Рішення проблеми «Як і коли»: впровадження бізнес-стратегії в采用 штучного інтелекту

Ми досягли точки перегину з штучним інтелектом (ШІ), де обговорення в ради директорів перейшли від обговорення ефективності до прискорення впровадження. Це цікавий час, особливо якщо врахувати, що темп змін ніколи не буде таким повільним знову. За даними BCG, незважаючи на глобальну економічну нестабільність, інновації піднялися до рівня першої корпоративної пріоритету в 2023 році, з 79% компаній, які відносять їх до трьох основних цілей.

Інновації заради інновацій не є звичайною бізнес-стратегією, і організації, які потрапляють у хаос ШІ, ризикують інвестувати в гіп, а не в рішення, які створюють довгострокову вартість. Розуміння різниці вимагає ретельного розгляду поточних можливостей і терпіння для пріоритету сталого зростання над короткостроковими тенденціями.

Зона Ґолділокса

Бізнес-історія усіяна прикладами компаній, чиї стратегічні рішення в ключові моменти мали вагомі наслідки для їхнього існування. Наприклад, Amazon пережила крах доткомів завдяки визнанню важливості коригування своєї бухгалтерської стратегії та збільшенню резервів, тоді як інші компанії спалювали гроші, як якщо б їх не було завтра. Суть у тому, що звичайні бізнес-рішення ще більш критичні під час масового ентузіазму, а планування на завтра вимагає гострого розуміння всіх потенційних сценаріїв.

Загалом, існує загальне відчуття страху перед пропущенням можливостей (FOMO), яке проникло в керівні команди, ще більше ускладнене реальністю того, що бездіяльність (тобто «параліч через аналіз») також є реальною загрозою. (Просто запитайте Kodak.) Ось три розгляди для компаній, які шукають свою «зону Ґолділокса» ШІ — не інвестувати занадто швидко чи занадто повільно, а знайти сладке місце сталого інноваційного розвитку.

1. Зосередитися на зростанні даних спочатку

Як і будь-яка машина, важливо зрозуміти її внутрішню роботу, щоб зрозуміти, звідки береться цінність. Це означає, що ШІ не є повністю сформованим продуктом, а його великі мовні моделі (LLM) залежать від величезної кількості різноманітних даних, щоб вивчити закономірності, контекст і лінгвістичні нюанси. Великий розмір і складність LLM вимагають обширних тренувальних даних для ефективної роботи в різних областях і завданнях. Якість і кількість цих даних суттєво вплине на продуктивність LLM і, відповідно, на набір інструментів ШІ компанії.

Створення більш надійних екосистем даних є мудрим першим інвестицією для будь-якої компанії, яка планує трансформацію ШІ, і ці дані будуть служити основою для LLM під час їхнього зростання та еволюції. Це саме той етап, на якому високоякісні дані стають ще більш критичними. Хоча дослідження показали, що LLM можуть бути компетентними з мінімальними даними, експерти зараз кажуть, що «вплив якості даних і різноманітності на узгодженість і інші напрями навчання LLM (предварительное навчання, тонке налаштування, керування тощо) є абсолютно масивним».

2. Визначити бізнес-кейс

Хоча ШІ безумовно має потенціал для широких зовнішніх застосувань, більшість компаній зосереджені на використанні технології для оптимізації внутрішніх процесів. «Оптимізувати» — це ключове слово тут, що означає, що компанії не повинні очікувати просто підключити і використати програмне забезпечення ШІ, щоб автоматично покращити продуктивність. Радше, деякі з найбільш успішних кейсів використання ШІ включають аналіз даних для відкриття цінних знань про поведінку клієнтів, тенденції ринку і потенційні ризики. Це також було доведено ефективним для оптимізації внутрішніх діяльності, включаючи речі, такі як автоматизація ручних завдань для розподілу часу працівників на вищому рівні діяльності.

У короткому, замість того, щоб марнувати час на визначення того, які моделі ШІ використовувати, організації повинні зосередитися на конкретних проблемах, які вони хочуть вирішити за допомогою ШІ. (тобто почати з тієї цілі, яку хочуть рухати, встановити показник hiệu suất, який хочуть впливати, і потім працювати назад до того, які інструменти ШІ досягнуть цих цілей.) За даними MIT Global Executive AI Survey, 90% тих, хто використовує ШІ для створення нових показників hiệu suất, кажуть, що бачать покращення своїх показників hiệu suất. «Ці показники hiệu suất, інформовані ШІ, пропонують бізнес-переваги і демонструють нові можливості: вони часто ведуть до більшої ефективності і фінансової вигоди і є більш детальними, часозалежними і узгодженими з організаційними цілями».

3. Будувати індивідуальні інструменти ШІ за допомогою відкритих джерел LLM

Будувати або купувати — це питання. Будування індивідуального рішення ШІ може здатися складним, і багато компаній обирають купити ліцензію у зовнішнього постачальника з пропрієтарним LLM, щоб уникнути цього шляху. Однак ліцензія може обмежити використання LLM, а ліцензійні збори можуть стати дуже дорогими з часом. Альтернативно, відкриті джерела LLM безкоштовні, а архітектура доступна для розробників, щоб отримати доступ, побудувати і змінити на основі конкретних потреб компанії.

Ця модель екосистеми відкритих джерел набула популярності, оскільки компанії намагаються тримати конфіденційну інформацію на своїй мережі і зберегти більше контролю над своїми даними. Відкриті джерела LLM надають компаніям цю прозорість і гнучкість, а також додаткові переваги, такі як зменшення проблем з затримкою і підвищення продуктивності. IBM і NASA недавно об’єдналися, щоб розробити відкритий LLM, навчений на геопросторових даних, щоб допомогти вченим боротися з кліматичними змінами, як частина десятирічної ініціативи NASA з відкритої науки для створення більш доступної, інклюзивної і співробітничої наукової спільноти.

Як і будь-яка відкрита технологія, існують ризики, пов’язані з відкритими джерелами LLM, включаючи потенційні витоки даних, хибні дані, засновані на неточній або помилковій інформації, і злі актори, які намагаються маніпулювати даними. Однак відкриті моделі стають розумнішими і безпечнішими з часом, що веде дехто експерти до висновку, що відкриті джерела LLM скоро досягнуть рівня найкращих закритих джерел LLM, що виправдовує інвестиції в раннє впровадження і час, витрачений на підвищення кваліфікації команд.

Впровадження ШІ буде складатися з кількох швидких спринтів у марафоні

За останніми даними, у США існує близько 15 000 компаній ШІ, що у два рази більше, ніж у 2017 році. У світі ці цифри збільшуються майже у чотири рази. З такою кількістю постачальників і гарячі нові стартапи, які пропагують свої послуги, не дивно, що компанії можуть мати труднощі з вибором, куди інвестувати свій час і гроші. Однак, ретельно оцінивши свої потреби і ризики/вигоди, представлені інноваціями, лідери знайдуть правильну суміш ШІ, щоб просунути свої компанії у майбутнє сталого зростання.