Pomimo całego szumu wokół sztucznej inteligencji sukces zależy tylko od jednej rzeczy

Łatwo dać się uwieść potędze sztucznej inteligencji, ale ten ekspert ds. danych postrzega jeden składnik jako klucz do maksymalnego wykorzystania tej powstającej technologii.

Istnieje wiele szumu wokół rewolucyjnej mocy sztucznej inteligencji (AI), ale wielu ekspertów zgadza się, że kluczowym elementem maksymalnego wykorzystania powstającej technologii jest jedno - znalezienie odpowiedniego zastosowania biznesowego.

Thierry Martin, starszy menedżer ds. strategii danych i analityki w Toyota Motors Europe, w indywidualnym wywiadzie wideo dla ZDNET wyjaśnia, w jaki sposób gigant motoryzacyjny poświęca czas i zasoby na badania i rozwój potencjału sztucznej inteligencji.

Jednak te prace eksploracyjne skupiają się w dużej mierze na bieżącym przypadku użycia, a to oznacza analizę danych, a nie przewidywanie i automatyzację.

„Analiza danych jest dla nas znacznie ważniejsza” - mówi Martin. „Na przykład, jak ludzie jeżdżą naszymi samochodami? Czy istnieje różnica między różnymi krajami lub podróżą autostradą między Niemcami a Belgią?”

Rozwój głębokiego wglądu poprzez naukę i analizę danych zależy od gromadzenia danych, a w tym obszarze specjalizuje się Toyota.

„Możemy już uzyskać duży wgląd w to, jak ludzie korzystają z naszych samochodów” - mówi. „Tworzymy modele prognostyczne, na przykład w celu analizy przyczyn źródłowych lub przewidywania, jakiego rodzaju akcesoria będziemy musieli zainstalować, aby pomóc w planowaniu”.

Martin twierdzi, że na razie Toyota koncentruje się na korzystaniu z narzędzi takich jak Power BI, aby utrzymać człowieka w centrum uwagi, oraz na wykorzystaniu analiz do szczegółowego zrozumienia operacji i procesów motoryzacyjnych.

„Nie pozwalamy, aby sztuczna inteligencja podejmowała decyzje zamiast ludzi” - mówi. „Wolimy zapewniać więcej informacji - na tym właśnie jesteśmy”.

Jednak w niedalekiej przyszłości Martin może sobie wyobrazić sytuację, w której jego organizacja zacznie wykorzystywać sztuczną inteligencję w produkcji, a badania mające na celu znalezienie odpowiednich przypadków użycia dla procesów biznesowych już trwają.

„Mamy na to dość duże zapotrzebowanie” - mówi. „Istnieje wiele przypadków użycia analizy danych tekstowych i generatywnej sztucznej inteligencji, co stało się możliwe od 2022 r. i wprowadzenia modeli ChatGPT”.

Podczas gdy duże modele językowe (LLM) OpenAI pomogły wepchnąć generatywną sztuczną inteligencję do głównego nurtu, Toyota - podobnie jak wiele innych największych przedsiębiorstw - postępuje ostrożnie, jeśli chodzi o wdrażanie nowych technologii.

Weźmy przykład Omera Grossmana, globalnego dyrektora ds. IT w CyberArk, który twierdzi, że prace jego firmy wokół sztucznej inteligencji są zgodne z wytycznymi dotyczącymi bezpiecznej pracy, które można przyjąć i dostosować.

„Jeśli potrzebujesz jednozdaniowego sloganu, oto on: buduj odpowiedzialne bariery ochronne, które promują innowacje, a jednocześnie zapewniają ich bezpieczeństwo” - mówi.

W przypadku Toyoty Europe Martin sugeruje dwie możliwości maksymalnego wykorzystania sztucznej inteligencji.

Pierwsza ścieżka skupi się na używaniu narzędzi takich jak Microsoft Copilot na poziomie osobistym, aby pomóc ludziom w wykonywaniu zadań przy użyciu niewrażliwych danych.

Druga ścieżka, w ramach której jego zespół bada możliwości poprzez prototypowanie, polega na bezpiecznym wykorzystaniu generatywnej sztucznej inteligencji w zaporze sieciowej przedsiębiorstwa w celu zwiększenia produktywności.

„Jeśli chodzi o prototypowanie, dużo pracujemy wokół chatbotów” - mówi. „Teraz sami kodujemy chatboty. A kiedy już masz skonfigurowaną bibliotekę, bardzo szybko możesz ją skonfigurować i wypróbować samodzielnie. Nie ma tu tak dużej złożoności”.

Praca Toyoty Europe nad sztuczną inteligencją jest wspierana poprzez utworzenie siatki danych, którą Martin opisuje jako podejście do zarządzania, które gwarantuje, że odpowiedzialność za produkty oparte na danych spoczywa na właścicielach firm.

Organizacja gromadzi swoje informacje na platformie Snowflake, która stanowi podstawę dobrze zarządzanego dostępu do danych.

Siatka danych wykorzystuje szereg innych technologii, w tym Dataiku do współpracy, Collibra do zarządzania i Denodo do łączenia siatek danych w różnych częściach organizacji, takich jak Toyota Europe i Japonia.

Martin i jego zespół wykorzystują te technologie siatki danych do odkrywania sztucznej inteligencji. Stworzyli już chatboty w Dataiku, które korzystają z LLM działającego w bezpiecznym wystąpieniu Azure Open AI w celu udostępniania podsumowań plików PDF.

Zademonstrował chatbota kierownictwu najwyższego szczebla w Toyota Europe i zasugerował, że najlepszym rozwiązaniem jest rozwój wewnętrzny, ponieważ pomaga rozwiać niektóre obawy związane z publicznie dostępnymi modelami od znanych dostawców.

„Mamy już zatem dostęp do naszego własnego modelu językowego” - mówi. „Jest na platformie Azure, ale jest bezpieczny. A co więcej, ponieważ mamy LLM i chatbota, możemy budować naszą bazę danych i możemy budować interaktywne chatboty i tym podobne.”

Martin twierdzi, że jego zespół w dalszym ciągu bada dostępne możliwości: „Budujemy na przykład system wyszukiwania wiedzy, ponieważ w firmie jest dużo wiedzy rozproszonej po całym przedsiębiorstwie. Ale to wciąż na poziomie pilotażowym”.

We wszystkich działaniach organizacji wykorzystujących sztuczną inteligencję hasłem przewodnim jest „testowanie” w celu zapewnienia, że usługi spełniają rygorystyczne wymagania w zakresie zarządzania oraz wymagania użytkowników biznesowych.

„Chcemy potwierdzić wartość, ale musimy także potwierdzić, jak ją skalować” - mówi. „Kiedy na przykład zaczniesz korzystać z usługi chatbota, musimy wprowadzić etykę i zarządzanie sztuczną inteligencją. Jeśli zacznę wdrażać chatbota, muszę mieć jasność w wielu kwestiach dotyczących etyki”.

Kiedy zatem mogłoby nastąpić to szersze wdrożenie? Martin twierdzi, że chciałby stosunkowo szybko wprowadzić do produkcji niektóre narzędzia oparte na sztucznej inteligencji.

Współpracuje ze swoimi partnerami technologicznymi, w tym z firmą Snowflake, aby zapewnić uwzględnienie kwestii związanych z zarządzaniem i ograniczenie dostępu do danych.

„Wizja powinna być na przykład taka, aby chatbot logistyczny miał dostęp wyłącznie do danych logistycznych, a nie do danych kadrowych, tak jak pracownik ma dostęp tylko do niektórych danych” - mówi.

Martin twierdzi, że Toyota Europe kontynuuje prace nad prototypami i do połowy 2024 r. może udostępnić usługę chatbota obsługującą sztuczną inteligencję, która pobiera dane z platformy Snowflake.

Rozmawia także z innymi partnerami technologicznymi, takimi jak Dataiku i Collibra, na temat możliwości realizacji jego wizji.

Co najważniejsze, będzie ściśle współpracował z firmą, aby zademonstrować swoje usługi AI i rozważyć, jak te narzędzia mogą działać w określonych obszarach organizacji.

„Musimy zrozumieć, gdzie najlepiej uruchomić chatbota” - mówi. „I dlatego tak ważne jest, aby inżynierowie, a także liderzy naprawdę zrozumieli, o czym mówimy. To właśnie tam będziemy spędzać czas”.