Od pilotního projektu k produkci: Přehled o škálování programů GenAI pro dlouhodobý účinek

Za několik let, když budeme vzpomínat na rozšíření generativní umělé inteligence (GenAI), bude rok 2024 považován za zlomový moment – období široké experimentace, optimismu a růstu, kdy se lídři podniků, kteří byli dříve váhaví ponořit se do nevyzkoušených vod inovací, ponořili do nich bez váhání. V McKinsey’s Global Survey on AI provedeném v polovině roku 2024, 75 % respondentů předpokládalo, že GenAI povede k významným nebo disruptivním změnám v jejich odvětvích v následujících letech.

Zatímco bylo mnoho věcí nalezeno o výhodách a omezeních GenAI, je důležité si uvědomit, že jsme stále ve fázi evoluce. Pilotní projekty lze rychle rozšiřovat a jsou relativně levné na vybudování, ale co se stane, když tyto projekty přejdou do produkce pod dohledem úřadu CIO? Jak budou fungovat případové použití specifických funkcí v méně kontrolovaném prostředí a jak mohou týmy zabránit ztrátě impulzu, než jejich program vůbec měl šanci ukázat výsledky?

Obecné výzvy při přechodu z pilotního projektu k produkci

Vzhledem k enormnímu potenciálu GenAI zlepšit efektivitu, snížit náklady a vylepšit rozhodování, bylo vedení podniku jasně nařízeno funkčním lídrům – jdi a experimentuj. Lídři podniků začali pracovat, hráli si s funkcionalitou GenAI a vytvářeli své vlastní pilotní projekty. Marketingové týmy používaly GenAI k vytváření vysoce personalizovaných zákaznických zkušeností a automatizaci opakujících se úkolů. V zákaznickém servisu GenAI pomáhala pohánět inteligentní chatboty pro řešení problémů v reálném čase a týmy výzkumu a vývoje byly schopny analyzovat obrovské množství dat, aby objevily nové trendy.

Ještě stále existuje mnoho nesouladu mezi tímto potenciálem a jeho konečnou realizací.

Jakmile pilotní projekt přejde do oběžné dráhy úřadu CIO, data jsou mnohem pečlivěji prozkoumána. Mezitím jsme se seznámili s některými běžnými problémy s GenAI, jako je modelová předpojatost a halucinace, a v větší míře se tyto problémy stávají velkými problémy. CIO je zodpovědný za ochranu dat a správu dat po celé organizaci, zatímco lídři podniků používají data, která se mohou vztahovat pouze na jejich konkrétní oblast zájmu.

3 klíčové věci, které je třeba vzít v úvahu před škálováním

Nemylte se, lídři podniků udělali významný pokrok ve vytváření případových použití GenAI s působivými výsledky pro své konkrétní funkce, ale škálování pro dlouhodobý dopad je quite jiné. Zde jsou tři úvahy před zahájením této cesty:

1. Zahrňte týmy IT a informační bezpečnosti brzy (a často)

Je obvyklé, že funkční lídři podniků rozvinou své denní pracovní činnosti a podceňují, co je zapotřebí k rozšíření jejich pilotního projektu na širší organizaci. Ale jakmile ten pilotní projekt přejde do produkce, lídři podniků potřebují podporu týmu IT a informační bezpečnosti, aby prošli všechny různé věci, které by mohly jít špatně.

To je důvod, proč je dobré zapojit týmy IT a informační bezpečnosti od začátku, aby pomohly prověřit pilotní projekt a projít potenciální obavy. Tímto způsobem bude také napomáháno mezioborové spolupráci, která je kritická pro přinášení vnějších perspektiv a výzvám potvrzovací předpojatosti, která může nastat uvnitř jednotlivých funkcí.

2. Používejte reálná data, kdykoli je to možné

Jak bylo zmíněno dříve, datové problémy jsou mezi největšími překážkami při škálování GenAI. To je způsobeno tím, že pilotní projekty často spoléhají na syntetická data, která mohou vést k nesouladu mezi očekáváním lídrů podniků, týmu IT a nakonec CIO. Syntetická data jsou umělá data vytvořená k napodobení reálných dat, vlastně jako náhrada za skutečná data, ale bez jakýchkoli citlivých osobních informací.

Funkční lídři nebudou mít vždy přístup k reálným datům, takže několik dobrých tipů pro řešení problému by bylo: (1) vyhněte se pilotním projektům, které by mohly vyžadovat další regulační kontrolu v budoucnu; (2) stanovte směrnice, aby se zabránilo poškození nebo zkreslení výsledků pilotního projektu; a (3) investujte do řešení, která využívají stávající technologický stack společnosti, aby se zvýšila šance na budoucí soulad.

3. Nastavte realistické očekávání

Když GenAI poprvé získala veřejnou pozornost po spuštění ChatGPT na konci roku 2022, očekávání byla velmi vysoká, že tato technologie bude revolucionizovat odvětví přes noc. Ten hype (pro lepší nebo horší) přetrvává a týmy jsou stále pod enormním tlakem, aby ukázaly okamžité výsledky, pokud jejich investice do GenAI doufají v další financování.

Realita je taková, že zatímco GenAI bude transformační, společnosti potřebují dát této technologii čas (a podporu), aby začala transformovat. GenAI není plug-and-play, ani její skutečná hodnota není omezena pouze na chytré chatboty nebo kreativní obrazovky. Společnosti, které úspěšně škálovat programy GenAI, budou ty, které nejdříve vezmou čas na vybudování kultury inovací, která priorizuje dlouhodobý dopad nad krátkodobými výsledky.

Jsme všichni v tom spolu

Přes to, kolik jsme o GenAI četli nedávno, je to stále velmi raná technologie a společnosti by měly být opatrné vůči jakémukoli dodavateli, který tvrdí, že vše vyřešil. Taková pýcha zatemňuje úsudek, urychluje polozpracované koncepty a vede k problémům s infrastrukturou, které mohou bankrotovat podniky. Místo toho, když vstupujeme do dalšího roku GenAI nadšení, měli bychom také věnovat čas smysluplným diskusím o tom, jak škálovat tuto mocnou technologii zodpovědně. Zapojením týmu IT na začátku procesu, spoléháním se na reálná data a udržením rozumných očekávání ROI, mohou společnosti pomoci zajistit, aby jejich strategie GenAI nebyly pouze škálovatelné, ale také udržitelné.