На какие вопросы ИТ-директорам следует ответить, прежде чем внедрять генеративный ИИ?
ИТ-лидеры и компании, которые они представляют, должны уметь быстро использовать возможности генеративного искусственного интеллекта, а также понимать и управлять потенциальными уязвимостями, предубеждениями и другими рисками, чтобы защитить конфиденциальные данные и сохранить доверие клиентов.
Некоторые компании используют генеративный ИИ для написания кода, другие - для создания маркетинговых текстов или управления чат-ботами. Есть и такие, как SmileDirectClub, которые создают изображения, чтобы ответить на вопрос, как лучше обслуживать своих клиентов.
Как искусственный интеллект используется в стоматологии?
SmileDirectClub, британская телестоматологическая компания, использует генеративный искусственный интеллект для создания зубов. А точнее, чтобы помочь людям понять, как можно улучшить состояние их зубов.
SmileDirectClub создал собственный генеративный ИИ, используя собственный набор данных, на собственных серверах, в соответствии с требованиями HIPAA, RODO и других нормативных актов.
Компания начала проект три года назад с внешним партнером. Затем, когда это не сработало, она наняла собственную команду для создания необходимых внутренних моделей.
"У нас есть платформа под названием SmileMaker, – рассказывает ИТ-директор Джастин Скиннер. "Мы фотографируем ваши зубы с помощью телефона, создаем 3D-модель и с помощью искусственного интеллекта можем предсказать, как будет выглядеть план выравнивания, сколько времени он займет и как будет выглядеть после завершения".
Существующие платформы генеративного искусственного интеллекта, такие как ChatGPT OpenAI, Google Bard или Stable Diffusion, не обучаются на 3D-изображениях зубов. На момент запуска SmileDirectClub почти ничего из этого не было доступно.
"Не существует ничего, что могло бы обеспечить необходимый нам уровень точности", – говорит Скиннер. "Зубы очень сложные. На них не так много специальных отметок, поэтому получить точную 3D-модель с телефона – сложная задача".
Первое поколение инструмента было запущено в ноябре прошлого года в Австралии и в мае этого года в США, и на сегодняшний день им воспользовались около 100 000 человек. Следующая версия будет включать фотореалистичную проекцию того, как будут выглядеть новые зубы.
Сейчас инструмент предлагает клиентам только начальный план лечения, говорит Скиннер. Чтобы получить слепок в высоком разрешении, им все равно приходится обращаться к стоматологу или использовать слепочный набор дома. Это тоже может измениться в будущем с развитием технологий.
Но это не единственный способ, которым SmileDirectClub хочет использовать генеративный ИИ. "Мы изучаем – из соображений сокращения расходов и повышения эффективности – использование таких инструментов, как ChatGPT и Bard, и с нетерпением ждем возможности поиграть с Microsoft Copilot", – говорит Скиннер.
Его компания не одинока. Согласно недавнему опросу топ-менеджеров, проведенному The Harris Poll от имени Insight Enterprises, 39% компаний уже разработали политику или стратегию в отношении генеративного искусственного интеллекта, а 42% находятся в процессе этого. Еще 17% планируют это сделать, но еще не начали. Лишь 1% компаний не планируют разрабатывать планы по генеративному ИИ.
Где ценность для бизнеса?
Согласно опросу Harris Poll, 72% руководителей заявили, что планируют внедрять технологии генеративного искусственного интеллекта в течение следующих трех лет для повышения производительности сотрудников. 66% говорят, что планируют использовать их для улучшения обслуживания клиентов. Кроме того, 53% говорят, что это поможет им в исследованиях и разработках, а 50% - в автоматизации разработки или тестирования программного обеспечения.
И это лишь верхушка айсберга, когда речь заходит о вариантах использования генеративного ИИ в бизнесе – и они быстро меняются.
По словам Скиннера, ИТ-директорам нужно упорно работать, чтобы оставаться на вершине развития. Что еще важнее, ИТ-директора должны понимать, как возможности генеративного ИИ в целом связаны с их бизнесом.
"Это первый вопрос, – говорит он. "Действительно ли я понимаю эти вещи? И глубоко ли я понимаю, как применить их в своем бизнесе, чтобы получить выгоду?"
Учитывая быстрый темп изменений, понимание генеративного ИИ означает экспериментировать с ним – и делать это масштабно.
Как искусственный интеллект анализирует контракты перед их заключением?
Именно такого подхода придерживается компания Insight Enterprises. Интегратор решений, базирующийся в Темпе, сейчас насчитывает 10 000 сотрудников, которые используют инструменты генеративного искусственного интеллекта и делятся своим опытом, чтобы компания могла изучать как хорошие, так и плохие примеры.
"Это одно из крупнейших внедрений генеративного искусственного интеллекта, о котором я знаю" – говорит Дэвид МакКерди, главный корпоративный архитектор и технический директор Insight. "Моя задача - понять, что модель делает правильно, а что нет".
"Мы посадили ее, дали ей контракты и задали детальные вопросы о них: где обязательства, где риски" – говорит он. "Это настоящий разбор контракта на куски, и он был эффективным на 100%. Этот кейс будет использоваться во всем мире".
Работник склада придумал использовать генеративный искусственный интеллект, чтобы помочь ему писать скрипты для SAP. "Ему не нужно было открывать программу или спрашивать кого-то, как это сделать", – говорит МакКерди. "Это именно то, что я ищу, и это удивительно".
Вопрос номер один, который должен задать себе каждый ИТ-директор, – это то, как его компания планирует использовать генеративный искусственный интеллект в ближайшие год-два, говорит он. "Те, кто говорит, что этого нет в планах, делают серьезную ошибку" - добавляет он. "Некоторые думают, что они подождут и посмотрят, но они потеряют производительность. Их советы директоров и руководители спросят: "Почему другие компании любят эту технологию? Почему мы не любим?"
Но поиск возможностей, где генеративный ИИ может повысить ценность бизнеса на том уровне точности, на котором он способен сегодня, – это лишь небольшая часть картины.
Какова наша стратегия внедрения?
Компании, которые стремятся войти в игру генеративного ИИ, имеют несколько различных способов сделать это.
Например, они могут настроить и запустить собственные модели. Каждую неделю появляются новые модели с открытым исходным кодом, каждая из которых мощнее предыдущей. Поставщики данных и ИИ предлагают коммерческие альтернативы, которые могут работать локально или в частных облаках.
В отличие от них, традиционные SaaS-провайдеры, такие как Salesforce и, конечно же, Microsoft и Google, встраивают генеративный ИИ во все свои услуги. Эти модели будут адаптированы к конкретным бизнес-кейсам и будут поддерживаться провайдерами, которые уже знают, как управлять конфиденциальностью и рисками.
Наконец, существуют публичные модели, такие как ChatGPT, к которым меньшие компании могут получить доступ напрямую через свои публичные интерфейсы, а крупные компании могут использовать защищенные частные облака. Например, Insight использует GPT 3.5 Turbo и GPT 4.0 OpenAI, размещенные в частном облаке Azure.
Другой вариант для компаний с очень специфическими требованиями, которые не заинтересованы в обучении собственных моделей, – использовать решение вроде ChatGPT, а затем предоставить ему доступ к данным компании через векторную базу данных.
"Ценность заключается в использовании существующих моделей и добавлении к ним собственных данных", – говорит МакКерди. "Именно здесь появляются инновации и производительность. Функционально это эквивалентно вставке документов в ChatGPT для их анализа перед тем, как задавать вопросы, за исключением того, что документы не нужно будет вставлять каждый раз. Например, компания Insight взяла все материалы, которые она когда-либо писала, все транскрипции интервью, и загрузила их в векторную базу данных, на которую может ссылаться генеративный ИИ.
Можем ли мы защитить наши данные, клиентов и сотрудников?
Согласно майскому отчету PricewaterhouseCoopers, почти все бизнес-лидеры утверждают, что их компании в ближайшей перспективе планируют реализовать по крайней мере одну инициативу, связанную с системами искусственного интеллекта.
Однако только 35% руководителей утверждают, что их компании сосредоточатся на совершенствовании управления системами искусственного интеллекта в ближайшие 12 месяцев, и только 32% специалистов по управлению рисками говорят, что в настоящее время они участвуют в этапах планирования и разработки стратегии генеративных приложений искусственного интеллекта.
Аналогичный опрос топ-менеджеров, проведенный KPMG, опубликованный в апреле, показал, что только 6% организаций имеют специальную команду для оценки рисков генеративного ИИ и внедрения стратегий уменьшения рисков.
И только 5% имеют зрелую программу ответственного управления ИИ, хотя 19% работают над ней, а почти половина заявили, что планируют ее создать.
Это особенно важно для компаний, которые используют сторонние генеративные платформы искусственного интеллекта. Например, Скиннер из SmileDirectClub также рассматривает такие платформы, как ChatGPT, из-за потенциальных преимуществ для повышения производительности, но обеспокоен рисками, связанными с данными и конфиденциальностью.
"Важно понимать, как защищаются данные, прежде чем погружаться вглубь" – говорит он. Компания собирается запустить внутреннюю коммуникационную и образовательную кампанию, чтобы помочь сотрудникам понять, что происходит, а также преимущества и ограничения генеративного искусственного интеллекта.
"Вы должны убедиться, что вы устанавливаете политику безопасности в вашей компании и что члены вашей команды знают, что это за политика", – говорит он. "Сейчас наша политика заключается в том, что вы не можете отправлять данные клиентов на эти платформы".
Компания также ждет, какие опции корпоративного класса появятся в Интернете. "Microsoft Copilot, благодаря его интеграции с Office 365, скорее всего, будет использоваться первым в больших масштабах" – говорит он.
По словам Мэтта Баррингтона, руководителя отдела новых технологий Ernst & Young в Америке, около половины компаний, с которыми он общается, достаточно обеспокоены потенциальными рисками использования ChatGPT и подобных платформ. "Пока мы этого не поймем, мы блокируем их" – говорит он.
Другая половина хочет понять, как они могут построить правильную структуру для обучения и предоставления людям возможности использовать эти платформы.
Более того, даже в тех 50% компаний, которые заморозили использование ChatGPT, работники все еще пользуются им. "Поезд ушел", – говорит Баррингтон. "Мощность этого инструмента настолько велика, что его трудно контролировать. Это похоже на первые дни облачных вычислений".
Как защититься от предвзятости?
Бороться с предвзятостью довольно сложно в традиционных системах машинного обучения, где компания работает с четко определенным набором данных. Однако для больших базовых моделей, таких как те, которые используются для генерации кода, текста или изображений, этот обучающий набор данных может быть совершенно неизвестен. Кроме того, способы обучения моделей крайне непрозрачны – даже ученые, которые их разработали, еще не до конца понимают, как это все работает. Это то, что вызывает особое беспокойство у регуляторов.
"Европейский Союз лидирует в этом вопросе" – говорит Баррингтон из EY. "Они предлагают Закон об искусственном интеллекте, а Сэм Альтман из OpenAI призывает к строгому регулированию. Впереди еще много чего".
И Альтман не одинок. Согласно июньскому опросу Boston Consulting Group, в котором приняли участие почти 13 000 бизнес-лидеров, менеджеров и рядовых сотрудников, 79% поддерживают регулирование искусственного интеллекта.
По его словам, чем выше чувствительность данных, которые собирает компания, тем осторожнее должны быть ее действия. "Мы оптимистично настроены относительно влияния искусственного интеллекта на бизнес, но так же осторожно относимся к ответственному и этическому внедрению, – говорит он. "Одна из вещей, на которую мы будем сильно опираться, - это ответственное использование искусственного интеллекта".
Если компания возьмет на себя инициативу и научится не только эффективно использовать генеративный ИИ, но и обеспечит точность, контроль и ответственное использование, она будет иметь преимущество, говорит он, даже несмотря на то, что технология и правила продолжают меняться.
Вот почему компания Rev, занимающаяся транскрипцией, не спешит добавлять генеративный ИИ к набору инструментов, которые она предлагает.
Компания, которая работает уже почти 12 лет, начала с предоставления услуг транскрипции с помощью человека и постепенно добавила инструменты искусственного интеллекта.
Сейчас компания изучает возможность использования генеративного искусственного интеллекта для автоматического создания резюме встреч.
"Мы тратим время, чтобы обеспечить должную тщательность и убедиться, что эти вещи работают так, как мы хотим, – говорит Мигель Джетте, руководитель отдела исследований и разработок в области искусственного интеллекта Rev.
Он добавляет, что резюме не такие рискованные, как другие применения генеративного искусственного интеллекта. "Это четко определенное проблемное пространство, и легко убедиться, что модель ведет себя правильно. Это не полностью открытая вещь, как, например, генерация любого изображения на основе подсказок, но вам все равно нужна поддержка".
По его словам, необходимо убедиться, что модель является справедливой, беспристрастной, понятной, подотчетной и соблюдающей принципы конфиденциальности.
"Мы также проводим довольно тщательное альфа-тестирование с некоторыми из наших крупнейших пользователей, чтобы убедиться, что наш продукт ведет себя так, как мы предполагали" – говорит он. "Сейчас мы имеем довольно ограниченное использование, поэтому я не слишком переживаю о том, что генеративная модель может не сработать".
С кем мы можем сотрудничать?
Для большинства компаний самым эффективным способом внедрения генеративного ИИ будет полагаться на проверенных партнеров, считает аналитик Forrester Research Микеле Гетц (Michele Goetz).
Вероятно, пройдет не менее трех лет, прежде чем компании начнут внедрять собственные решения генеративного ИИ. К тому времени компании будут играть с технологией в безопасных зонах, экспериментируя, полагаясь на существующих партнеров-вендоров для немедленного развертывания. Но компаниям все равно нужно будет проводить надлежащую проверку, говорит он.
"Поставщики утверждают, что они запускают ИИ как услугу, и это изолированно" – говорит он. "Но это все еще может быть учебная модель, а знания и интеллектуальная собственность все еще могут быть частью основной модели".
Например, если сотрудник отправляет конфиденциальный документ на вычитку, а затем ИИ обучается этому взаимодействию, он может изучить содержание этого документа и использовать эти знания для ответов на вопросы пользователей из других компаний, что приведет к утечке конфиденциальной информации.
Есть и другие вопросы, которые ИТ-директора могут задать своим поставщикам, например, откуда берутся исходные учебные данные и как они проверяются и управляются. Кроме того, как обновляется модель и как осуществляется управление источниками данных с течением времени.
"ИТ-директора должны быть уверены, что поставщик делает все правильно", – говорит он. "Именно поэтому многие компании еще не готовы допустить ИИ нового поколения в свои организации в тех сферах, где они не могут его эффективно контролировать". Особенно это касается сфер с высоким уровнем регулирования.
Сколько это будет стоить?
Стоимость встроенного искусственного интеллекта относительно прозрачна. Компании-разработчики корпоративного программного обеспечения, которые добавляют генеративный ИИ в свой инструментарий - такие как Microsoft, Google, Adobe и Salesforce – делают ценообразование относительно понятным. Однако, когда компании начинают создавать собственный генеративный ИИ, ситуация становится намного сложнее.
Увлекшись генеративным ИИ, компании иногда могут упустить из виду тот факт, что большие языковые модели могут иметь очень высокие вычислительные требования.
"Люди хотят начать и увидеть результаты, но они не продумали последствия, к которым может привести использование ИИ в больших масштабах" – говорит Рубен Шауброк, старший партнер McKinsey & Company. "Они не хотят использовать общедоступный ChatGPT по соображениям конфиденциальности, безопасности и другим причинам. Они также хотят использовать собственные данные и сделать их доступными для поиска через интерфейсы, подобные ChatGPT. Мы также наблюдаем, как организации разрабатывают большие языковые модели на основе собственных данных".
Между тем, меньшие языковые модели быстро появляются и развиваются. "Темпы изменений здесь огромны, – говорит Шауброк. Компании начинают проводить проверку концепций, но об общей стоимости владения еще не так много говорят. "Это вопрос, о котором мы не очень часто слышим, но важно не быть наивными в отношении него".
Готова ли ваша инфраструктура данных к генеративному искусственному интеллекту?
Встроенный генеративный искусственный интеллект легко внедряется компаниями, поскольку провайдер добавляет ИИ вместе с данными, необходимыми для работы.
Например, Adobe добавляет генеративный искусственный интеллект в Photoshop, и исходное изображение, с которым ему нужно работать, находится прямо там. Когда Google добавляет генеративный ИИ в Gmail или Microsoft – в Office 365, все необходимые документы будут легко доступны. Но для более сложных корпоративных внедрений нужна прочная база данных, над которой многие компании все еще работают.
"Многие компании все еще не готовы" – говорит Ник Амабиле, генеральный директор DAS42, консалтинговой компании по вопросам данных и аналитики. По его словам, данные должны быть централизованы и оптимизированы для применения ИИ. Например, компания может иметь данные, распыленные между различными внутренними системами, и чтобы получить максимальную пользу от ИИ, нужно загрузить и соотнести эти данные.
"Большое преимущество искусственного интеллекта заключается в том, что он способен анализировать или синтезировать данные в таких масштабах, на которые человек не способен" – говорит он.
Когда речь идет об ИИ, данные - это топливо, подтверждает Сикант Менон (Sreekanth Menon), вице-президент и глобальный лидер услуг AI/ML в Genpact.
Это делает более актуальным, чем когда-либо, предоставление возможности предприятию использовать искусственный интеллект с правильными данными, очищенными данными, инструментами, управлением данными и защитными средствами, говорит он, добавляя, что "и достаточен ли мой текущий поток данных для успешной работы моего генеративного ИИ".
По его словам, это лишь начало того, что нужно сделать, чтобы подготовить предприятие к генеративному ИИ. Например, компании захотят убедиться, что их генеративный ИИ является понятным, прозрачным и этичным. Для этого понадобятся платформы наблюдательности, а такие платформы только начинают появляться для больших языковых моделей.
Эти платформы должны иметь возможность отслеживать не только точность результатов, но и стоимость, задержку, прозрачность, предвзятость, безопасность и быстрый мониторинг. Впоследствии модели, как правило, требуют постоянного мониторинга, чтобы гарантировать, что они не развалятся со временем.
"На этом этапе вам нужно обеспечить поддержку и установить правила", – говорит он. После этого компании могут начать инкубировать генеративный ИИ, а когда он достигнет зрелости, демократизировать его в масштабах предприятия.
Рекомендуем к прочтению: 5 преимуществ установки кофемашины на рабочем месте
