Что ChatGPT и генерирующие ИИ предназначены для вашего бизнеса?

Что ChatGPT, «самое быстрорастущее потребительское приложение в истории», означает для будущего работы? В более широком смысле, скоро ли генеративный ИИ перестанет быть последним потребительским развлечением и станет важным бизнес-приложением и новой основой для конкурентного преимущества? И готовы ли предприятия к ИИ, любому типу ИИ? Forrester только что опубликовал отчет о генеративном ИИ, в котором корпоративным клиентам рекомендуется не игнорировать и не преуменьшать его влияние. Предприятия должны прямо сейчас начать экспериментировать с генеративным ИИ, рекомендует Forrester, сосредоточив внимание на существующих процессах, которые можно улучшить с помощью технологий, «которые используют огромные объемы данных, включая большие языковые модели, для создания нового контента (например, текста, видео, изображений, аудио, код)». По словам Форрестер, было бы «дорогостоящей ошибкой» игнорировать потенциал генеративного ИИ для создания масштабного контента, повышения скорости и точности методов обработки данных и разработки приложений, создания синтетических данных для обучения ИИ и машин. модели обучения, а также предоставить новые возможности защиты для специалистов по безопасности. Короче говоря, генеративный ИИ дает возможность расширить и даже автоматизировать существующие рабочие процессы в ИТ, маркетинге, обслуживании клиентов и других бизнес-функциях. ChatGPT стал общедоступным 30 ноября 2022 года, и, учитывая то внимание, которое получил PR-ход, можно с уверенностью обозначить эпоху до этой даты как BG (до генеративного ИИ). Сейчас мы живем в новой, захватывающей и пугающей эре GA (генеративного ИИ), когда исполнительный FOMO может привести к досадным публичным провалам (как в Google, который начал обращать внимание на GA еще в 2017 году, потеряв 100 миллиардов долларов рыночной стоимости за один раз). день). Готовы ли предприятия к новой эре, к необходимости что-то делать с генеративным ИИ, даже просто к осторожным экспериментам, как рекомендует Forrester? Мы можем получить представление о состоянии ИИ на предприятии, просмотрев недавние опросы руководителей бизнеса и ИТ, в которых они сообщают об их текущем опыте использования ИИ. Опросы Deloitte, cnvrg.io, Run:ai и LXT проводились за шесть месяцев до наступления эры GA, поэтому они отражают то, что респонденты знали об «общем ИИ», не обязательно о генеративном ИИ. Восприятие ИИ, безусловно, позитивно в деловом мире. 94 % (Deloitte) говорят, что ИИ имеет решающее значение для успеха в ближайшие пять лет, а 89 % (cnvrg.io) видят преимущества своих ИИ-решений. В 48% организаций «ИИ находится в производстве или уже является частью ДНК бизнеса» (LXT). Согласно опросу Run:ai, 91% компаний планируют увеличить мощность своих графических процессоров или другой инфраструктуры ИИ в среднем на 23% в течение следующих 12 месяцев, согласно результатам опроса Run:ai, «несмотря на неопределенный экономический климат, компании по-прежнему инвестируют в ИИ из-за к потенциалу и ценности, которую они видят в нем». Согласно опросу Deloitte, 79% говорят, что они полностью развернули три или более приложений ИИ, по сравнению с 62% годом ранее, при этом основными приложениями являются оптимизация облачных цен, голосовые помощники, чат-боты и диалоговый ИИ, профилактическое обслуживание и время безотказной работы/надежность. оптимизация. LXT обнаружила, что решения для обработки естественного языка (NLP) и распознавания речи/голоса являются наиболее широко используемыми приложениями ИИ, за которыми следуют прогнозная аналитика и диалоговый ИИ. Но проблем предостаточно. Только 37% (Run:ai) моделей ИИ попадают в производство, а 46% (LXT) всех проектов ИИ не достигают своих целей. Deloitte обнаружила, что по сравнению с прошлым годом число респондентов, идентифицирующих себя как «отстающих», увеличилось на 29%, а основными проблемами, связанными с масштабированием, были управление рисками, связанными с ИИ (50%), отсутствие приверженности руководства (50%), отсутствие сопровождения и послепусковой поддержки (50%). 57% (cnvrg.io) сообщили о низкой зрелости ИИ, поскольку в производстве работает менее 4 моделей, и только 28% (Run:ai) сообщили о своевременном и достаточном доступе к вычислительной мощности по запросу. По словам Forrester, при развертывании ИИ в целом возникает множество проблем, но когда дело доходит до генеративного ИИ, предприятия сталкиваются с «лабиринтом проблем»: создание связной чепухи; воссоздание предубеждений; уязвимость к новым вызовам безопасности и атакам; вопросы доверия, надежности, авторского права и интеллектуальной собственности. «Любое честное обсуждение ценности внедрения генеративного ИИ, — говорит Форрестер, — должно учитывать его значительные затраты. Обучение и переобучение моделей требует времени и денег, а графические процессоры, необходимые для выполнения этих рабочих нагрузок, остаются дорогими». Так что же делать хозяйственнику? Каков правильный ответ на давление «упустить новую новую вещь может быть очень дорогостоящей ошибкой»? Как всегда в случае с новейшими и лучшими корпоративными технологиями, инструментами и методами, ответ на вопрос «что делать?» сводится к одному слову: учиться. Изучите, чем занимались ваши коллеги в последние годы, с помощью универсального ИИ. Хорошей отправной точкой является только что опубликованный All-in-On AI: How Smart Companies Win Big with Artificial Intelligence. Том Дэвенпорт и Нитин Миттал рассказывают о компаниях (за пределами Силиконовой долины), которые «делают большие и разумные ставки на то, что эта технология приведет к значительным улучшениям в бизнесе, и у них уже есть доказательства того, что эти ставки окупаются». Другой тип обучения — тщательное изучение того, что предлагается (Sequoia Capital насчитывает 109 генеративных ИИ-стартапов, а CB Insights перечисляет 250 в 45 категориях). Точно так же, как сотни, а может и тысячи стартапов, которые добавили «ИИ» в свой профиль за последнее десятилетие, можно с уверенностью сказать, что к концу этого года многие другие будут претендовать на «генеративный ИИ» в качестве своего хлеба насущного. Что важно, так это их проверенный опыт в том, что важно для вашей компании и ваших клиентов. Самый актуальный для вас стартап может даже не претендовать на звание «генеративного ИИ», но в последние годы демонстрирует его преимущества и то, что он может сделать для вашего бизнеса. Примером может служить Anyword, стартап, который предсказывает аудиторию, с которой ваш контент (например, рекламный текст) найдет отклик, и насколько хорошо он будет работать. Он обеспечивает прогнозную оценку эффективности на основе анализа миллионов копий таким образом, чтобы связать коэффициент конверсии, профиль аудитории, а также стиль и содержание сообщения. Он делает это для издателей с 2013 года, а с 2021 года — для любого маркетолога. Самое главное, имейте в виду, что здесь нет никакой магии, и что мужчины и женщины за кулисами неуклонно совершенствуют состояние «машинного интеллекта» с тех самых пор, как самые первые компьютеры были названы «гигантскими мозгами» семьдесят пять лет назад. «ИИ» — это просто еще один шаг в эволюции современных вычислений и продолжение уже знакомых компьютерных приложений, управляемых данными, т. е. машинного обучения и прогнозной аналитики. «Генеративный ИИ» — это просто еще один шаг в эволюции современного ИИ, то есть глубокого обучения или статистического анализа очень больших объемов данных.