Oto największe zmartwienia liderów technologii związane z wykorzystaniem sztucznej inteligencji w pracy
70% dyrektorów ds. technologii wprowadziło lub planuje wprowadzić w nadchodzącym roku narzędzia wykorzystujące przetwarzanie języka naturalnego. Nie oznacza to jednak, że nie mają obaw związanych z takimi narzędziami.
Generacyjna sztuczna inteligencja może być imponującym narzędziem zwiększającym produktywność, ale zarówno użytkownicy IT, jak i biznesowi muszą uważać, że komplikuje ona również życie zawodowe i procesy biznesowe. Takie ostrzeżenie przekazali autorzy nowego badania IEEE, którzy ostrzegają, że „korzystanie ze sztucznej inteligencji nie jest tak proste, jak się wydaje”.
Wyniki ankiety przeprowadzonej we wrześniu wśród 350 globalnych liderów branży technologicznej pokazują, że choć prawie każda firma chce wykorzystać potencjał sztucznej inteligencji, istnieje potrzeba edukacji i przygotowania organizacyjnego.
Pomimo wszelkich przeszkód następuje masowy ruch w kierunku sztucznej inteligencji. Siedemdziesiąt procent stwierdziło, że w nadchodzącym roku wprowadziło lub planuje wprowadzić narzędzia wykorzystujące przetwarzanie języka naturalnego, w porównaniu z 67% w badaniu z poprzedniego roku. Do najpopularniejszych zastosowań sztucznej inteligencji w nadchodzącym roku zalicza się cyberbezpieczeństwo w czasie rzeczywistym, zwiększanie wydajności łańcucha dostaw, wspomaganie i przyspieszanie rozwoju oprogramowania, automatyzacja obsługi klienta i przyspieszanie sprawdzania kandydatów do pracy.
Jednak przejście na sztuczną inteligencję nie nastąpi z dnia na dzień. „Włączenie sztucznej inteligencji do istniejących prac nie jest tak proste, jak włączenie przełącznika” - zauważają autorzy badania. Przypomnij sobie wiele poprzednich, tak zwanych łatwych do wdrożenia technologii - od przetwarzania w chmurze po urządzenia IoT - które „często spotykały się z mieszanym sukcesem”. W każdym razie inicjatywy dotyczące transformacji cyfrowej „mają zdumiewająco wysoki wskaźnik niepowodzeń, co oznacza, że nie spełniły oczekiwań, przekroczyły koszty, przekroczyły terminy, a w niektórych przypadkach zostały porzucone”.
To potencjalnie niezbyt olśniewająca przyszłość również dla sztucznej inteligencji - w każdym razie „wprowadzenie zaawansowanej technologii, takiej jak sztuczna inteligencja, może być trudniejsze” - sugerują naukowcy.
Prawie sześciu na dziesięciu menedżerów (59%) obawiało się nadmiernego uzależnienia od sztucznej inteligencji w przypadku ważnych decyzji i procesów, jako główne obawy związane z wykorzystaniem sztucznej inteligencji w swoich organizacjach jako „nadmierne poleganie na sztucznej inteligencji i potencjalne niedokładności”.
Kolejną wiodącą obawą, wskazywaną przez 50%, są trudności w dzieleniu się wiedzą i szkoleniu pracowników. Dyrektorzy wyrazili obawy, czy ich firmy będą w stanie wykorzystać „instytucjonalną wiedzę obecnych specjalistów w celu szkolenia nowych pracowników”.
Prawie połowa (47%) stwierdziła, że trudności w integracji sztucznej inteligencji z istniejącymi przepływami pracy to jedna z ich głównych obaw, jeśli chodzi o korzystanie z generatywnej sztucznej inteligencji w nadchodzącym roku.
Autorzy raportu IEEE stwierdzają, że jakość danych szkoleniowych to kolejny problem, który pojawia się w miarę przyspieszania wykorzystania sztucznej inteligencji. „Systemy sztucznej inteligencji należy szkolić przy użyciu danych. Jednak zestawy danych często tworzą ludzie, którzy mogą być stronniczy lub niedokładni. W rezultacie systemy sztucznej inteligencji mogą utrwalać uprzedzenia”. Weryfikacja danych szkoleniowych jest trudna, „ponieważ pochodzenie nie jest dostępne, a ilość danych szkoleniowych jest ogromna” - twierdzi Paul Nikolich, stypendysta IEEE.
Generatywna sztuczna inteligencja jest wciąż stosunkowo nowa i niewiele osób posiada odpowiednią wiedzę specjalistyczną. Menedżerów poproszono o wymienienie najważniejszych umiejętności, jakich poszukują u kandydatów na stanowiska związane ze sztuczną inteligencją. Na liście znalazły się różnorodne umiejętności techniczne, ale wysoko uplasowały się także różne umiejętności miękkie.
„Szybka inżynieria, kreatywne myślenie i umiejętność weryfikowania wyników sztucznej inteligencji - te trzy umiejętności są tym, czego potrzebujesz, aby generować znaczące wyniki za pomocą generatywnej sztucznej inteligencji” - powiedział Yu Yuan, starszy członek IEEE, cytowany w raporcie.
Jak na ironię, do zbudowania sztucznej inteligencji potrzeba więcej sztucznej inteligencji. „Jednym z największych wąskich gardeł w technologii jest dostępność zasobów ludzkich zajmujących się kodowaniem” - twierdzi Carmelo José Albanez Bastos Filho, starszy członek IEEE. „W wielu przypadkach jest to praca intelektualna o dużej wartości dodanej, ale wiele działań związanych z tworzeniem oprogramowania jest stosunkowo prostych i wkrótce powinno zostać zautomatyzowanych”.