Pędzisz w kierunku generatywnego przyjęcia sztucznej inteligencji? Dlaczego sceptycyzm jest najlepszą ochroną
Z nowego badania Gartnera wynika, że 55% firm prowadzi programy pilotażowe lub produkcyjne z wykorzystaniem generatywnych narzędzi AI.
Ponieważ niektóre organizacje zamierzają wdrożyć generatywną sztuczną inteligencję (AI), bardzo ważne jest, aby robiły to jednocześnie ograniczając potencjalne ryzyko i zachowując pewien poziom sceptycyzmu.
Jak wynika z opublikowanego we wtorek badania Gartnera, 45% firm wdraża obecnie pilotażowo generatywną sztuczną inteligencję, a 10% ma już takie narzędzia w produkcji. W zeszłym miesiącu podczas seminarium internetowego przeprowadzono ankietę wśród 1419 menedżerów, aby omówić koszty biznesowe i ryzyko związane z generatywną sztuczną inteligencją.
Liczby te są znacznie wyższe niż w poprzednim sondażu przeprowadzonym przez firmę Gartner w marcu i kwietniu tego roku, podczas którego 15% zgłosiło pilotażową technologię, a zaledwie 4% posiadało te narzędzia w produkcji.
W najnowszym badaniu około 78% stwierdziło, że korzyści wynikające z generatywnej sztucznej inteligencji przewyższają ryzyko, czyli więcej niż 68%, które uważało podobnie we wcześniejszej ankiecie.
Gartner zauważył, że 45% firm zwiększa skalę inwestycji w generatywną sztuczną inteligencję w wielu funkcjach, a 22% w co najmniej trzech różnych funkcjach. Najwyższy wskaźnik odnotowały inwestycje lub przyjęcie generatywnej sztucznej inteligencji w tworzeniu oprogramowania - 21%, a następnie marketing i obsługa klienta - odpowiednio 19% i 16%.
„Organizacje nie tylko mówią o generatywnej sztucznej inteligencji - inwestują czas, pieniądze i zasoby, aby posunąć ją do przodu i osiągnąć wyniki biznesowe” - powiedziała Frances Karamouzis, szefowa działu badań w grupie Gartnera i wybitna analityk, zauważając, że 55% organizacji zwiększyły swoje inwestycje w generatywną sztuczną inteligencję od czasu jej pojawienia się w domenie publicznej 10 miesięcy temu.
„Kierownicy przyjmują odważniejsze stanowisko w sprawie generatywnej sztucznej inteligencji, widząc głębokie sposoby, w jakie może ona napędzać innowacje, optymalizację i zakłócenia” - powiedział Karamouzis. „Liderzy biznesowi i IT rozumieją, że podejście„ poczekaj i zobacz ”jest bardziej ryzykowne niż inwestowanie”.
Kiedy wątpliwości są konieczne
Jeśli jednak firmy zdecydują się pójść dalej, powinny posiadać ramy gwarantujące, że wdrażają generatywną sztuczną inteligencję w sposób odpowiedzialny i etyczny.
Należy również zachować pewien poziom sceptycyzmu, w tym w stosunku do narzędzi wykorzystywanych do wykrywania zastosowania sztucznej inteligencji, stwierdziła Kathy Baxter, główna architektka odpowiedzialnej sztucznej inteligencji w Salesforce.com.
Baxter zauważył, że technologia uległa demokratyzacji, umożliwiając każdemu korzystanie z generatywnej sztucznej inteligencji bez wielu poręczy. Chociaż wiele organizacji wykonuje przyzwoitą robotę, próbując wyeliminować toksyczne treści i nadal inwestuje w takie wysiłki, nadal nie ma zbyt wiele wiedzy na temat tego, „jak duże ziarno soli” należy zachować w odniesieniu do sztucznej inteligencji - wygenerowana treść.
Użytkownicy uważają wszystkie takie treści za fakt, nawet jeśli są sfabrykowane, stwierdził Baxter w wywiadzie dla ZDNET, zauważając, że nawet narzędzia do wykrywania sztucznej inteligencji mogą w niektórych przypadkach się mylić, ale zawsze można je uznać za dokładne. Takie postrzeganie może mieć niekorzystny wpływ, gdy generatywna sztuczna inteligencja i powiązane z nią narzędzia są wykorzystywane w niektórych obszarach, takich jak edukacja, gdzie uczniowie mogą zostać niesłusznie oskarżeni o wykorzystywanie sztucznej inteligencji w swojej pracy.
Wyrażając swoje obawy związane z takim ryzykiem, wezwała każdą osobę lub organizację korzystającą z generatywnej sztucznej inteligencji, aby robiła to z „wystarczającym sceptycyzmem”.
Podobnie jak inne osoby w branży ponownie podkreśliła potrzebę wprowadzenia wystarczających barier ochronnych, aby zapewnić dokładność i bezpieczeństwo sztucznej inteligencji. Dodała, że pomocne byłoby również wdrożenie wdrożeń wraz z narzędziami ograniczającymi ryzyko. Mogą one obejmować funkcje wykrywania i raportowania błędów oraz mechanizmy gromadzenia i przekazywania informacji zwrotnych od ludzi.
Stwierdziła, że uziemienie sztucznej inteligencji również ma kluczowe znaczenie, podkreślając znaczenie danych wykorzystywanych do uczenia modeli sztucznej inteligencji. Zauważyła jednak, że niewiele organizacji dba o odpowiednią higienę danych.
Jak wynika z opublikowanego w zeszłym miesiącu raportu C-Suite Global AI Indicator Report, zaledwie 4% liderów biznesowych i technologicznych określiło swoje dane jako w pełni dostępne. W badaniu zleconym przez Workday wzięło udział 2355 menedżerów z regionu Azji i Pacyfiku, Japonii, Ameryki Północnej i regionu EMEA, którzy pełnili różne funkcje, w tym dyrektorów generalnych, dyrektorów ds. IT i dyrektorów finansowych.
Z badania wynika, że ponad połowa respondentów (59%) określiła swoje dane jako w pewnym stopniu lub całkowicie odizolowane.
Chociaż 98% uważało, że wdrożenie sztucznej inteligencji i uczenia maszynowego przyniesie natychmiastowe korzyści biznesowe, 49% stwierdziło, że ich organizacja nie jest na to przygotowana ze względu na brak narzędzi, umiejętności i wiedzy.
Około 43% wyraziło obawy co do wiarygodności sztucznej inteligencji i uczenia maszynowego, a 67% dyrektorów generalnych wskazało na potencjalne błędy jako największe ryzyko związane z wdrażaniem sztucznej inteligencji i uczenia maszynowego.
Do budowania zaufania potrzebna jest większa przejrzystość, ale odizolowane dane utrudniają liderom włączenie się w działania. 59% spośród ankietowanych organizacji stwierdziło, że ich dane są w pewnym stopniu lub całkowicie odizolowane. Tylko 4% wszystkich respondentów stwierdziło, że ich dane są w pełni dostępne.
CTO Workday, Jim Stratton, powiedział: „Pomimo pewnej niepewności liderzy optymistycznie patrzą, że sztuczna inteligencja i uczenie maszynowe zwiększą ich siłę roboczą i zwiększą produktywność. Zaufanie ma kluczowe znaczenie dla wykorzystania tych korzyści, a budowanie zaufania wymaga odpowiednich podstaw danych i zaangażowania w zarządzanie”.
Stratton nalegał, aby organizacje przy wdrażaniu sztucznej inteligencji nadały priorytet jakości i przejrzystości danych, aby móc czerpać korzyści z tej technologii.