Темпи розвитку штучного інтелекту: Наступна фаза майбутнього інновацій

Від часу появи ChatGPT світ увійшов у цикл буму штучного інтелекту. Але те, чого не розуміють більшість людей, полягає в тому, що штучний інтелект не зовсім новий — він існує вже досить довго. Навіть у перші дні широко використовуваної пошукової системи Google автоматизація була в центрі результатів. Тепер світ починає прокидатися і усвідомлювати, наскільки штучний інтелект вже впроваджений у нашому повсякденному житті і наскільки великий його ще не використаний потенціал.

Темпи впровадження штучного інтелекту та інновацій рухаються так швидко — досягаючи близько 1 трильйона доларів витрат, — що багато хто сумнівається, чи можна точно передбачити розширення майбутніх моделей навіть через два роки. Це ще більше підігрівається тим, що технологічні компанії, такі як Meta, Alphabet, Microsoft, Oracle та OpenAI, представляють одну за одною нові досягнення штучного інтелекту та моделі, щоб спробувати跟увати за промисловим попитом. Виробник чіпів для штучного інтелекту Nvidia росте так швидко, що його бізнес навіть не може бути правильно оцінений.

Що ми знаємо про темпи розвитку штучного інтелекту, так це те, що по мірі збільшення кількості даних і покращення якості даних покращуватимуться можливості штучного інтелекту щодо стимулювання інновацій для бізнес-діяльності, застосунків і процесів у кожній галузі. Щоб оцінити, де штучний інтелект буде за кілька років, нам спочатку потрібно зрозуміти, що випадки використання штучного інтелекту двоїсті. Перший полягає в тому, що це технологія забезпечення, яка покращує існуючі рішення, роблячи їх більш ефективними, точними та впливаючими. Другий полягає в тому, що штучний інтелект має потенціал бути технологією інноватором шляхом здійснення неможливих досягнень чи рішень.

Переоценка темпів розвитку штучного інтелекту впродовж історії

Хоча здається, що ажіотаж навколо штучного інтелекту розпочався, коли OpenAI запустила ChatGPT у 2022 році, походження штучного інтелекту та обробки природної мови (NLP) сягає десятиліть. Алгоритми, які є основою штучного інтелекту, були вперше розроблені у 1940-х роках, закладючи основу для машинного навчання та аналізу даних. Ранні застосування штучного інтелекту в галузях, таких як управління ланцюгами постачання (SCM), сягають 1950-х років, коли автоматизація використовувалася для вирішення проблем у логістиці та управлінні запасами. У 1990-х роках дані підходи та машинне навчання вже були звичайними в бізнесі. По мірі розвитку 2000-х років технології, такі як автоматизація роботизованих процесів (RPA), оптимізували повторювані завдання в багатьох складних та адміністративних бізнес-функціях.

Потім з’явилася ChatGPT. Чітко видно, що сприйняття штучного інтелекту змінилося через генераційний штучний інтелект. До появи GenAI споживачі не розуміли механіки автоматизації, не кажучи вже про потужність автоматизації для бізнесу. Штучний інтелект лежить в основі багатьох наших сучасних технологій, таких як пошукова система Google. Більшість споживачів довіряють Google, щоб отримувати точні відповіді на безліч питань, вони рідко розглядають складні процеси та алгоритми, які стоять за тим, як ці результати з’являються на їхньому комп’ютерному екрані. Але побачивши — з ChatGPT, світ почав бачити реальні випадки використання. Все ж таки існує неправильне розуміння того, наскільки штучний інтелект інтегрований у нашому повсякденному житті — навіть у бізнесі. Як уже згадувалося вище, штучний інтелект дозволяє існуючій технології бути кращою, і, як мікрочіпи Intel, штучний інтелект перебуває на задньому плані технологій, які ми використовуємо щодня.

Якщо лідери не можуть зрозуміти масштаби штучного інтелекту, як вони можуть очікувати успішного впровадження штучного інтелекту у свою повсякденну бізнес-діяльність? Це саме проблема.

Виклики впровадження та зростання

Якщо хтось запитає інструмент GPT, «що професіонали закупівель та ланцюгів постачання, ймовірно, скажуть про штучний інтелект», він, ймовірно, підкреслить пробіли у знаннях, пов’язаних з впровадженням штучного інтелекту. Глобально впровадження штучного інтелекту зросло експоненціально за останній рік після обмеженого зростання в попередні роки. За останні шість років тільки 50% бізнес-лідерів заявили, що інвестують у технологію штучного інтелекту по всім операціям. У 2024 році рівень впровадження зріс до 72%, показуючи, що бізнес-лідери тільки починають прокидатися до потенціалу штучного інтелекту для покращення своєї організації по всіх лініях бізнесу.

Однак, щоб повністю реалізувати потенціал штучного інтелекту, потрібно більше, ніж просто впровадження інноваційних рішень. Це вимагає доступу до правильних даних — даних, які надають багату інформацію про фактичні бізнес-видатки, виконання поставок, ринкові динаміки та реальні обмеження. Недостатній доступ до даних означає життя чи смерть для інновацій штучного інтелекту у підприємстві. Як мінімум 30% усіх проектів генераційного штучного інтелекту очікується бути припиненими через погану якість даних, серед інших викликів, таких як недостатні заходи контролю ризику, зростання витрат або невизначена бізнес-ціль.

У великих організаціях, на жаль, часто існують сілі, які можуть піддати бізнес великим ризикам. Наприклад, галузь ланцюгів постачання. Ланцюг постачання грає критичну роль у бізнес-стратегії, а для великих глобальних організацій масштаб цього сектора майже неможливо уявити. Якщо один аспект бізнесу працює в сілі, це може піддати всю організацію великому ризику. Якщо команди ланцюгів постачання не повідомляють про зміни попиту своїм постачальникам, як лідери можуть очікувати створення точних прогнозів? Якщо команда продажів не повідомляє про оновлені прогнози закупівлям, вони можуть забезпечити довгострокові контракти на основі застарілої інформації, укладаючи угоди, які можуть не відповідати поточному попиту клієнтів.

Чи це організаційна, чи інформаційна сіла, відсутність спілкування може привести до порушення обслуговування клієнтів, створити неефективності та загальне припинення інновацій. Штучний інтелект може довести свою цінність у вирішенні цих сил: якщо їхня технологія з’єднана ефективно, тоді їхні співробітники та постачальники можуть бути з’єднані теж.

Бізнес-лідери активно інвестують у рішення, що працюють на основі штучного інтелекту, для стимулювання автоматизації процесів, стратегічних можливостей закупівель, видимості витрат та контролю, а також загальної прибутковості. Щоб досягти успіху з цими можливостями штучного інтелекту та досягти своїх цілей щодо управління витратами, компанії повинні працювати разом, щоб забезпечити прозорість та працювати над спільною метою.

Наступна еволюція штучного інтелекту

Наразі найкращим випадком використання штучного інтелекту, який дійсно стимулює бізнес-ефективність та зростання, є автоматизація простих адміністративних завдань. Чи це ефективність робочого процесу, витягування даних та аналіз, управління запасами чи прогнозне обслуговування, лідери розуміють, що штучний інтелект може прискорити монотонні, часоємні завдання з безпрецедентними швидкостями та точністю. Хоча це здається простим, коли це застосовується в галузях, таких як ланцюг постачання чи закупівлі, такі випадки використання можуть зберегти бізнесу безліч годин і мільярди доларів.

Ми обговорювали штучний інтелект як технологію забезпечення — але все ж існує невикористаний потенціал для штучного інтелекту стати технологією інноватором. По мірі нашого наближення до нового року існує багато досягнень штучного інтелекту, на які бізнес-лідери повинні звернути увагу просто за горизонтом.

Для управління ланцюгами постачання та закупівлями зокрема одним із таких досягнень буде покращення автономного джерела. Використовуючи штучний інтелект та інші передові технології, бізнеси можуть автоматизувати завдання, які традиційно залежали від людей, такі як джерело та укладення контрактів, для стимулювання ефективності та звільнення ресурсів, дозволяючи штучному інтелекту аналізувати величезні об’єми даних, визначати тенденції та приймати обґрунтовані рішення щодо джерела в режимі реального часу. Повністю автономне джерело не тільки пропонує неперевершену економію витрат за рахунок збереження часу працівників, підвищення ефективності та зменшення помилок, але також може пом’якшити ризик шахрайства та підробки, забезпечуючи постійне дотримання етичних та стандартів сталості.

Однак, навіть до впровадження автономного джерела, компанії повинні зосередитися на створенні користувацького досвіду (UX), який є інтуїтивним, ефективним та легким для навігації як для команд закупівель, так і для постачальників. Як тільки гіперперсоналізований UX буде створений, бізнеси можуть послідовно впроваджувати автономні рішення.

Результатом штучного інтелекту не тільки покращення бізнес-віддачі, а й покращення прийняття рішень, прогнозування майбутніх моделей та будівництво стійкості. Виконавчі директори по всім секторам все частіше розглядають впровадження технологій штучного інтелекту як необхідне для трансформації та майбутнього захисту своїх операцій через автоматизацію. З часом, як і будь-яка інша технологія до нього, штучний інтелект стане все більш дешевим, а цінність його виходу буде продовжувати зростати. Це дає нам достатньо підстав бути оптимістичними щодо майбутнього штучного інтелекту та збалансованої ролі, яку він відіграватиме у нашому житті — як у бізнесі, так і в особистому.