Dirbtinis intelektas (DI) dabar „ant bangos“ – ekspertai šiuos metus vadina DI protrūkio metais. Stipriai ištobulintos DI natūralios kalbos supratimo galimybės, kuriami įrankiai paremti didžiuliais kalbos modeliais, kurie apmokinami labai dideliu informacijos kiekiu ir adaptuojami plačiam vartojimui.
Dirbtinis intelektas (DI) dabar „ant bangos“ – ekspertai šiuos metus vadina DI protrūkio metais. Stipriai ištobulintos DI natūralios kalbos supratimo galimybės, kuriami įrankiai paremti didžiuliais kalbos modeliais (angl. LLMs), kurie apmokinami labai dideliu informacijos kiekiu ir adaptuojami plačiam vartojimui, rašoma „Cognizant“ pranešime žiniasklaidai.
Asociatyvi DI sugeneruota „Pixabay“ nuotr.
Naudojimasis šiais įrankiais nebereikalauja specifinių, pavyzdžiui, statistikos žinių. Kiekvienam nesunku eksperimentuoti – rašyti užklausas įprastu tekstu ir suprasti sugeneruotą atsakymą, lyg naudotume paiešką naršydami internete. Dėl to DI įrankiai tampa prieinami ir lengvai naudojami masiškai – nuo kasdienės informacijos paieškos internete iki integravimo į darbo procesą. Kasdieną antraštėse mirga DI, bet kaip iš tikrųjų DI taikymas atrodo versle ir kas keičiasi organizacijose strategiškai paskutinių metų periode?
„Stebime tendenciją, kad kuriami DI įrankiai, kurie apmokinti labai dideliu kiekiu duomenų ir atlieka didelius kiekius operacijų. Tokių modelių kūrimas reikalauja daug investicijų. Manau, svarbu nepamesti šios minties ir turėti galvoje jau eksperimentuojant versle, ar tikrai reikalingas tokio sudėtingumo įrankis ar galima gauti labai panašų rezultatą žymiai paprastesnėmis priemonėmis, tiek mąstant apie sprendimo atsiperkamumą, tiek ir apie pėdsaką gamtai bei vartotojų saugumui“, – ne vien pro rožinius akinius žiūrėti į DI skatina Edita Mačienė, IT įmonės „Cognizant“ vyriausioji duomenų analitikė.
Investicijos į DI integravimą versle sparčiai auga
Anot JAV konsultacijų įmonės „Gartner“ apklaustų verslo lyderių 2023 m. balandį ir rugsėjį, per pusmetį įmonių investuojančių į generatyvinį DI paaugo nuo 19 % iki 55 %, iš kurių 45 % dar eksperimentuoja, o likusieji 10 % apklaustųjų teigia jau pritaikantys realius produktus.
Jei balandžio mėnesį organizacijos žiūrėjo į tai atsargiai, vertinosi rizikas, investicijų atsiperkamumą, rugsėjį matome aiškų polinkį investuoti ir eksperimentuoti. Per pusmetį pasikeitė ir investavimo kryptys.
Pasak „Gartner“ analitikų, organizacijos pradeda nuo koncentracijos į kaštų taupymą, tačiau labiau patyrę kompanijos pereina prie investicijų nukreiptų į iniciatyvas vedančias į verslo rezultatus ir augimą. Investicijos, anot apklaustų verslo lyderių, pasidalina tarp iniciatyvų skirtingose verslo funkcijose – beveik pusė jų tenka klientus aptarnaujančioms verslo funkcijoms tokioms kaip marketingas, pardavimai ir klientų aptarnavimas.
Net trečdalis investicijų teigiama, tenka IT funkcijoms. Šiuo atveju geras pavyzdys būtų įmonių investicija į įrankius skirtus kodo generavimui, tokius kaip „Github Copilot“, pagreitinančius IT specialistų darbą.
Darbuotojų produktyvumas
Kalbant apie kaštų ir laiko taupymą darbui atlikti, pagrindiniai DI įrankių naudojimo būdai yra informacijos ištraukimas ar paieška, apibendrinimas, pradinio dokumento ar skaidrių generavimas.
„Pavyzdžiui, žmonėms, kuriems sudėtinga pradėti nuo balto popieriaus lapo, didelė pagalba sugeneruotas juodraštinis tekstas laiškui, instrukcijai ar kitokiai dokumentacijai. Jei reikia ruošti prezentaciją, jau galima gauti pradinį variantą ir jį koreguoti ar išsirinkti patinkančias dalis, ikonas ar informacijos išdėstymo dizainą.
Specifinėse funkcijose DI įrankiai gali padėti kurti logotipus, asistuoti ieškant anomalijų ar tendencijų duomenyse. Klausimas, ar neapsisuks ratas ir nesugrįš tokie pagalbininkai kaip patobulinta sąvaržėlė (angl. clippy) „Microsoft Office“, – teigia E. Mačienė.
Ekspertės teigimu, jos atstovaujamos organizacijos klientai mato DI produktų vertę, dėl šiuo aspektu yra plačiai eksperimentuojama ir kuriami pilotiniai produktai.
„Konsultuojame klientus apie DI produktų naudą ar sprendimų taikymą pagal verslo poreikius. Tuo pačiu prisidedame ir prie vidinio DI įrankio kūrimo, testavimo ir panaudojimo. Tokio įrankio pagalba galime užtikrinti, kad darbuotojai galės kurti naują ir inovatyvų turinį bei sprendimus. Tačiau svarbu suvokti, kad DI įrankis nėra atsakymas į visus klausimus ir įvertinti pateikiamų atsakymų saugą, legalumą ir kitus aspektus.
Per ateinančius kelis metus organizacijoms, kurios nori išlikti inovacijų aukštumose, DI sprendimų panaudojimas ir vidinės ekosistemos, ir procesų paruošimas šiems sprendimams įgyvendinti bei palaikyti bus itin svarbus ir reikalingas norint išlikti konkurencingoms“, – teigia „Cognizant“ vyriausioji duomenų analitikė.
Skaitmeninių asistentų integravimas neša didžiausią ir užtikrintą vertę
Skaitmeniniai asistentai egzistavo ir anksčiau. Jų grąža lengvai pamatuojama – su tokiu skaitmeniniu asistentu padengiami standartiniai klausimai ir sumažinamas krūvis, kuris tenka darbuotojams dirbantiems klientų aptarnavimo srityje.
Pirmieji skaitmeniniai asistentai buvo paremti žinių baze, klausimų ir atsakymų sąrašu, bet šiai dienai su ištobulėjusiu DI teksto suvokimu, kuris paremtas vartotojo paduotu kontekstu, evoliucionavo į asistentus, gebančius atsakyti į daugiau sudėtingesnių klausimų.
„Integruojant tokius bendrinius apmokintus ir adaptuotus kalbos modelius, verslui svarbu atrasti praktiškiausius būdus kaip suintegruoti skirtingus įrankius ar paslaugas, tam, kad būtų galima greitai ir efektyviai (be daugelio žingsnių) paduoti modeliui didesnį kiekį konteksto arba kaip koreguoti kontekstą, kad klientas kuo greičiau gautų norimą rezultatą.
Pavyzdžiui, „Google“ leidžia darbalaukyje paprašyti skaitmeninio asistento surasti tam tikrą informaciją ir apibendrinti, kaip kontekstą paduodant visą darbuotojo „Google Drive“ saugyklą; „Google Gemini“ agentas gali leisti pirkėjui elektroninėje parduotuvėje ieškoti drabužio, kurį būgnininkas vilki koncerte, kartu į užklausą pateikiant dainos įrašą iš youtube.com kaip kontekstą“, – pateikia pavyzdį ekspertė.
Didžiųjų modelių apmokymas lyg ginklavimosi varžybos
Skaitmeniniai asistentai paremti transformerių architektūra ir apmokinti dideliu kiekiu informacijos anglų kalba, tapo labai populiarūs ir lengvai naudojami masiškai, tiek informacijos paieškai, tiek teksto, paveikslėlių, video ar garso įrašų generavimui. Jei kitose srityse DI įrankių naudojimas reikalauja statistinių žinių, tam kad suprastume kokią informaciją paduoti ir kaip interpretuoti gautus rezultatus ar metrikas, tokių DI įrankių atveju kaip chatGPT – pakanka suprasti anglų kalbą.
Išpopuliarėjęs tokių įrankių naudojimas skatina augimą ir jų tobulinimą. Jau matoma, kad kiekviena GPT karta vis geriau įveikia akademinius egzaminus. Tarp šių modelių kūrėjų atrodo lyg stebėtume ginklavimosi varžybas.
„Dar 2023 metų pradžioje buvo prognozuojama, jog verslas pereis nuo plataus apmokinimo didžiųjų kalbos modelių (LLM) į mažesnius kalbos modelius, apmokintus specifiškai skirtingoms industrijoms. Net nepraėjus metams, matome kad didieji šios rinkos žaidėjai tokie kaip „Google“, „AWS“, „Azure“ siūlo verslui įrankius specializuotus verslo sektoriui.
Pavyzdžiui, „Azure AI“ siūlomas „Healthbot“ pacientams, yra sukurtas apmokinant kalbos modelį suprasti klinikinius terminus, protokolus ir paremtas medicininių žinių baze. Kiti skaitmeniniai asistentai sveikatos srityje padeda medicinos specialistams užpildydami pradinę informaciją pagal paciento medicininius įrašus ar gydytojo diktuojamą informaciją. Medikui tereikia patikrinti ir papildyti įvestą informaciją, tuo tarpu daugiau dėmesio gali skirti pacientui.
Tai ne tik įrankis padedantis efektyvinti darbą, bet ir padedantis kovoti su medicinos specialistų pervargimu. Tokių įrankių tik daugės, tačiau labai svarbu bus verslui įsivertinti, kokių įrankių verslui iš tikrųjų reikia ir nepasiduoti spaudimui, kad reikia sekti paskui tendenciją tik dėl to, kad taip daro visi“, – pabrėžia ekspertė.
