מה שאפילו אינטליגנציה מלאכותית יוצרת יכולה ללמוד מניסוי וטעייה בענן

אינטליגנציה מלאכותית יוצרת (GenAI) כאן כדי להישאר, עם ארגונים ברחבי העולם שמעריכים את היכולות של הטכנולוגיה. כבר, 72% מהארגונים דיווחו כי הם משתמשים כבר ב-GenAI, הן באופן נרחב והן באופן חלקי, ועוד 26% ניסויים עם הטכנולוגיה. עם זאת, שלב חדש זה של אימוץ GenAI עדיין בימיו הראשונים.

לפי McKinsey, רק 1% ממנהלי החברות מתארים את ה-GenAI שלהם כ”בשל”, כלומר הטכנולוגיה משולבת לחלוטין בתהליכי עבודה ומניבה תוצאות עסקיות משמעותיות. סגירת הפער הזה בבגרות דורשת התאמה מתמדת, לעיתים קרובות עד למכשולי פריסה, כגון הוצאות משמעותיות, חוסר אמון בטכנולוגיות לא מוכחות וסיכונים רגולטוריים. אם אתגרים אלה נשמעים מוכרים, הם אמורים להישמע כך – כאשר צוותי IT התחילו לאמץ את הענן כדבר הבא, רבים מאותם אותם מכשולים עלו.

שתי גלים של היסטריה טכנולוגית חדשה שונים במקצת. בעוד שענן המחשוב יושם במערכות ביקורתיות יותר בשלב מוקדם, GenAI מאומץ במהירות יותר בשלבי ניסוי ובעיקר לצורך השגת רווחי יעילות ופרודוקטיביות. עם זאת, הלמידה היא דומה: שניהם דוחפים ארגונים לחשוב ולעבוד אחרת.

באמצעות התבוננות בחוויותיהם של קודמיהם בענן, ה-GenAI המיוחלים של היום יכולים להתמקם לעתיד טוב יותר מושכל.

ניהול עלות, סיכון ושינוי: למידה מטעויות הענן

בחזרה לתקופה בה טכנולוגיית הענן התחילה לצבור תאוצה, הרבה ארגונים תת-העריכו את המורכבות של המעבר והעריכו יתר על הצורך את החסכונים בעלות בטווח הקצר. כתוצאה מכך, רוב הארגונים האלה נפלו קורבן לשלושה מלכודים עיקריים: ניהול עלות לקוי, תצורות אבטחה לקויות והתנגדות טבעית שבאה עם שינויים תרבותיים וארגוניים.

תקופת הענן לימדה אותנו שפשוט “להרים ולהעביר” עומסי עבודה – להעביר אותם לענן ללא מודרניזציה – לעיתים קרובות לא סיפק ערך. באופן דומה, יוזמות GenAI תכופות נתקעות כאשר ארגונים מנסים לחבר נתונים מורשת, לא מובנים או תיעוד לקוי לדגמים חדשים חזקים ללא עדכון יסוד הנתונים. בעובדה, פרויקטים GenAI יכולים לספק תוצאות מאכזבות או אפילו לחזק את האינפיסיינציות הקיימות. הלקח: טכנולוגיה לבדה לא יכולה לגבור על חולשות יסוד.

כשם שטכנולוגיית הענן חשפה פערים בממשל, מיומנויות ואסטרטגיה ארוכת טווח, כך גם GenAI. אם עובדים יאמצו כלים GenAI ללא פיקוח או ישתמשו בטכנולוגיה מחוץ לגבולות מדיניות השימוש המקובל, סיכוני IT בצל עלולים להופיע מחדש, יחד עם הקשיים של אבטחת צנרי GenAI והבטחת ציות בקנה מידה גדול. המקבילות האלה ימשיכו לעלות ככל ש-GenAI עובר מניסוי לאינטגרציה נרחבת של תאגיד, ודורשת את אותם מסגרות אבטחת מידע חזקות, תוכניות תגובה לאירועים ומבנים של ממשל כפי שנמצאים בתוך הענן.

מעבר לניהול סיכונים, התפשטות עלות בלתי מנוהלת היא בעיה ותיקה בטכנולוגיה. הענן אינו יוצאת מן הכלל וככל שעסקים ממשיכים לש