Що позначають ChatGPT і Generative AI для вашого бізнесу?

Що означає ChatGPT, «споживацька програма, яка найшвидше розвивається в історії», для майбутнього роботи? У ширшому плані, чи скоро генеративний ШІ перетвориться з найновішої розваги для споживачів на важливий бізнес-додаток і нову основу для конкурентних переваг? І чи готові підприємства до штучного інтелекту, будь-якого типу? Компанія Forrester щойно опублікувала звіт про генеративний штучний інтелект, який закликає своїх корпоративних клієнтів не ігнорувати та не применшувати його вплив. Підприємствам слід прямо зараз почати експериментувати з генеративним штучним інтелектом, рекомендує Forrester, зосереджуючись на існуючих процесах, які можна покращити за допомогою технологій, «які використовують величезні масиви даних, включаючи великі мовні моделі, для створення нового вмісту (наприклад, тексту, відео, зображень, аудіо, код).» «Було б «дорогою помилкою», каже Форрестер, ігнорувати потенціал генеративного штучного інтелекту для забезпечення масштабного виробництва контенту, прискорити швидкість і точність практик обробки даних і розробки додатків, створювати синтетичні дані для навчання ШІ та машин. моделі навчання та надання нових можливостей захисту для фахівців із безпеки. Коротше кажучи, генеративний штучний інтелект дає можливість розширити та навіть автоматизувати існуючі робочі процеси в ІТ, маркетингу, обслуговуванні клієнтів та інших бізнес-функціях. ChatGPT було оприлюднено 30 листопада 2022 року, і, враховуючи увагу, яку привернув піар-хід, можна з упевненістю назвати епоху до цієї дати BG (Before Generative AI). Зараз ми живемо в нову, захоплюючу та лякаючу еру GA (generative AI), коли виконавчий FOMO може призвести до ганебних публічних провалів (як у Google, яка почала звертати увагу на GA ще в 2017 році, втративши 100 мільярдів доларів ринкової вартості за один раз день). Чи готові підприємства до нової ери, до тиску, щоб щось зробити щодо генеративного штучного інтелекту, навіть просто ретельного експериментування, як рекомендує Forrester? Ми можемо отримати уявлення про стан штучного інтелекту на підприємстві, переглянувши нещодавні опитування керівників бізнесу та ІТ, які повідомляють про їхній поточний досвід роботи зі штучним інтелектом. Опитування — Deloitte, cnvrg.io, Run:ai і LXT — проводилися протягом шести місяців перед настанням ери GA, тому вони відображають те, що респонденти знали про «загальний ШІ», не обов’язково про генеративний ШІ. Сприйняття штучного інтелекту в діловому світі, безумовно, позитивне. 94% (Deloitte) кажуть, що штучний інтелект має вирішальне значення для успіху протягом наступних п’яти років, а 89% (cnvrg.io) бачать переваги своїх рішень ШІ. У 48% організацій «ШІ знаходиться у виробництві або вже є частиною ДНК бізнесу» (LXT). Згідно з опитуванням Run:ai, 91% компаній планують збільшити потужність графічного процесора або іншої інфраструктури штучного інтелекту в середньому на 23% протягом наступних 12 місяців, згідно з яким зроблено висновок, що «незважаючи на невизначений економічний клімат, компанії все ще інвестують у штучний інтелект через до потенціалу та цінності, які вони бачать у цьому». Згідно з опитуванням Deloitte, 79% стверджують, що вони повністю розгорнули три або більше додатків штучного інтелекту, порівняно з 62% роком раніше, при цьому найпопулярнішими програмами є оптимізація ціноутворення в хмарі, голосові помічники, чат-боти та розмовний штучний інтелект, прогнозне технічне обслуговування та час безвідмовної роботи/надійність. оптимізація. LXT виявив, що обробка природної мови (NLP) і рішення для розпізнавання мовлення/голосу є найбільш розгорнутими програмами штучного інтелекту, за якими йдуть інтелектуальна аналітика та розмовний штучний інтелект. Але викликів багато. Лише 37% (Run:ai) моделей AI потрапляють у виробництво, а 46% (LXT) усіх проектів AI не досягають своїх цілей. Deloitte виявив збільшення на 29% порівняно з минулим роком кількості респондентів, які вважають себе «неуспішними», а головними проблемами, пов’язаними з масштабуванням, були управління ризиками, пов’язаними зі штучним інтелектом (50%), відсутність зобов’язань керівників (50%), відсутність технічного обслуговування та післяпускової підтримки (50%). 57% (cnvrg.io) повідомили про низьку зрілість штучного інтелекту з менш ніж 4 моделями, що працюють у виробництві, і лише 28% (Run:ai) повідомили, що мають своєчасний і достатній доступ до потужності комп’ютера на вимогу. Загалом розгортання штучного інтелекту пов’язане з багатьма труднощами, але коли справа доходить до генеративного штучного інтелекту, підприємства стикаються з «лабіринтом проблем», за словами Форрестера: генерування зв’язної нісенітниці; відтворення упереджень; вразливість до нових викликів безпеці та атак; питання довіри, надійності, авторського права та інтелектуальної власності. «Будь-яке чесне обговорення цінності впровадження генеративного штучного інтелекту, — каже Форрестер, — має визнавати його значні витрати. Моделі навчання та перепідготовки потребують часу та грошей, а графічні процесори, необхідні для виконання цих навантажень, залишаються дорогими». Отже, що робити керівнику підприємства? Якою є правильна відповідь на тиск «втрата нового нового може бути дуже дорогою помилкою»? Як це завжди буває з найновішими та найкращими корпоративними технологіями, інструментами та методами, відповідь на питання «що робити?» зводиться до одного слова: Вч. Вивчіть, що ваші колеги робили останніми роками за допомогою загального ШІ. Гарною відправною точкою є щойно опублікована книга All-in On AI: How Smart Companies Win Big with Artificial Intelligence. Том Девенпорт і Нітін Міттал описують компанії (за межами Кремнієвої долини), які «роблять великі та розумні ставки на те, що ця технологія призведе до значних покращень бізнесу, і вони вже мають докази того, що ці ставки окупаються». Інший тип навчання полягає в ретельному дослідженні того, що пропонується (Sequoia Capital налічує 109 генеративних стартапів зі штучним інтелектом, а CB insights перелічує 250 у 45 категоріях). Так само, як сотні, можливо, тисячі стартапів, які додали «ШІ» до свого профілю за останнє десятиліття, можна впевнено посперечатися, що до кінця цього року ще багато хто вважатиме «генеративний ШІ» своїм хлібом з маслом. Важливим є їхній підтверджений досвід у тому, що важливо для вашої компанії та ваших клієнтів. Найрелевантніший для вас стартап може навіть не претендувати на звання «генеративного штучного інтелекту», але протягом останніх років демонструє його переваги та те, що він може зробити для вашого бізнесу. Прикладом є Anyword, стартап, який прогнозує, яку аудиторію ваш контент (наприклад, рекламна копія) матиме резонанс і наскільки добре він працюватиме. Він надає передбачувану оцінку ефективності на основі аналізу мільйонів копій у спосіб, який пов’язує коефіцієнт конверсії, профіль аудиторії, а також стиль і зміст повідомлення. Він робить це для видавців з 2013 року, а з 2021 року для будь-якого маркетолога. Найважливіше, пам’ятайте, що тут немає ніякої магії, і що чоловіки та жінки за завісою неухильно просуваються до стану «машинного інтелекту» з тих пір, як сімдесят п’ять років тому перші комп’ютери були названі «гігантськими мізками». «ШІ» — це лише ще один крок в еволюції сучасних обчислень і продовження вже знайомих комп’ютерних програм, що керуються даними, тобто машинного навчання та прогнозної аналітики. «Генеративний ШІ» — це лише ще один крок в еволюції сучасного ШІ, тобто глибоке навчання або статистичний аналіз дуже великих обсягів даних.