Від пілотування до виробництва: погляд на довгострокове масштабування програм GenAI

Через роки, коли ми будемо думати про поширення генеративного штучного інтелекту (GenAI), 2024 рік вважатиметься переломним моментом – періодом широкомасштабних експериментів, оптимізму та зростання, коли бізнес-лідери колись вагалися занурити свої пальці в неперевірені води інновації, головою вперед. в Глобальне дослідження McKinsey щодо ШІ проведеного в середині 2024 року, 75% передбачили, що GenAI призведе до значних або руйнівних змін у їхніх галузях у наступні роки.

Незважаючи на те, що ми багато дізналися про переваги та обмеження GenAI, важливо пам’ятати, що ми все ще перебуваємо на етапі еволюції. Пілотні програми можна швидко розширити, і їх створення відносно недороге, але що станеться, коли ці програми перейдуть у виробництво під керівництвом офісу ІТ-директора? Як будуть працювати специфічні варіанти використання функцій у менш контрольованих середовищах і як команди можуть уникнути втрати імпульсу до того, як їхня програма навіть матиме шанс показати результати?

Загальні виклики переходу від пілотного виробництва до виробництва

Враховуючи величезний потенціал GenAI для підвищення ефективності, зниження витрат і покращення процесу прийняття рішень, мандат C-Suite для функціональних бізнес-лідерів був чітким – йти вперед і майструвати. Лідери компаній взялися за роботу, користуючись функціями GenAI і створюючи власні пілотні програми. Маркетингові команди використовували GenAI для створення високоперсоналізованого клієнтського досвіду та автоматизації повторюваних завдань. У сфері обслуговування клієнтів GenAI допоміг інтелектуальним чат-ботам вирішувати проблеми в режимі реального часу, а команди дослідників і розробників змогли проаналізувати величезні обсяги даних, щоб виявити нові тенденції.

Тим не менш, між усім цим потенціалом і його кінцевою реалізацією все ще багато розривів.

Коли пілотна програма переходить в орбіту офісу ІТ-директора, дані вивчаються набагато ретельніше. На даний момент ми знайомі з деякими типовими проблемами GenAI, такими як упередження моделі та галюцинації, і в більшому масштабі ці проблеми стають серйозними проблемами. ІТ-директор відповідає за конфіденційність даних і управління даними в усій організації, тоді як бізнес-лідери використовують дані, які можуть стосуватися лише їхньої конкретної сфери діяльності.

3 ключові речі, про які слід подумати перед масштабуванням

Не помиляйтеся, бізнес-лідери досягли значного прогресу в створенні сценаріїв використання GenAI із вражаючими результатами для своїх конкретних функцій, але масштабування довгострокового впливу зовсім інше. Ось три міркування, перш ніж вирушити в цю подорож:

1. Завчасно (і часто) залучайте команди ІТ та інформаційної безпеки

Для функціональних бізнес-лідерів часто трапляється робити шори у своїй повсякденній роботі та недооцінювати те, що потрібно для поширення пілотної програми на ширшу організацію. Але як тільки цей пілот переходить у виробництво, бізнес-лідерам потрібна підтримка команди ІТ та інформаційної безпеки, щоб продумати всі різні речі, які можуть піти не так.

Ось чому було б гарною ідеєю залучити команди ІТ та інформаційної безпеки з самого початку, щоб допомогти провести стрес-тестування пілотної програми та розглянути можливі проблеми. Це також допоможе сприяти міжфункціональній співпраці, яка має вирішальне значення для залучення зовнішніх перспектив і боротьби з упередженням підтвердження, яке може виникнути в окремих функціях.

2. Використовуйте справжні дані, коли це можливо

Як згадувалося раніше, проблеми з даними є одними з найбільших перешкод у масштабуванні GenAI. Це тому, що пілотні програми часто покладаються на синтетичні дані, які можуть призвести до невідповідності очікувань між бізнес-лідерами, ІТ-командами та, зрештою, ІТ-директором. Синтетичні дані це штучно згенеровані дані, створені для імітації даних реального світу, по суті діючи як заміна фактичних даних, але без будь-якої конфіденційної особистої інформації.

Функціональні керівники не завжди матимуть доступ до реальних даних, тому кілька хороших порад щодо усунення проблеми: (1) уникайте пілотних програм, які можуть вимагати додаткового регулятивного контролю в майбутньому; (2) запровадити вказівки, щоб запобігти спотворенню/викривленню результатів пілотного проекту неправильними даними; і (3) інвестувати в рішення, що використовують існуючий пакет технологій компанії, щоб збільшити ймовірність майбутнього узгодження.

3. Встановіть реалістичні очікування

Коли GenAI вперше набув публічної популярності після запуску ChatGPT наприкінці 2022 року, очікування, що ця технологія миттєво революціонізує галузі, були захмарними. Цей ажіотаж (на краще чи на гірше) в основному витримав, і команди все ще перебувають під величезним тиском, щоб показати негайні результати, якщо їхні інвестиції в GenAI сподіваються отримати подальше фінансування.

Реальність така, що хоча GenAI буде трансформаційним, компаніям потрібно дати технології час (і підтримку), щоб почати трансформацію. GenAI не є plug-and-play, і його справжня цінність не обмежується лише розумними чат-ботами чи креативними зображеннями. Компанії, які можуть успішно масштабувати програми GenAI, першими знайдуть час для створення культури інновацій, яка надає перевагу довгостроковому впливу над короткостроковими результатами.

Ми всі в цьому разом

Незважаючи на те, скільки ми читали про GenAI останнім часом, це все ще нова технологія, і компаніям слід остерігатися будь-якого постачальника, який стверджує, що все зрозумів. Така зарозумілість затьмарює розсудливість, прискорює недоробку концепцій і призводить до проблем з інфраструктурою, які можуть збанкрутувати бізнес. Натомість, коли ми прямуємо до ще одного року хвилювання GenAI, давайте також знайдемо час, щоб взяти участь у змістовних дискусіях про те, як відповідально масштабувати цю потужну технологію. Залучаючи ІТ-команду на ранніх стадіях процесу, спираючись на реальні дані та підтримуючи обґрунтовані очікування рентабельності інвестицій, компанії можуть допомогти гарантувати, що їхні стратегії GenAI будуть не лише масштабованими, але й стійкими.