На які питання ІТ-директорам слід відповісти, перш ніж впроваджувати генеративний ШІ?
ІТ-лідери та компанії, які вони представляють, повинні вміти швидко використовувати можливості генеративного штучного інтелекту, а також розуміти та управляти потенційними вразливостями, упередженнями та іншими ризиками, щоб захистити конфіденційні дані та зберегти довіру клієнтів.
Деякі компанії використовують генеративний ШІ для написання коду, інші – для створення маркетингових текстів або керування чат-ботами. Є й такі, як SmileDirectClub, які створюють зображення, щоб відповісти на питання, як краще обслуговувати своїх клієнтів.
Як штучний інтелект використовується в стоматології?
SmileDirectClub, британська телестоматологічна компанія, використовує генеративний штучний інтелект для створення зубів. А точніше, щоб допомогти людям зрозуміти, як можна покращити стан їхніх зубів.
SmileDirectClub створив власний генеративний ШІ, використовуючи власний набір даних, на власних серверах, відповідно до вимог HIPAA, RODO та інших нормативних актів.
Компанія розпочала проект три роки тому із зовнішнім партнером. Потім, коли це не спрацювало, вона найняла власну команду для створення необхідних внутрішніх моделей.
"У нас є платформа під назвою SmileMaker, – розповідає ІТ-директор Джастін Скіннер. "Ми фотографуємо ваші зуби за допомогою телефону, створюємо 3D-модель і за допомогою штучного інтелекту можемо передбачити, як виглядатиме план вирівнювання, скільки часу він займе і як виглядатиме після завершення".
Існуючі платформи генеративного штучного інтелекту, такі як ChatGPT OpenAI, Google Bard або Stable Diffusion, не навчаються на 3D-зображеннях зубів. На момент запуску SmileDirectClub майже нічого з цього не було доступно.
"Не існує нічого, що могло б забезпечити необхідний нам рівень точності", – каже Скіннер. "Зуби дуже складні. На них не так багато спеціальних позначок, тому отримати точну 3D-модель з телефону – складне завдання".
Перше покоління інструменту було запущено в листопаді минулого року в Австралії та в травні цього року в США, і на сьогоднішній день ним скористалися близько 100 000 людей. Наступна версія включатиме фотореалістичну проекцію того, як виглядатимуть нові зуби.
Наразі інструмент пропонує клієнтам лише початковий план лікування, каже Скіннер. Щоб отримати зліпок у високій роздільній здатності, їм все одно доводиться звертатися до стоматолога або використовувати зліпочний набір вдома. Це теж може змінитися в майбутньому з розвитком технологій.
Але це не єдиний спосіб, яким SmileDirectClub хоче використовувати генеративний ШІ. "Ми вивчаємо – з міркувань скорочення витрат і підвищення ефективності – використання таких інструментів, як ChatGPT і Bard, і з нетерпінням чекаємо можливості пограти з Microsoft Copilot", – говорить Скіннер.
Його компанія не самотня. Згідно з нещодавнім опитуванням топ-менеджерів, проведеним The Harris Poll від імені Insight Enterprises, 39% компаній вже розробили політику або стратегію щодо генеративного штучного інтелекту, а 42% перебувають у процесі цього. Ще 17% планують це зробити, але ще не почали. Лише 1% компаній не планують розробляти плани щодо генеративного ШІ.
Де цінність для бізнесу?
Згідно з опитуванням Harris Poll, 72% керівників заявили, що планують впроваджувати технології генеративного штучного інтелекту протягом наступних трьох років для підвищення продуктивності співробітників. 66% кажуть, що планують використовувати їх для покращення обслуговування клієнтів. Крім того, 53% кажуть, що це допоможе їм у дослідженнях і розробках, а 50% – в автоматизації розробки або тестування програмного забезпечення.
І це лише верхівка айсберга, коли мова заходить про варіанти використання генеративного ШІ в бізнесі – і вони швидко змінюються.
За словами Скіннера, ІТ-директорам потрібно наполегливо працювати, щоб залишатися на вершині розвитку. Що ще важливіше, ІТ-директори повинні розуміти, як можливості генеративного ШІ в цілому пов'язані з їхнім бізнесом.
"Це перше питання, – каже він. "Чи дійсно я розумію ці речі? І чи глибоко я розумію, як застосувати їх у своєму бізнесі, щоб отримати вигоду?"
Враховуючи швидкий темп змін, розуміння генеративного ШІ означає експериментувати з ним – і робити це масштабно.
Як штучний інтелект аналізує контракти перед їх укладанням?
Саме такого підходу дотримується компанія Insight Enterprises. Інтегратор рішень, що базується в Темпі, зараз налічує 10 000 співробітників, які використовують інструменти генеративного штучного інтелекту і діляться своїм досвідом, щоб компанія могла вивчати як хороші, так і погані приклади.
"Це одне з найбільших впроваджень генеративного штучного інтелекту, про яке я знаю" – каже Девід МакКерді, головний корпоративний архітектор і технічний директор Insight. "Моє завдання – зрозуміти, що модель робить правильно, а що ні".
"Ми посадили її, дали їй контракти і поставили детальні запитання про них: де зобов'язання, де ризики" – каже він. "Це справжній розбір контракту на шматки, і він був ефективним на 100%. Цей кейс буде використовуватися в усьому світі".
Працівник складу придумав використовувати генеративний штучний інтелект, щоб допомогти йому писати скрипти для SAP. "Йому не потрібно було відкривати програму або питати когось, як це зробити", – каже МакКерді. "Це саме те, що я шукаю, і це дивовижно".
Питання номер один, яке повинен поставити собі кожен ІТ-директор, – це те, як його компанія планує використовувати генеративний штучний інтелект у найближчі рік-два, каже він. "Ті, хто каже, що цього немає в планах, роблять серйозну помилку" – додає він. "Деякі думають, що вони почекають і подивляться, але вони втратять продуктивність. Їхні ради директорів та керівники запитають: "Чому інші компанії люблять цю технологію? Чому ми не любимо?"
Але пошук можливостей, де генеративний ШІ може підвищити цінність бізнесу на тому рівні точності, на якому він здатен сьогодні, – це лише невелика частина картини.
Яка наша стратегія впровадження?
Компанії, які прагнуть увійти в гру генеративного ШІ, мають кілька різних способів зробити це.
Наприклад, вони можуть налаштувати і запустити власні моделі. Щотижня з'являються нові моделі з відкритим вихідним кодом, кожна з яких потужніша за попередню. Постачальники даних і ШІ пропонують комерційні альтернативи, які можуть працювати локально або в приватних хмарах.
На відміну від них, традиційні SaaS-провайдери, такі як Salesforce і, звичайно ж, Microsoft і Google, вбудовують генеративний ШІ в усі свої послуги. Ці моделі будуть адаптовані до конкретних бізнес-кейсів і підтримуватимуться провайдерами, які вже знають, як управляти конфіденційністю та ризиками.
Нарешті, існують публічні моделі, такі як ChatGPT, до яких менші компанії можуть отримати доступ безпосередньо через свої публічні інтерфейси, а великі компанії можуть використовувати захищені приватні хмари. Наприклад, Insight використовує GPT 3.5 Turbo і GPT 4.0 OpenAI, розміщені в приватній хмарі Azure.
Інший варіант для компаній з дуже специфічними вимогами, які не зацікавлені в навчанні власних моделей, – використовувати рішення на кшталт ChatGPT, а потім надати йому доступ до даних компанії через векторну базу даних.
"Цінність полягає у використанні існуючих моделей і додаванні до них власних даних", – каже МакКерді. "Саме тут з'являються інновації та продуктивність. Функціонально це еквівалентно вставці документів у ChatGPT для їх аналізу перед тим, як ставити запитання, за винятком того, що документи не потрібно буде вставляти щоразу. Наприклад, компанія Insight взяла всі матеріали, які вона коли-небудь писала, всі транскрипції інтерв'ю, і завантажила їх у векторну базу даних, на яку може посилатися генеративний ШІ.
Чи можемо ми захистити наші дані, клієнтів і співробітників?
Згідно з травневим звітом PricewaterhouseCoopers, майже всі бізнес-лідери стверджують, що їхні компанії в найближчій перспективі планують реалізувати принаймні одну ініціативу, пов'язану з системами штучного інтелекту.
Однак лише 35% керівників стверджують, що їхні компанії зосередяться на вдосконаленні управління системами штучного інтелекту в найближчі 12 місяців, і лише 32% фахівців з управління ризиками кажуть, що наразі вони беруть участь в етапах планування і розробки стратегії генеративних додатків штучного інтелекту.
Аналогічне опитування топ-менеджерів, проведене KPMG, опубліковане в квітні, показало, що лише 6% організацій мають спеціальну команду для оцінки ризиків генеративного ШІ та впровадження стратегій зменшення ризиків.
І лише 5% мають зрілу програму відповідального управління ШІ, хоча 19% працюють над нею, а майже половина заявили, що планують її створити.
Це особливо важливо для компаній, які використовують сторонні генеративні платформи штучного інтелекту. Наприклад, Скіннер зі SmileDirectClub також розглядає такі платформи, як ChatGPT, через потенційні переваги для підвищення продуктивності, але занепокоєний ризиками, пов'язаними з даними та конфіденційністю.
"Важливо розуміти, як захищаються дані, перш ніж занурюватися вглиб" – каже він. Компанія збирається запустити внутрішню комунікаційну та освітню кампанію, щоб допомогти співробітникам зрозуміти, що відбувається, а також переваги та обмеження генеративного штучного інтелекту.
"Ви повинні переконатися, що ви встановлюєте політику безпеки у вашій компанії і що члени вашої команди знають, що це за політика", – каже він. "Наразі наша політика полягає в тому, що ви не можете надсилати дані клієнтів на ці платформи".
Компанія також чекає, які опції корпоративного класу з'являться в Інтернеті. "Microsoft Copilot, завдяки його інтеграції з Office 365, швидше за все, буде використовуватися першим у великих масштабах" – каже він.
За словами Метта Баррінгтона, керівника відділу нових технологій Ernst & Young в Америці, близько половини компаній, з якими він спілкується, досить стурбовані потенційними ризиками використання ChatGPT та подібних платформ. "Поки ми цього не зрозуміємо, ми блокуємо їх" – каже він.
Інша половина хоче зрозуміти, як вони можуть побудувати правильну структуру для навчання та надання можливості людям користуватися цими платформами.
Більше того, навіть у тих 50% компаній, які заморозили використання ChatGPT, працівники все ще користуються ним. "Поїзд пішов", – каже Баррінгтон. "Потужність цього інструменту настільки велика, що його важко контролювати. Це схоже на перші дні хмарних обчислень".
Як захиститися від упередженості?
Боротися з упередженістю досить складно у традиційних системах машинного навчання, де компанія працює з чітко визначеним набором даних. Однак для великих базових моделей, таких як ті, що використовуються для генерації коду, тексту або зображень, цей навчальний набір даних може бути абсолютно невідомим. Крім того, способи навчання моделей є вкрай непрозорими – навіть науковці, які їх розробили, ще не до кінця розуміють, як це все працює. Це те, що викликає особливе занепокоєння у регуляторів.
"Європейський Союз лідирує в цьому питанні" – каже Баррінгтон з EY. "Вони пропонують Закон про штучний інтелект, а Сем Альтман з OpenAI закликає до суворого регулювання. Попереду ще багато чого".
І Альтман не самотній. Згідно з червневим опитуванням Boston Consulting Group, в якому взяли участь майже 13 000 бізнес-лідерів, менеджерів і рядових співробітників, 79% підтримують регулювання штучного інтелекту.
За його словами, чим вища чутливість даних, які збирає компанія, тим обережнішими мають бути її дії. "Ми оптимістично налаштовані щодо впливу штучного інтелекту на бізнес, але так само обережно ставимося до відповідального та етичного впровадження, – каже він. "Одна з речей, на яку ми будемо сильно спиратися, – це відповідальне використання штучного інтелекту".
Якщо компанія візьме на себе ініціативу і навчиться не лише ефективно використовувати генеративний ШІ, а й забезпечить точність, контроль і відповідальне використання, вона матиме перевагу, каже він, навіть незважаючи на те, що технологія і правила продовжують змінюватися.
Ось чому компанія Rev, що займається транскрипцією, не поспішає додавати генеративний ШІ до набору інструментів, які вона пропонує.
Компанія, яка працює вже майже 12 років, почала з надання послуг транскрипції за допомогою людини і поступово додала інструменти штучного інтелекту.
Зараз компанія вивчає можливість використання генеративного штучного інтелекту для автоматичного створення резюме зустрічей.
"Ми витрачаємо час, щоб забезпечити належну ретельність і переконатися, що ці речі працюють так, як ми хочемо, – каже Мігель Джетте, керівник відділу досліджень і розробок у сфері штучного інтелекту Rev.
Він додає, що резюме не такі ризиковані, як інші застосування генеративного штучного інтелекту. "Це чітко визначений проблемний простір, і легко переконатися, що модель поводиться правильно. Це не повністю відкрита річ, як, наприклад, генерація будь-якого зображення на основі підказок, але вам все одно потрібна підтримка".
За його словами, необхідно переконатися, що модель є справедливою, неупередженою, зрозумілою, підзвітною і такою, що дотримується принципів конфіденційності.
"Ми також проводимо досить ретельне альфа-тестування з деякими з наших найбільших користувачів, щоб переконатися, що наш продукт поводиться так, як ми передбачали" – каже він. "Наразі ми маємо досить обмежене використання, тому я не надто переймаюся тим, що генеративна модель може не спрацювати".
З ким ми можемо співпрацювати?
Для більшості компаній найефективнішим способом впровадження генеративного ШІ буде покладатися на перевірених партнерів, вважає аналітик Forrester Research Мікеле Гетц (Michele Goetz).
Ймовірно, пройде щонайменше три роки, перш ніж компанії почнуть впроваджувати власні рішення генеративного ШІ. До того часу компанії гратимуться з технологією в безпечних зонах, експериментуючи, покладаючись на існуючих партнерів-вендорів для негайного розгортання. Але компаніям все одно потрібно буде проводити належну перевірку, каже він.
"Постачальники стверджують, що вони запускають ШІ як послугу, і це ізольовано" – каже він. "Але це все ще може бути навчальна модель, а знання та інтелектуальна власність все ще можуть бути частиною основної моделі".
Наприклад, якщо співробітник надсилає конфіденційний документ на вичитку, а потім ШІ навчається цій взаємодії, він може вивчити зміст цього документа і використовувати ці знання для відповідей на запитання користувачів з інших компаній, що призведе до витоку конфіденційної інформації.
Є й інші питання, які ІТ-директори можуть задати своїм постачальникам, наприклад, звідки беруться початкові навчальні дані і як вони перевіряються та управляються. Крім того, як оновлюється модель і як здійснюється управління джерелами даних з плином часу.
"ІТ-директори повинні бути впевнені, що постачальник робить все правильно", – каже він. "Саме тому багато компаній ще не готові допустити ШІ нового покоління в свої організації в тих сферах, де вони не можуть його ефективно контролювати". Особливо це стосується сфер з високим рівнем регулювання.
Скільки це буде коштувати?
Вартість вбудованого штучного інтелекту відносно прозора. Компанії-розробники корпоративного програмного забезпечення, які додають генеративний ШІ до свого інструментарію – такі як Microsoft, Google, Adobe і Salesforce – роблять ціноутворення відносно зрозумілим. Однак, коли компанії починають створювати власний генеративний ШІ, ситуація стає набагато складнішою.
Захопившись генеративним ШІ, компанії іноді можуть випустити з уваги той факт, що великі мовні моделі можуть мати дуже високі обчислювальні вимоги.
"Люди хочуть почати і побачити результати, але вони не продумали наслідки, до яких може призвести використання ШІ у великих масштабах" – каже Рубен Шауброк, старший партнер McKinsey & Company. "Вони не хочуть використовувати загальнодоступний ChatGPT з міркувань конфіденційності, безпеки та інших причин. Вони також хочуть використовувати власні дані і зробити їх доступними для пошуку через інтерфейси, подібні до ChatGPT. Ми також спостерігаємо, як організації розробляють великі мовні моделі на основі власних даних".
Тим часом, менші мовні моделі швидко з'являються і розвиваються. "Темпи змін тут величезні, – каже Шауброк. Компанії починають проводити перевірку концепцій, але про загальну вартість володіння ще не так багато говорять. "Це питання, про яке ми не дуже часто чуємо, але важливо не бути наївними щодо нього".
Чи готова ваша інфраструктура даних до генеративного штучного інтелекту?
Вбудований генеративний штучний інтелект легко впроваджується компаніями, оскільки провайдер додає ШІ разом з даними, необхідними для роботи.
Наприклад, Adobe додає генеративний штучний інтелект у Photoshop, і вихідне зображення, з яким йому потрібно працювати, знаходиться прямо там. Коли Google додає генеративний ШІ в Gmail або Microsoft – в Office 365, всі необхідні документи будуть легко доступні. Але для більш складних корпоративних впроваджень потрібна міцна база даних, над якою багато компаній все ще працюють.
"Багато компаній все ще не готові" – каже Нік Амабіле, генеральний директор DAS42, консалтингової компанії з питань даних та аналітики. За його словами, дані мають бути централізовані та оптимізовані для застосування ШІ. Наприклад, компанія може мати дані, розпорошені між різними внутрішніми системами, і щоб отримати максимальну користь від ШІ, потрібно завантажити і співвіднести ці дані.
"Велика перевага штучного інтелекту полягає в тому, що він здатний аналізувати або синтезувати дані в таких масштабах, на які людина не здатна" – каже він.
Коли йдеться про ШІ, дані – це паливо, підтверджує Сікант Менон (Sreekanth Menon), віце-президент і глобальний лідер послуг AI/ML в Genpact.
Це робить більш актуальним, ніж будь-коли, надання можливості підприємству використовувати штучний інтелект з правильними даними, очищеними даними, інструментами, управлінням даними та захисними засобами, каже він, додаючи, що "і чи достатній мій поточний потік даних для успішної роботи мого генеративного ШІ".
За його словами, це лише початок того, що потрібно зробити, щоб підготувати підприємство до генеративного ШІ. Наприклад, компанії захочуть переконатися, що їхній генеративний ШІ є зрозумілим, прозорим і етичним. Для цього знадобляться платформи спостережливості, а такі платформи тільки починають з'являтися для великих мовних моделей.
Ці платформи повинні мати можливість відстежувати не лише точність результатів, а й вартість, затримку, прозорість, упередженість, безпеку та швидкий моніторинг. Згодом моделі, як правило, потребують постійного моніторингу, щоб гарантувати, що вони не розваляться з часом.
"На цьому етапі вам потрібно забезпечити підтримку і встановити правила", – каже він. Після цього компанії можуть почати інкубувати генеративний ШІ, а коли він досягне зрілості, демократизувати його в масштабах підприємства.
Рекомендуємо прочитати: 5 переваг установки кавомашини на робочому місці
