Ηγέτες σκέψης

Όταν το AI σας εφευρίσκει γεγονότα: Το επιχειρηματικό ρίσκο που κανείς ηγέτης δεν μπορεί να αγνοήσει

mm
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google

Ηχηρό. Φαίνεται σωστό. Λάθος. Αυτό είναι το AI σας σε ψευδαισθήσεις. Το ζήτημα δεν είναι μόνο ότι τα σημερινά γεννητικά μοντέλα AI ψευδαισθούν. Είναι ότι νιώθουμε ότι αν χτίσουμε αρκετά φράγματα, το λειτούργημα, το RAG και το ταμεία κάπως, τότε θα μπορέσουμε να το υιοθετήσουμε σε επιχειρηματικό επίπεδο.

Μελέτη Δομή Ποσοστό ψευδαισθήσεων Κύρια ευρήματα
Stanford HAI & RegLab (Ιαν 2024) Νομική 69%–88% Τα LLMs παρουσίασαν υψηλά ποσοστά ψευδαισθήσεων όταν απάντησαν σε νομικές ερωτήσεις, συχνά χωρίς αυτοσυνειδησία για τα λάθη τους και ενισχύοντας λανθασμένες νομικές υποθέσεις.
Μελέτη JMIR (2024) Ακαδημαϊκές αναφορές GPT-3.5: 90.6%, GPT-4: 86.6%, Bard: 100% Οι αναφορές που δημιουργήθηκαν από το LLM ήταν συχνά άσχετες, λανθασμένες ή δεν υποστηρίζονταν από τη διαθέσιμη βιβλιογραφία.
Μελέτη του Ηνωμένου Βασιλείου για το περιεχόμενο που δημιουργείται από το AI (Φεβ 2025) Χρηματοοικονομικά Δεν καθορίστηκε Το περιεχόμενο που δημιουργήθηκε από το AI αυξάνει τον κίνδυνο τραπεζικών δραπετεύσεων, με σημαντικό ποσοστό πελάτών τραπεζών να εξετάζει τη μεταφορά των χρημάτων τους μετά την προβολή περιεχομένου που δημιουργήθηκε από το AI.
Παγκόσμια έκθεση κινδύνων του Παγκόσμιου Οικονομικού Φόρουμ (2025) Γлобική αξιολόγηση κινδύνων Δεν καθορίστηκε Οι ψευδείς πληροφορίες και οι ψευδείς πληροφορίες, που ενισχύονται από το AI, κατετάγησαν ως ο υψηλότερος παγκόσμιος κίνδυνος για einen διετή προοπτική.
Βαθμολογία ψευδαισθήσεων του Vectara (2025) Αξιολόγηση μοντέλων AI GPT-4.5-Preview: 1.2%, Google Gemini-2.0-Pro-Exp: 0.8%, Vectara Mockingbird-2-Echo: 0.9% Αξιολογήθηκαν τα ποσοστά ψευδαισθήσεων σε διάφορα LLM, αποκαλύπτοντας σημαντικές διαφορές στην απόδοση και την ακρίβεια.
Μελέτη Arxiv για τις ψευδαισθήσεις的事実 (2024) Ερευνα AI Δεν καθορίστηκε Εισήχθη το HaluEval 2.0 για τη συστηματική μελέτη και ανίχνευση ψευδαισθήσεων στα LLM, με επίκεντρο τις λανθασμένες πληροφορίες.

Τα ποσοστά ψευδαισθήσεων κυμαίνονται από 0,8% έως 88%

Ναι, εξαρτάται από το μοντέλο, το domaine, την περίπτωση χρήσης και το контέκστ, αλλά αυτή η διάρκεια πρέπει να κάνει κάθε επιχειρηματία να σκεφτεί. Αυτά δεν είναι περιπτώσεις λάθους. Είναι συστηματικά.  Πώς να λάβει τις σωστές αποφάσεις όταν πρόκειται για την υιοθέτηση του AI στην επιχείρησή σας; Πού, πώς, πόσο βαθιά, πόσο ευρύτατα; 

Και παραδείγματα πραγματικών συνεπειών αυτού του προβλήματος εμφανίζονται στην καθημερινή σας ροή ειδήσεων.  Η Επιτροπή Σταθερότητας του G20 έχει σημάνει το γεννητικό AI ως διαδικτυακό διανομέα ψευδών πληροφοριών που μπορεί να προκαλέσει κρίσεις στην αγορά, πολιτική αστάθεια και χειρότερα–flash κρίσεις, ψευδείς ειδήσεις και απάτες. Σε μια πρόσφατα αναφερθείσα ιστορία, το δικηγορικό γραφείο Morgan & Morgan εξέδωσε επείγουσα επιστολή σε όλους τους δικηγόρους: Μη υποβάλετε αναφορές που δημιουργήθηκαν από το AI χωρίς έλεγχο. Οι ψευδείς νομικές περιπτώσεις είναι «απαλλαγμένες».

Αυτή μπορεί να μην είναι η καλύτερη στιγμή για να ποντάρετε την επιχείρησή σας σε ποσοστά ψευδαισθήσεων που τείνουν στο μηδέν σε σύντομο χρόνο. Ιδιαίτερα σε ρυθμιζόμενους τομείς, όπως η νομική, οι ζωτικές επιστήμες, οι κεφαλαιαγορές ή σε άλλους, όπου το κόστος eines λάθους θα μπορούσε να είναι υψηλό, συμπεριλαμβανομένης της δημοσίευσης ανώτερης εκπαίδευσης.

Οι ψευδαισθήσεις δεν είναι λάθος στρογγυλοποίησης

Αυτό δεν είναι για μια περιπτωσική λανθασμένη απάντηση. Είναι για κίνδυνο:-Reputational, Νομικό, Λειτουργικό.

Το γεννητικό AI δεν είναι μηχανισμός συλλογισμού. Είναι στατιστικός ολοκληρωτής,一个 στοχαστικός παπαγάλος. Ολοκληρώνει την πρότασή σας με τον πιθανότερο τρόπο με βάση τα δεδομένα εκπαίδευσης. Ακόμη και τα αληθινά τμήματα είναι υποθέσεις. Καλόμαστε τα πιο αστεία κομμάτια «ψευδαισθήσεις», αλλά η ολόκληρη έξοδος είναι μια ψευδαισθησία. Μια καλά στυλιζαρισμένη. Πάντα, λειτουργεί, μαγικά καλά—μέχρι να μην λειτουργήσει.

Το AI ως υποδομή

Και όμως, είναι σημαντικό να πούμε ότι το AI θα είναι έτοιμο για υιοθέτηση σε επιχειρηματικό επίπεδο όταν αρχίσουμε να το αντιμετωπίζουμε ως υποδομή, και όχι ως μαγεία. Και όπου απαιτείται, πρέπει να είναι διαφανές, εξηγητό και ανιχνεύσιμο. Και αν δεν είναι, τότε απλά, δεν είναι έτοιμο για υιοθέτηση σε επιχειρηματικό επίπεδο για αυτές τις περιπτώσεις χρήσης.  Αν το AI λαμβάνει αποφάσεις, πρέπει να είναι στο ραντάρ της Διοίκησης.

Η νομοθεσία του EU για το AI είναι η ηγέτης σε αυτόν τον τομέα. Οι υψηλού κινδύνου τομείς όπως η δικαιοσύνη, η υγεία και η υποδομή θα ρυθμίζονται όπως τα κρίσιμα συστήματα. Η τεκμηρίωση, ο έλεγχος και η εξηγησιμότητα θα είναι υποχρεωτικά.

Τι κάνουν τα ασφαλή μοντέλα AI για τις επιχειρήσεις

Οι εταιρείες που ειδικεύονται στην κατασκευή ασφαλών μοντέλων AI για τις επιχειρήσεις, λαμβάνουν μια συνειδητή απόφαση να κατασκευάσουν το AI διαφορετικά. Στις εναλλακτικές αρχιτεκτονικές AI, τα μοντέλα γλωσσών δεν εκπαιδεύονται σε δεδομένα, ώστε να μην «μολυνθούν» μεอะไร ανεπιθύμητο στα δεδομένα, όπως προκατάληψη, παραβίαση πνευματικών δικαιωμάτων ή την τάση να υποθέτουν ή να ψευδαισθούν.

Такие μοντέλα δεν «ολοκληρώνουν τη σκέψη σας» — συλλογίζονται από το περιεχόμενο του χρήστη. Τη βάση γνώσεων. Τα έγγραφα. Τα δεδομένα. Αν η απάντηση δεν είναι εκεί, αυτά τα μοντέλα το λένε. Αυτό είναι που κάνει τέτοια μοντέλα AI εξηγητά, ανιχνεύσιμα, детерμινιστικά και μια καλή επιλογή σε μέρη όπου οι ψευδαισθήσεις είναι απαράδεκτες.

Ένα 5-βήματο εγχειρίδιο για την ευθύνη του AI

  1. Χαρτογραφήστε το τοπίο του AI – Πού χρησιμοποιείται το AI σε όλη την επιχείρησή σας; Ποίες αποφάσεις επηρεάζουν; Ποια premium θέτετε στην ικανότητα να ανιχνεύσετε αυτές τις αποφάσεις πίσω σε διαφανή ανάλυση σε αξιόπιστο υλικό;
  2. Συγχρονίστε την οργάνωση σας – Ανάλογα με το εύρος της ανάπτυξης του AI, ρυθμίστε ρόλους, επιτροπές, διαδικασίες και πρακτικές ελέγχου τόσο αυστηρές όσο και αυτές για τους κινδύνους χρηματοοικονομικής ή κυβερνοασφάλειας.
  3. Εισαγάγετε το AI στο επίπεδο κινδύνου της διοίκησης – Αν το AI σας μιλάει σε πελάτες ή ρυθμιστές, ανήκει στις αναφορές κινδύνων. Η διακυβέρνηση δεν είναι πλευρική.
  4. Συμπεριφέρεστε στους προμηθευτές σας ως συνυπεύθυνους – Αν το AI του προμηθευτή σας εφευρίσκει πράγματα, εσείς εξακολουθείτε να ιδιοκτητείτε την πτώση. Εκτείνετε τις αρχές ευθύνης του AI σε αυτούς.  Απαιτήστε τεκμηρίωση, δικαιώματα ελέγχου και SLA για εξηγησιμότητα και ποσοστά ψευδαισθήσεων.
  5. Εκπαιδεύστε τη σκεπτικισμό – Η ομάδα σας πρέπει να αντιμετωπίζει το AI σαν έναν νεότερο αναλυτή — χρήσιμο, αλλά όχι αλάθητο. Γεμίστε όταν κάποιος αναγνωρίσει μια ψευδαισθησία. Η εμπιστοσύνη πρέπει να κερδηθεί.

Το μέλλον του AI στις επιχειρήσεις δεν είναι μεγαλύτερα μοντέλα. Τι χρειάζεται είναι περισσότερη ακρίβεια, περισσότερη διαφάνεια, περισσότερη εμπιστοσύνη και περισσότερη ευθύνη.

Ο Joy Dasgupta είναι Διευθύνων Σύμβουλος της Gyan και έμπειρος ηγέτης σε λύσεις που βασίζονται στο AI με πάνω από δύο δεκαετίες διεθνούς ηγετικής εμπειρίας σε εταιρείες όπως η Hewlett-Packard, η American Express και η Genpact.

Η Gyan είναι μια θεμελιωδώς νέα αρχιτεκτονική AI που κατασκευάζεται για Επιχειρήσεις με χαμηλή ή μηδενική ανεκτικότητα σε οπτασίας, рисκ IP ή ενεργοβόρες μοντέλα. Όπου η εμπιστοσύνη, η ακρίβεια και η ευθύνη είναι σημαντικές, η Gyan διασφαλίζει ότι κάθε έμπνευση είναι εξηγήσιμη, ανατρέχει σε αξιόπιστες πηγές, με πλήρη προστασία δεδομένων στο κέντρο της.