В связи с бурным развитием технологии генеративного искусственного интеллекта многие предприятия пытаются определить, какие преимущества может получить их бизнес. Ответ может оказаться проще, чем они думают.

По данным отчета Tech Trends 2024 компании Deloitte, начиная с 2015 года, приложения машинного обучения часто называли искусственным интеллектом. Некоторые эксперты утверждали, что это всего лишь устройства для подбора шаблонов. Генеративный искусственный интеллект, получающий выгоду от ускорения вычислительных мощностей, улучшения обучающих данных и умного применения нейронных сетей и глубокого обучения, стирает границы, имитируя человеческое познание различными способами, что может привести к значительному повышению производительности и созданию инновационных продуктов.

Инструменты искусственного интеллекта доказали свою состоятельность, часто превосходя человека в когнитивных тестах. ChatGPT показал высокие результаты в печально известном сложном тесте по биологии Advanced Placement. Генератор изображений Dall-E 2 смог решить визуальный тест на IQ. Чатбот Claude 2 компании Anthropic отлично справился с устной и письменной частями теста GRE. Согласно отчету Deloitte "Технологические тенденции 2024 года", инструменты ИИ теперь постоянно превосходят человека в таких показателях, как распознавание рукописного текста, речи и изображений, понимание прочитанного и языка.

Вопрос больше не в том, являются ли инструменты ИИ интеллектуальными, а в том, как развернуть их таким образом, чтобы обеспечить реальное влияние на бизнес.

Интерес и внедрение генеративного ИИ стремительно растет, обещая перелом

Генеративный ИИ быстро захватил интерес общественности, когда он появился в конце 2022 - начале 2023 года, что было отмечено беспрецедентными темпами внедрения. ChatGPT от OpenAI достиг 100 миллионов пользователей всего за 60 дней, превзойдя по темпам роста TikTok. Другие платформы, такие как Midjourney, Dall-E 2 и Google Bard, также продемонстрировали значительную активность пользователей. Этот всплеск распространился и на предприятия, что было отмечено в исследовании Deloitte "Приоритеты руководителей компаний в 2023 году"[1]

Успех генеративного ИИ отчасти объясняется развитием аппаратного обеспечения, в первую очередь специализированных чипов ИИ, которые помогли создать более совершенные модели, такие как большие языковые модели (LLM). Эти инструменты стали массовыми благодаря удобному пользовательскому интерфейсу, позволяющему даже нетехнологам работать с очень сложными моделями.

Кроме того, некоторые инвесторы активно финансируют стартапы, в основе которых лежит технология генеративного ИИ, ожидая наступления эпохи трансформации бизнес-технологий, когда понимание будет появляться автоматически, контракты будут пересматриваться самостоятельно, а нескончаемый поток контента будет генерироваться для того, чтобы бренды всегда были на виду у своей аудитории.

По данным отчета Tech Trends 2024, несмотря на опасения, что ИИ заменит рабочие места, руководители в первую очередь планируют использовать его для повышения качества контента, получения конкурентных преимуществ и масштабирования опыта сотрудников, а не для сокращения штата. ИИ рассматривается скорее как инструмент, освобождающий работников от повторяющихся задач и позволяющий им сосредоточиться на более творческих аспектах своей работы.

Тенденция очевидна: ИИ является неотъемлемой частью роста бизнеса, не заменяя людей, а повышая их производительность, знания и творческий потенциал. Руководители все чаще испытывают давление, требующее скорейшего внедрения генеративного ИИ: 64 % руководителей компаний отмечают давление со стороны инвесторов, кредиторов и заимодавцев.

Но так же, как руководители знают, что они не могут сократить свой путь к росту, они также понимают важность руководства с учетом необходимости. Внедрение генеративного ИИ в процессы только потому, что это новинка, вряд ли принесет значимые результаты. Вместо этого в отчете Deloitte "Технологические тренды 2024" говорится, что более стратегический подход к генеративному ИИ, направленный на решение проблем, поможет компаниям выделиться на фоне конкурентов.

Предприятия стремятся к масштабируемости и экспертности

Полный потенциал генеративного ИИ - преобразование бизнес-функций, снижение затрат, нарушение циклов создания продуктов, услуг и инноваций, а также повышение эффективности - будет реализован благодаря эволюционному подходу к корпоративным стратегиям в области данных и технологий.

Построение организации, работающей на основе ИИ, требует поддержания систем и алгоритмов, подобно тому как ракете нужна стартовая площадка и средства управления полетом. Инфраструктура и системы управления, необходимые для успешного применения генеративного ИИ на предприятиях, аналогичны тем, что разрабатываются для аналитики данных и машинного обучения, хотя и с некоторыми корректировками.

Большинство предприятий, не обладающих инфраструктурой для генеративного ИИ', требующей большого объема данных, скорее всего, получат доступ к этим возможностям в виде сервиса. Используя интерфейсы прикладного программирования, они смогут интегрировать генеративный ИИ в существующее программное обеспечение без создания новой инфраструктуры. Хотя поставщики ИИ делают упор на удобство использования, предприятия все равно должны учитывать эти инженерные потребности.

Важно грамотно выбирать сценарии использования. ИИ можно использовать для сокращения расходов, ускорения процессов, снижения сложности, трансформации взаимодействия с клиентами, стимулирования инноваций и укрепления доверия. Конкретные варианты использования могут быть разными, но проекты, направленные на улучшение ситуации в одной области, - это хорошее начало.

Здесь приведены дополнительные соображения компаний, которые уже внедрили технологию, представленные в отчете Deloitte Tech Trends 2024.

Данные - это топливо для генеративного двигателя ИИ

Для компаний правильно организованные и доступные данные имеют решающее значение для обучения моделей ИИ и создания передовых приложений.

Это был один из выводов для Enbridge, крупнейшей газовой компании в Северной Америке. Когда компания начала переход на облачные технологии, ее основными целями были модернизация инфраструктуры и сокращение размеров собственных центров обработки данных. Компания создала централизованное хранилище данных, в которое стекаются данные со всего предприятия, заменив собой сотни хранилищ.

С появлением генеративного ИИ Enbridge быстро адаптировала это хранилище для повышения эффективности с помощью ИИ. Они внедрили генеративный искусственный интеллект для разработчиков, чтобы ускорить создание кода, и предоставили сотрудникам инструменты для повышения продуктивности использования приложений.

Цель заключалась в том, чтобы ускорить "доставку и стимулировать инновации и эффективность", - рассказал Джозеф Голлапалли, директор Enbridge по облачным технологиям, ИТ-операциям и данным, в интервью офису технического директора Deloitte Consulting. "Эти решения на основе искусственного интеллекта способны повысить эффективность наших операций, улучшить безопасность, повысить качество обслуживания клиентов и улучшить экологические показатели."

Управление сейчас важнее, чем когда-либо

Эффективное управление имеет решающее значение для масштабирования искусственного интеллекта. Комплексная система управления должна формулировать видение бизнеса, оценивать риски и возможности, а также обеспечивать подтверждение эффективности, что необходимо для выхода за пределы стадии доказательства концепции.

В CarMax, крупнейшей в США компании по продаже подержанных автомобилей, сбалансированный подход к генеративному ИИ предполагает как использование его возможностей, так и установление ограждений для эффективного применения. Одним из наиболее заметных приложений является инструмент искусственного интеллекта, который обобщает отзывы покупателей на страницах с информацией об автомобилях, помогая им принимать решения.

Шамим Мохаммад, исполнительный вице-президент и главный директор по информации и технологиям компании CarMax, рассказал представителю отдела технического директора Deloitte Consulting, что подобные сценарии использования приносят наибольшую пользу бизнесу, когда они осуществляются под контролем. CarMax уделяет первостепенное внимание управлению, которое может показаться не самым интересным аспектом генеративного ИИ, но является ключевым для его масштабирования. Компания создала команду по управлению ИИ не только для контроля за использованием, но и для стандартизации обучения и применения моделей в организации, расширяя сферу применения ИИ за пределы технических и продуктовых команд. Роль этой команды заключается в том, чтобы способствовать масштабированию эффективных приложений ИИ, обеспечивая их соответствие ценностям компании.

"Мы сделали много крутых вещей с помощью машинного обучения и ИИ", - говорит Мохаммад. "Сейчас я сосредоточен на том, чтобы обеспечить ответственное использование этих технологий и убедиться, что все, что мы внедряем, делается в соответствии с нашими основными ценностями".

Убедитесь, что у вас есть авторские права

Генеративный ИИ изменил ландшафт авторских прав. Теперь каждый может создавать изображения, видео, текст и аудио несколькими щелчками мыши. Однако обучение моделей на стороннем контенте создает проблемы с авторскими правами. Недавнее решение американского суда признало контент, созданный ИИ, не подлежащим защите авторских прав, что подчеркивает юридические сложности использования защищенного авторским правом веб-контента для обучения ИИ.

Тем не менее, ответственное использование генеративного ИИ возможно. Например, компания Shutterstock запустила инструмент генерации изображений, который уважает права владельцев авторских прав и обеспечивает юридическую защиту коммерческого использования. Этот инструмент был обучен на изображениях, полученных от художников, давших согласие на участие в проекте и получивших вознаграждение за свой вклад. Подход Shutterstock', при котором лицензионный контент рассматривается как данные для обучения искусственного интеллекта, обеспечивает дополнительные правовые гарантии для пользователей.

"Все создают контент, от руководителей компаний до людей, работающих в розничной торговле", - сказала Седжал Амин, директор по технологиям Shutterstock, в интервью офису технического директора Deloitte Consulting. "Потребность в создании контента была просто взрывной. Мы рано увидели возможность рассматривать наш контент как данные, на которых можно обучать генеративные модели ИИ". Речь идет о защите ядра нашего бизнеса, но при этом уважении к ядру, которое составляют исполнители и авторы"

"Ползти, идти, бежать, лететь"

Такой подход уже много лет является эффективным способом для предприятий расширить масштабы использования предложений услуг. Генеративный ИИ ничем не отличается. На этапе "ползания" приложения могут быть специальными и требовать много ручных усилий. Со временем они переходят в стадию "прогулки", на которой процессы становятся более определенными на базовом уровне и автоматизированными. На этапе "бег" сценарии использования стандартизируются и становятся повсеместными на уровне предприятия. Когда наступает время полета, организация использует уже проделанную работу для внедрения возможностей нового поколения.

Эта стратегия помогла химической компании Eastman внедрить генеративный ИИ для внутренних служб. Компания Eastman, известная использованием аналитики данных, теперь применяет генеративный ИИ для улучшения процессов продаж. Она разработала инструмент искусственного интеллекта для извлечения информации из записей звонков продавцов, которые обычно используются недостаточно эффективно.

"Это позволяет нам, химической компании, создать цифровой сервисный слой, чтобы выделиться на рынке и создать конкурентное преимущество", - сказал Альдо Носеда, директор по информационным технологиям Eastman, в интервью офису технического директора Deloitte Consulting.

По мере развития генеративного ИИ компаниям следует переходить от проектов по проверке концепций к стандартизированным практикам в масштабах всего предприятия.

В будущем генеративный ИИ будет включать модели, адаптированные к потребностям конкретной отрасли, что повысит их эффективность. Предприятия все больше внимания уделяют обучению и настройке LLM под свои конкретные нужды. Частные LLM, разработанные и поддерживаемые с помощью собственного кода и обученные на частных данных, обеспечивают конкурентное преимущество. Такой индивидуальный подход представляет собой следующую волну в эволюции генеративного ИИ. NVIDIA' BioNeMo для биотехнологий, Google Contact Center AI для обслуживания клиентов, BloombergGPT для финансовых запросов и ClimateBERT для консультаций по изменению климата являются примерами этой тенденции.

Следующее: Требуются руководители с богатым воображением

Концепция, согласно которой наше воображение устанавливает границы наших возможностей, приобретает новую актуальность в эпоху генеративного ИИ. Традиционно предприятия сталкивались с такими ограничениями, как недостаточные или несоответствующие данные, скептицизм руководства или сомнения в результативности. Теперь генеративный ИИ устраняет многие из этих барьеров, позволяя создавать бесконечный контент, выявлять операционную эффективность и быстро анализировать огромные объемы данных.

В таком ландшафте способность задавать глубокие вопросы становится крайне важной. Возможно, появится новая порода креативных лидеров, отличающихся от тех, кто в основном полагается на данные и инсайты. Успех применения генеративного ИИ на предприятиях зависит от воображения; некреативные подходы дают ограниченные результаты. В условиях обострения конкуренции лидеры, инновационно применяющие генеративный ИИ, могут обойти коллег, которые руководствуются только данными.

Однако это не умаляет важности принятия решений на основе данных, которые по-прежнему имеют решающее значение. Определение понятия "управление данными" меняется по мере того, как генеративный ИИ расширяет диапазон и глубину доступных данных. Руководителям все чаще придется интерпретировать и подвергать сомнению различные источники данных, включая тексты на естественном языке и машинные журналы. Креативные лидеры будут использовать генеративный ИИ для быстрого извлечения информации из этих источников.

Хотя все масштабы влияния генеративного ИИ еще не до конца понятны, ожидается, что он будет трансформировать различные аспекты деятельности предприятия.

Чтобы узнать больше о том, как генеративный ИИ будет способствовать развитию бизнеса, изучите последние тенденции в отчете Deloitte "Технологические тенденции 2024 года".