Zdaniem Gartnera wdrażanie generatywnej sztucznej inteligencji ulegnie spowolnieniu z tego jednego powodu
Wdrożenie sztucznej inteligencji jest głównym przedmiotem zainteresowania wielu nowoczesnych przedsiębiorstw, ale w 2026 r. tendencja ta może wyglądać inaczej.
Rozwój generatywnej sztucznej inteligencji pomógł pracującym profesjonalistom delegować drobne zadania i skupiać się na zadaniach o większym znaczeniu. Jednak firma konsultingowa Gartner informuje, że generatywna sztuczna inteligencja również zwiększyła obawy związane z naruszeniem praw autorskich, co spowolni wdrażanie tej technologii.
Modele generatywnej sztucznej inteligencji należy szkolić na dużych ilościach danych, które często - jak w przypadku ChatGPT - obejmują treści w internecie. Proces ten oznacza, że wiele modeli sztucznej inteligencji generuje odpowiedzi na podstawie prac innych osób, nawet jeśli pierwotni autorzy nie wyrazili wyraźnie zgody na wykorzystanie ich pracy do szkolenia w zakresie modeli sztucznej inteligencji.
W rezultacie wiele organizacji, takich jak The New York Times, podjęło kroki prawne, twierdząc, że powstałe chatboty naruszają prawa autorskie. Jednakże w miarę jak generatywna sztuczna inteligencja stanie się normą, firmy zaczną stosować podejście zapobiegawcze, co będzie kosztować je czas i pieniądze.
Gartner przewiduje, że do 2026 r. wydatki obronne przedsiębiorstw mające na celu zmniejszenie ryzyka utraty własności intelektualnej (IP) i naruszeń praw autorskich spowolnią wdrażanie nowych technologii i zmniejszą ich zyski.
„Wraz z rozwojem GenAI organy regulacyjne starają się dotrzymać kroku” - stwierdziła Rita Sallam, wybitna analityczka wiceprezesa firmy Gartner. „Ryzyko własności intelektualnej nie jest nowym problemem. Jednakże ryzyko naruszenia praw autorskich, wcześniej ograniczone, obecnie dotyczy potencjalnie wszystkich osób w organizacji”.
Gartner przewiduje również, że do 2028 r. ponad 50% przedsiębiorstw, które zdecydowały się zbudować od podstaw swoje duże modele językowe, zrezygnuje z wysiłków ze względu na koszty, złożoność i zadłużenie techniczne wymagane do utrzymania tych modeli.
W rezultacie firma twierdzi, że dyrektorzy ds. danych i analityki powinni zrównoważyć swoje ambicje w zakresie sztucznej inteligencji z tolerancją ryzyka, aby zmaksymalizować wyniki. Salam dodał: „Kluczem będzie zaprojektowanie otwartych systemów umożliwiających przełączanie modeli zgodnie z wymogami innowacji”.