Большинство отраслей, включая автомобильную, сталкиваются с разрушительными процессами трансформации благодаря искусственному интеллекту. Юрген Хилл обсудил влияние искусственного интеллекта на ИТ-стратегию с Яном Брехтом, ИТ-директором Mercedes-Benz Group AG.
Прогрессивные технологии на пути "Мерседес-Бенц": изменение профессиональных профилей благодаря искусственному интеллекту
Mercedes-Benz уже некоторое время использует машинное обучение и классический искусственный интеллект. Но сейчас вы также используете генеративный искусственный интеллект, например, в производственной среде MO360. О чем именно идет речь и насколько это меняет профессиональные профили работников?
Ян Брехт: Благодаря диджитализации и все более широкому использованию мощных систем искусственного интеллекта в "Мерседес-Бенц" меняются профили работы – как на производстве, так и в управлении. Искусственный интеллект имеет целью улучшить и облегчить повседневную рабочую жизнь сотрудников. Например, благодаря новым цифровым инструментам работники производства будут иметь больше возможностей для оптимизации процессов, а также для управления качеством в долгосрочной перспективе.
Ваша компания запустила квалификационную инициативу Turn2Learn. Каким навыкам в сфере искусственного интеллекта или диджитализации обучают сотрудников?
Ян Брехт: Turn2Learn1, инициатива нашего отдела кадров, сосредоточена именно на диджитализации и искусственном интеллекте. Программа включает ИИ и машинное обучение для начинающих, учебный курс "Быстрый инжиниринг", учебные предложения по таким языкам программирования, как Python, глубокое обучение/нейронные сети, обучение с подкреплением, роботизированную автоматизацию процессов и обработку естественного языка.
В целом работники имеют доступ к более 40 000 курсов по квалификациям в сфере данных и искусственного интеллекта на различных внешних учебных платформах. Мы также запустили инициативу "Лучшая команда" в ИТ, ведь наш самый большой актив – это наши люди. Поэтому для нас очень важно привлекать и удерживать лучших работников и давать им возможность полностью реализовать свой индивидуальный потенциал.
Обучение для всех: "Мерседес-Бенц" инвестирует в цифровые навыки сотрудников как с производства, так и из офиса
Мерседес привлекает к программе обучения только производственных работников, или также и офисных сотрудников?
Ян Брехт: Мы инвестируем в развитие цифровых навыков во всех сферах деятельности компании. Независимо от того, будь то коллеги по производству или администрация, все они нуждаются в правильных знаниях и новых навыках для эффективного использования приложений искусственного интеллекта в своей повседневной работе. В рамках двух пилотных программ мы уже обучаем более 600 сотрудников из всех подразделений Группы, чтобы они стали специалистами в области данных и искусственного интеллекта.
Конечно, мы еще не можем с уверенностью сказать, какое влияние окажет растущая диджитализация и особенно генеративный искусственный интеллект на будущую рабочую жизнь. Но очевидно, что способы работы изменятся так же сильно, как и сами профили рабочих мест. Именно поэтому квалификация является ключом к успешной трансформации.
Как изменятся методы работы в процессе цифровой трансформации и в контексте внедрения искусственного интеллекта?
Ян Брехт: Некоторые виды деятельности, безусловно, все больше будут переходить к приложениям с искусственным интеллектом, например, повторяющиеся виды деятельности или деятельность по распознаванию шаблонов, но это положительная тенденция. Ведь это означает, что открываются свободные пространства для стратегической или творческой работы. Подобно тому, как автоматизация и внедрение производственных роботов изменили способ производства автомобилей, искусственный интеллект также принесет определенные изменения. Но, в конце концов, это касается каждого нового инструмента, который появляется в компании с момента изобретения автомобиля.
От разработки ПО до обслуживания клиентов: Mercedes-Benz активно внедряет генеративный ИИ в различных сферах
Когда мы говорим о навыках сотрудников, закономерно возникает вопрос: насколько Mercedes-Benz уже продвинулся в использовании генеративного искусственного интеллекта?
Ян Брехт: Мы действительно эффективно используем генеративный искусственный интеллект в некоторых сферах, и речь идет не только о тестировании. Например, с мая мы используем GitHub Copilot для разработки программного обеспечения. Мы увидели значительное повышение производительности.
Мы также используем генеративный ИИ в клиентской среде. Например, в Великобритании мы запустили интеллектуального виртуального ассистента, с которым клиент может взаимодействовать на сайте. Он может предоставить конкретные ответы на вопросы об инструкции по эксплуатации и информацию об автомобиле.
Приведу третий пример, хотя применений гораздо больше. В нашей экосистеме цифрового производства MO360 генеративный искусственный интеллект помогает нам анализировать и обрабатывать данные. Благодаря большой языковой модели (LLM) данные или шаблоны данных могут запрашивать не только эксперты, используя узкоспециализированные запросы к базе данных, но теперь и производственные работники, используя естественный язык. Сейчас мы тестируем это с помощью ChatGPT от Microsoft. В конце концов, искусственный интеллект ускоряет "демократизацию использования данных".
В чем вы видите разницу между искусственным интеллектом и классическими системами машинного обучения, о которых мы много говорили в связи с Индустрией 4.0?
Ян Брехт: Для меня есть три основных шага, которые следует учитывать в этом развитии.
В конце 1980-х годов была опубликована знаменитая теория обратного распространения (Back Propagation), которая стала основой для машинного обучения. Это была теория, но на практике она так и не была реализована.
Это произошло в 2000 году, когда наконец появилась достаточная и недорогая вычислительная мощность. Однако это оставалось темой для нескольких узкоспециализированных специалистов по обработке данных.
А теперь, на третьем этапе, мы наблюдаем "демократизацию данных", о которой уже упоминалось для больших языковых моделей (ВММ), в частности ChatGPT8. Мы можем использовать данные с естественными, разговорными подсказками - будь то в машине или в компании.
Вообще, если количественный прогресс достаточно велик, он становится и качественным, то есть меняет правила игры. Я вижу это и в сфере искусственного интеллекта, развитие которого значительно ускоряется. Не то, чтобы генеративный искусственный интеллект делал что-то принципиально другое. Новым является то, что многие вещи можно делать гораздо быстрее и эффективнее. Суть в том, что это действительно изменит правила игры и станет прорывом.
Разработка ПО, обслуживание клиентов и инженерия – три ключевые сферы для внедрения ИИ в Mercedes-Benz
Ранее вы упоминали диалог с конечным потребителем, который Mercedes-Benz сейчас продвигает в Великобритании, как пример использования искусственного интеллекта. В каких сферах вы видите наибольший потенциал для ИИ – в производстве, маркетинге, продажах или других сферах?
Ян Брехт: Мы очень интенсивно изучали этот вопрос, анализировали как внешние исследования, так и пробовали ИИ внутри компании. Отвечая на вопрос, я хотел бы выделить три направления. Первое – это разработка программного обеспечения, о которой я уже упоминал ранее. Здесь мы видим очень четкое повышение эффективности, как с инженерной стороны, то есть в разработке транспортных средств, так и со стороны бизнеса.
Вторая сфера для меня – это диалог с клиентом. В обозримом будущем прямое взаимодействие между ИИ и клиентом, как это происходит сейчас в Великобритании, скорее всего, останется исключением. Однако я убежден, что приложения с искусственным интеллектом помогут и в дальнейшем улучшать клиентский опыт и оптимизировать процессы.
Еще одна сфера, где нужно инвестировать много рабочей силы, – это параметрическое проектирование в инженерии. Там искусственный интеллект приведет к значительному повышению производительности, поскольку он поддерживает людей в их работе.
Давайте вернемся к производству. Вы используете ChatGPT в производственной среде MO360, взаимодействуя с инструментом аналитики. Пилот работает уже некоторое время, каков ваш первый опыт?
Ян Брехт: Я имел в виду этот пример, когда говорил ранее о запросах к базам данных с помощью команд естественного языка. Первые результаты очень многообещающие. Тем более, что мы видим, что это воспринимается не только ИТ-специалистами, но и мастерами на производстве.
Я также вижу большой потенциал в применении искусственного интеллекта в других сферах. Вы, безусловно, следили за этим развитием: аналитика, подготовка данных и т.д. раньше были на 100% сферой компетенции экспертов. Потом наступила эра низкого кода, когда работники могли сами создавать дашборды. А теперь мы делаем еще один шаг вперед с генеративным искусственным интеллектом.
Структуры данных могут быть получены и использованы очень легко с помощью клавиатуры, так же, как и в случае с разговорным языком. Это то, куда мы движемся. Качество данных становится еще более важным, но это все еще применимо везде.
Обучение prompt engineering в Mercedes-Benz: ключ к эффективному использованию генеративного ИИ
Вы упомянули о возможности ввода данных с помощью голоса или клавиатуры. Нужно ли обучать работников пользоваться подсказками, или запросы к ИИ отправляются через пользовательский интерфейс с заранее определенными вариантами ввода?
Ян Брехт: Начальное обучение происходит для относительно четко определенных случаев использования, например, на производстве. Кроме того, наши сотрудники имеют доступ к различным возможностям для дальнейшего обучения на эту тему, в том числе к курсу по кий-инжинирингу. Они также учатся пользоваться инструментами в интересной форме, испытывают их и видят, что работает, а что нет.
В общем, я считаю, что Prompt Engineering – это то, чему надо учиться. Я когда-то проходил такой тренинг. Несмотря на то, что я уже достаточно хорошо ориентировался в темах, я узнал много нового.
На самом деле, возникает вопрос, стоит ли предлагать обучение более широко в пределах компании, а не только для нескольких избранных ИТ-специалистов и специалистов по обработке данных. Это, безусловно, поможет лучше использовать генеративный ИИ.
С какими проблемами вы уже столкнулись с ИИ или ChatGPT? В некоторых случаях мы заметили, что ИИ иногда дает неправильную информацию, когда он должен генерировать текст.
Ян Брехт: Вы упомянули о знаменитых галлюцинациях. Это, безусловно, вызов. Это также было очень сложно при непосредственном взаимодействии с клиентами в Великобритании. Конечно, можно максимально исключить галлюцинации через проверку правдоподобия и связанные с этим ограничения.
Но если вы установите слишком строгие критерии, машина будет подсказывать вам чаще, чем вам хотелось бы: "Я ничего не могу сказать об этом". Вы должны быть очень осторожными и найти правильный баланс. Это, пожалуй, самый важный вопрос, который нужно решить на данный момент, и он также лежит в основе исследований ИИ: как мы можем контролировать галлюцинации?
Обнаружили ли вы какие-то другие проблемы?
Ян Брехт: Есть и другие вызовы. Одна из них – качество данных. В то же время, я бы скорее говорил о полностью развитой старой проблеме. Как я уже упоминал ранее, искусственный интеллект работает только тогда, когда модели питаются качественными данными. Если у вас есть области, где данные не очень структурированы, недостатки качества становятся особенно очевидными, когда эти данные используются в качестве тренировки для искусственного интеллекта.
Кстати, об учебных данных: Mercedes-Benz, несомненно, будет обучать свои ИИ-инструменты только на собственных данных, не так ли?
Ян Брехт: Именно так. Например, если мы хотим наглядно объяснить клиентам, что такое наши автомобили, это можно сделать только с помощью наших собственных учебных данных. Кстати, обучение происходит только в защищенных зонах этих сред искусственного интеллекта, поэтому данные не могут попасть к общественности. Конечно, есть и общедоступные данные, которые мы можем использовать для ИИ. Но особенно в производственной среде мы полагаемся на собственные данные.
Mercedes-Benz рассматривает различные AI-провайдеры: от Microsoft до открытых решений
В производственной среде вы полагаетесь на сервисы Azure OpenAI. Какую роль для Mercedes-Benz играют другие AI-решения – я имею в виду, например, партнерство с Nvidia?
Ян Брехт: Сейчас OpenAI изображают в СМИ как лидера в области искусственного интеллекта. И действительно, у них очень хорошее техническое решение, но мы не будем ограничиваться этим. Я думаю об Industrial Metaverse, например, но это уже другая тема.
Конечно, другие компании также имеют интересные решения. Мы также начинаем очень внимательно изучать альтернативы с открытым кодом. Кроме крупных проприетарных поставщиков, таких как OpenAI/Microsoft или Google, нам также нужно понимать альтернативы с открытым кодом.
Кроме того, я считаю, что мы не должны понимать искусственный интеллект как двигатель, который стоит где-то рядом с нами. ИИ должен быть глубоко вплетен в наши системы и процессы. Именно поэтому мы требуем от всех наших системных партнеров, в том числе традиционных, использовать элементы искусственного интеллекта в своих средах. Искусственный интеллект должен найти свой путь во всем системном ландшафте, и это произойдет.
Мы еще не на этом этапе. Согласно нашим выводам, решения с открытым кодом также являются более специфическими, поэтому на этот вопрос нельзя ответить в общих чертах.
Для разных сфер, вероятно, нужны разные решения с открытым исходным кодом. Но также имеет смысл и то, что специфические подходы к ИИ не требуют гигантских вычислительных мощностей, как общие решения для ИИ. Суть в том, что также требуется меньше энергии, чтобы поддерживать модели в рабочем состоянии.
Поэтому стратегия заключается в том, чтобы сначала использовать большие фундаментальные модели для приобретения опыта. В долгосрочной перспективе вы планируете создавать модели искусственного интеллекта для конкретных отраслей, поскольку они требуют меньше ресурсов?
Ян Брехт: Да, это возможно. Мы, безусловно, хотим быть готовыми к тому, что сможем следовать сценарию, который вы описали. В среднесрочной перспективе станет понятно, какая модель является более мощной – как с технической, так и с коммерческой точки зрения. Важно иметь выбор, а также осознавать риски и регуляторные изменения.
