания каждого предложения, что "стоит" 20 долларов США в месяц. В частности, атаки на безопасность могут быть техническими по своей природе, и искусственный интеллект может помочь получить хорошую, понятную картину того, как они работают.

Чтобы помочь определить приложения, которые больше всего выиграют от генеративного ИИ в течение следующего года, передайте технологию в руки ключевых отделов пользователей, будь то маркетинг, обслуживание клиентов, продажи или инженерия, и дайте им несколько идей. Дайте людям время и инструменты, чтобы начать испытывать ее, чтобы выяснить, на что она способна и каковы ее ограничения. И ожидайте, что обе стороны уравнения будут развиваться.

Попросите сотрудников применить генеративный ИИ в существующих рабочих процессах, убедившись, что никто не использует собственные данные или личную информацию о клиентах или сотрудниках. Когда вы предоставляете данные нескольким инструментам генеративного ИИ, они передают их обратно в свои большие языковые модели (LLM) для обучения, после чего данные выпускаются в эфир.

Отслеживайте, кто и что делает, чтобы команды могли учиться друг у друга, а вы могли понять общую картину происходящего в бизнесе.

Сейчас Виэльхабер из CRC, который является платным клиентом ChatGPT, планирует внедрить в своей компании сессии "ланч и обучение", чтобы помочь представить генеративный ИИ другим и дать им возможность "увидеть, какие возможности он открывает перед ними".

В зависимости от того, какие долгосрочные цели вы ставите перед этой технологией, вам может потребоваться спланировать более формальные способы распространения знаний. Джоти из IDC является большим поклонником подхода создания центров передового опыта, где центральная группа может обучать различных сотрудников и даже внедрять их в различные бизнес-подразделения, чтобы помочь им внедрять генеративный ИИ как можно эффективнее.

В будущем могут потребоваться новые типы должностей – от директора по искусственному интеллекту до тренеров по искусственному интеллекту, аудиторов и инженеров, которые понимают, как создавать запросы, адаптированные к каждому инструменту генеративного ИИ, чтобы получить желаемые результаты.

Нанять экспертов по генеративному ИИ будет непросто, поскольку спрос на них постоянно растет. Вам придется обращаться к рекрутерам и порталам по трудоустройству, посещать конференции по искусственному интеллекту и налаживать связи с местными колледжами и университетами. Возможно, в ваших интересах будет создать собственную магистерскую программу, доработать уже существующие у поставщиков и/или организовать магистерскую программу у себя, чтобы избежать проблем с безопасностью. Согласно отчету BCG, все эти варианты потребуют большего количества технических экспертов, а также дополнительной инфраструктуры.

Гитанджли Дханджал, старший директор консалтинговой компании Yantra, расширяет практику искусственного интеллекта в своей компании. Он сосредотачивается на переподготовке имеющихся работников, привлечении внешних ресурсов и привлечении выпускников университетов к программам "содействия" [Содействие изменениям – это управленческая практика в ITIL 4, которая внедряет изменения упорядоченно и безопасно, эффективно балансируя между ожидаемой выгодой и потенциальным риском – прим. ред.], которые включают науку о данных, веб-тренинги и семинары. Компания создает центры передового опыта как в Индии, так и в Калифорнии и утверждает, что это "облегчает наем местных талантов" в обоих регионах.

И не забудьте поговорить с сотрудниками о том, как может измениться их карьера в результате. Даже сейчас искусственный интеллект может вызвать беспокойство по поводу ликвидации определенных должностей. Чуй из McKinsey использует аналогию с электронными таблицами. "Мы все еще используем их, но теперь у нас есть аналитики, которые моделируют данные, а не вычисляют их, – говорит он. Например, разработчики, использующие генеративный ИИ, могут сосредоточиться на повышении качества кода и соблюдении требований безопасности.

Когда искусственный интеллект создает первые черновики, люди все еще нужны для проверки и доработки контента и изучения новых типов стратегий взаимодействия с клиентами. "Отслеживайте настроения сотрудников, – советуют в отчете BCG. "Создайте стратегический план управления персоналом и корректируйте его по мере развития технологий".

Это улица с двусторонним движением, говорит Дханджал. "Мы должны поддерживать сотрудников обучением, ресурсами и правильной средой для развития". Работники, однако, также должны быть открытыми к изменениям и переквалифицироваться в новых сферах.

Так же, как важно вступать в игру, так же важно сохранять определенную перспективу в отношении рисков, связанных с современными инструментами. Генеративный ИИ подвержен явлению, известному как "галлюцинация", когда при отсутствии достаточного количества релевантных данных инструмент просто выдумывает информацию. Иногда это может привести к забавным результатам, но это не всегда очевидно – и корпоративным юристам это может не понравиться.

Действительно, генеративный ИИ "может ошибаться больше, чем быть правильным", – говорит Алекс Жаворонков, генеральный директор Insilico Medicine, фармацевтической компании, которая построила свою бизнес-модель на генеративном ИИ. Однако, в отличие от большинства компаний, Insilico использует 42 различных двигателя для проверки точности каждой модели. По его словам, в более широком мире "вы можете пожертвовать точностью ради скорости" с некоторыми современными инструментами генеративного ИИ, ориентированными на потребителя.

В феврале Insilico получила одобрение от Управления по контролю за продуктами и лекарствами США на первую фазу испытаний молекулы, созданной с помощью ИИ, которая используется в качестве основы препарата для лечения редкого заболевания легких. По словам Жаворонкова, компания прошла эту первую фазу менее чем за 30 месяцев и потратила около 3 миллионов долларов США, тогда как традиционные расходы примерно в 10 раз больше. Экономические преимущества генеративного ИИ означают, что компания может нацелиться на другие редкие заболевания, также известные как "сиротские", в которые большинство фармацевтических компаний неохотно инвестируют, а также на состояния, встречающиеся у более широких слоев населения.

Компания использует собственные высокотехнологичные инструменты в руках химиков, биофизиков и других экспертов. Однако Жаворонков объясняет, что "мы все еще с осторожным оптимизмом" относимся к использованию генеративного ИИ для создания текста из-за неточности и проблем с интеллектуальной собственностью. "Я хочу увидеть, как Microsoft и Google включат его в свои программные пакеты, прежде чем я начну полагаться на него более широко", – говорит он.

Поставщики и исследователи работают над тем, как идентифицировать и исключить защищенный авторским правом контент из результатов ИИ или по крайней мере предупредить пользователей об источнике результатов, но это все еще очень ранние дни. И именно поэтому, по крайней мере пока инструменты не будут усовершенствованы, люди все еще должны быть в курсе событий в качестве аудиторов.

В этом мире этический ИИ важен как никогда, считает Абхишек Гупта (Abhishek Gupta), основатель и главный исследователь Монреальского института этики ИИ. Он также является членом совета по этике ИИ CSE корпорации Майкрософт и экспертом по этике ИИ в Бостонской консалтинговой группе.

"Ответственный ИИ – это ускоритель, который дает вам возможность экспериментировать безопасно и уверенно, – объясняет он. "Это означает, что вам не нужно постоянно оглядываться через плечо", и стоит потратить время на разработку контроля над тем, что сотрудники могут и чего не могут делать. "Установите широкие границы", – советует он, опираясь на корпоративные ценности и цели. Затем превратите их в обязательные к исполнению правила, которые вы донесете до сотрудников.

Вилхабер из CRC говорит, что в будущем создание руководящих принципов для искусственного интеллекта будет насущной необходимостью. Компания и так находится в процессе переписывания своих политик, связанных с информационными технологиями и безопасностью, и искусственный интеллект будет частью этого процесса. "Я думаю, что мы пересекли порог искусственного интеллекта, который откроет много возможностей в ближайшие несколько лет, и люди найдут действительно изобретательные способы его использования".