Соучредитель и генеральный директор Adverity.

гетти

Никому не нужно предсказывать, что генеративный искусственный интеллект (GenAI) снова станет популярным в 2024 году. Прошлый год завершился лихорадочным вниманием к этой интеллектуальной технологической инновации, точно так же, как мы видели, когда запуск ChatGPT впервые привлек всеобщее внимание чуть более 12 месяцев назад — настолько, что “ChatGPT” был назван “словом года”.

Но хотя расширенная доступность возможностей GenAI вызвала огромный межотраслевой интерес и быстрое проникновение на рынок, руководители высшего звена по-прежнему не уверены в том, как их использовать. По данным исследователей Dell, более трех четвертей ИТ-руководителей считают, что “GenAI окажет значительное, если не “преобразующее”, влияние на их организации”, однако исследование Boston Consulting Group (BCG) показывает, что более половины руководителей компаний не одобряют его использование.

Разрываясь между страхом остаться позади и опасениями по поводу внедрения передовых технологий без их полного понимания, многие застревают в подвешенном состоянии. Оставаться парализованными сомнениями – это именно то, что, вероятно, приведет к потере конкурентного импульса по мере продвижения вперед более информированных фирм. Чтобы успешно начать 2024 год, предприятиям необходимы более глубокие знания о последних разработках GenAI, в том числе о том, в чем заключаются ключевые риски и как с ними бороться, — и прямо сейчас это означает изучение новых возможностей в области управления данными.

Потенциал для Ускорения Аналитики

GenAI – это не волшебная палочка для решения всех проблем с данными. Он может обеспечить более быстрый и простой доступ к информации, которой уже располагают компании, сокращая время, затрачиваемое на поиск (или ожидание) информации, и обеспечивая более быструю активацию. С точки зрения повышения эффективности, одной из наиболее важных областей управления данными на базе искусственного интеллекта является аналитика самообслуживания.

Как следует из названия, такие решения позволяют независимо обрабатывать данные. Более продвинутые из них разработаны таким образом, чтобы быть универсальными и не зависеть от навыков, предлагая простые интерфейсы, которые помогают пользователям любого уровня квалификации выполнять множество задач. Это включает в себя не только постановку вопросов, основанных на данных, и получение быстрых ответов, но и проведение анализа на высшем уровне и указание того, какие преобразования данных они хотят провести, чтобы получить понятную и действенную информацию.

Учитывая возможности расширения возможностей компании и раскрепощения команд по работе с данными, неудивительно, что эти аналитические инструменты самообслуживания вызывают растущий интерес, и аналитики PWC прогнозируют, что GenAI станет “недостающим звеном” в управлении данными, помогая сотрудникам “быстрее превращать больше данных в большую ценность”. Более того, консалтинговые компании, такие как McKinsey, создали собственные итерации аналитических инструментов. Запущенный прошлым летом “Lilli” демонстрирует значительные вычислительные мощности GenAI, объединяя обширный пул ресурсов McKinsey и делая его доступным для поиска. Это означает, что вместо того, чтобы обычно тратить две недели на изучение более 40 источников знаний, многосекторальных экспертов и 100 000 документов, включая технические документы, сборники игр, интервью и многое другое, команды могут собрать все необходимые материалы для индивидуального планирования проекта за считанные минуты.

Реалистичный Взгляд На Риски GenAI

После многочисленных сообщений в новостях о галлюцинациях, утечках данных и нарушении авторских прав достоверность и безопасность информации находятся на первом месте в списке рисков. Эти риски особенно актуальны для случаев использования аналитики, поскольку сотрудники, скорее всего, будут вводить конфиденциальную информацию о компании (и даже клиентах) в системы, а также руководить различными действиями, используя созданные инструменты сбора данных и отчетов, от повседневных операционных решений до более крупных изменений, критически важных для бизнеса.

Поскольку выходные данные моделей GenAI напрямую определяются тем, что поступает на вход, существует опасность того, что внедрение неточных данных может привести к значительным стратегическим и тактическим сбоям, поскольку выходные данные модели искажаются из-за ошибочных данных. На самом деле опасения, связанные с этим риском, являются большой частью озабоченности руководителей, а возможность “принятия фактически неправильных решений” занимает второе место среди главных причин колебаний в принятии решений.

С точки зрения безопасности важно понимать, что введенная информация также может стать основой для обучения алгоритму. Хотя это не обязательно может быть проблемой для собственных или закрытых систем, в которых можно контролировать использование данных, это может создать серьезные проблемы с конфиденциальностью при использовании инструментов с открытым исходным кодом, к которым могут получить доступ неизвестные пользователи, а также потенциально раскрыть инсайдерскую информацию конкурентам.

Как ответственно использовать преимущества искусственного интеллекта

Полагаться на регулирующие органы в установлении более эффективных ограждений – очевидная отправная точка для сдерживания проблем с искусственным интеллектом, и власти всего мира быстро откликаются на этот призыв. В последние месяцы 2023 года ЕС завершил работу над первой международной правовой основой для ИИ. Президент Байден развил проект Билля о правах в области ИИ Указом о безопасном и заслуживающем доверия ИИ, а 28 мировых лидеров взяли на себя обязательства по этическим инновациям, подписав декларацию Блетчли.

Однако этот фрагментарный законодательный комплекс пока не дал ощутимых рекомендаций, которым предприятия могли бы следовать для практического использования. Таким образом, это означает, что внутреннее управление должно быть в основном самоуправляемым.

Относительно простым начальным шагом, который могут предпринять все компании, является установление строгой политики проверки технологий и их применения. Например, надежные протоколы оценки, в которых участвуют команды юристов, эксперты по безопасности и пользователи разных бизнес-подразделений, помогут обеспечить тщательную оценку мер безопасности — особенно связанных с защитой данных — и снизить вероятность возникновения непредвиденных проблем. Если новые инструменты окажутся востребованными, установление конкретных правил для одобренного и неутвержденного использования также поможет пресечь непреднамеренное неправильное обращение и утечки.

В то же время не менее важно будет постоянно максимизировать и поддерживать качество данных. Прежде чем внедрять GenAI, организациям необходимо будет разработать процессы обработки данных, которые могут генерировать постоянный поток надежной, унифицированной и полезной информации для работы моделей, что, вероятно, потребует использования других типов оркестровки на базе искусственного интеллекта для обеспечения сопоставления, подключения, очистки и активации из нескольких источников с достаточной скоростью.

Неопределенность является главной причиной беспокойства. Вместо того, чтобы позволять ограниченному пониманию сдерживать инновации GenAI, руководители высшего звена должны разобраться с возможностями, которые они могут предложить для их бизнеса, и взять на себя ответственность за эффективное внедрение. Определение того, какие ключевые возможности управления данными наилучшим образом соответствуют потребностям компании и как можно проследить успех, является важной отправной точкой. Но знание того, в чем заключаются риски и как их можно снизить, позволит им продолжать двигаться вперед и извлекать максимум пользы из новых решений.

Forbes Technology Council – это сообщество, доступное только по приглашениям, для ИТ-директоров мирового класса, CTO и руководителей технологических компаний. Соответствую ли я требованиям?