Pastarieji metai gali būti drąsiai vadinami dirbtinio intelekto metais. Nepraeina nė diena be naujienos apie proveržį ar pasiekimus šioje srityje. Natūralu, jog įmonėms ir organizacijoms kyla natūralus klausimas – galbūt atėjo laikas ir mums naudoti bei kurti dirbtiniu intelektu paremtus sprendimus? Juk niekas nenori prarasti pranašumo prieš savo konkurentus.
Pastarieji metai gali būti drąsiai vadinami dirbtinio intelekto (DI) metais. Nepraeina nė diena be naujienos apie proveržį ar pasiekimus šioje srityje. Natūralu, jog įmonėms ir organizacijoms kyla natūralus klausimas – galbūt atėjo laikas ir mums naudoti bei kurti dirbtiniu intelektu paremtus sprendimus? Juk niekas nenori prarasti pranašumo prieš savo konkurentus.
Asociatyvi „Pixabay“ nuotr.
Tačiau ar dirbtinio intelekto sprendimai yra staiga būtini visiems čia ir dabar? Į šį klausimą atsako Marius Guobys, IT įmonės „Cognizant“ DevOps praktikų vadovas, ir Aurelija Rutkauskaitė, advokatų kontoros „Triniti Jurex“ partnerė, IT ir duomenų apsaugos komandos vadovė.
Kaip nuspręsti
Reikia pradėti nuo svarbiausio klausimo – ką norime pasiekti naudojantis dirbtiniu intelektu?
Anot M. Guobio, geras pavyzdys – matome nišą pristatyti visiškai naują produktą paremtą dirbtinio intelekto sprendimais, kas yra puiki galimybė vystyti savo verslą, plėsti ir užimti naujas rinkas, pritraukti daugiau klientų ir t.t. Visai kas kita būtų – „turime štai šį produktą, kuriam norime pritaikyti dirbtinio intelekto sprendimą“.
Kaip pavyzdys gali būti įmonės vidaus finansų valdymo sistema. Čia galime atsiremti į keletą iššūkių. Ar mūsų produkto vartotojai prašo tokio pobūdžio sprendimų, kurie padėtų tvarkyti įmonės pinigų srautus? Ar mes galime patikėti atlikti tam tikras užduotis dirbtiniui intelektui tokioje itin jautrioje sferoje? Turbūt ne.
„Kitas aspektas į kurį būtina atsižvelgti – technologinis. Galbūt jūsų turimas produktas yra vystomas naudojantis technologijomis, kurios jau nebėra itin modernios ir prie esamų sprendimų yra bandoma prilipdyti dar dirbtinio intelekto įrankius. Tai gali sukelti ir problemų vystant produktą, ir suderinti tokį produktą su naujomis technologijomis. Žinoma, tai itin priklauso nuo to, kas slepiasi už jūsų esamos sistemos ir pan. Tačiau kuomet galvojame apie dirbtinio intelekto sprendimų panaudojimą versle, reikia nepamiršti ir darbuotojų. Galbūt klientai nėra pasiruošę dirbtinio intelekto sprendimams, tačiau matote galimybes didinti savo esamų darbuotojų produktyvumą pritaikant dirbtinio intelekto sprendimus. Tai galėtų būti, pavyzdžiui, dokumentų peržiūros sprendimai, informacijos paieškos esamuose duomenyse, vertimai, programavimas, testavimas ir panašios veiklos. Kiekvieną iš jų reikėtų vertinti individualiai. Bet vien darbuotojams pateikti dirbtinio intelekto įrankius ir sakyti, jog štai – dabar jau būsite produktyvūs – nepakanka. Reikia įvertinti ir kiek jūsų kolegos yra pasiruošę šiam pokyčiui – tiek technologiškai, tiek kultūriškai. Na, ir, žinoma, svarbu, jog darbuotojai suprastų, kodėl ir kokiu tikslu dirbtinis intelektas yra naudojamas įmonėje, o ne tik tam, kad tiesiog pasipuikuoti naujaisiais įrankiais prieš kitus. Pavyzdžiui, mūsų organizacija visiems programuotojams suteikia galimybę naudotis „GitHub Copilot“ įrankiu. Jis padeda rašant programinį kodą. Tačiau prieš juo pradedant naudotis, darbuotojams yra pravedami mokymai, kad pavyktų ne tik efektyviai pasitelkti šį įrankį, bet ir neįvyktų galimų autorinių teisių pažeidimų ar duomenų nutekinimo klientų informacijos atžvilgiu“, – teigia IT ekspertas.
Taigi sprendžiant, ar jums reikia integruoti dirbtinį intelektą organizacijoje, svarbu įsivertinti tris aspektus – verslo klientų poreikius, galimus technologinius iššūkius ir organizacijos pasiruošimą.
Tam antrina ir advokatų kontoros „Triniti Jurex“ partnerė, IT ir duomenų apsaugos komandos vadovė Aurelija Rutkauskaitė.
„Galime išskirti dvi situacijas: pirma, kai verslas kasdieniams procesams optimizuoti pasitelkia visuotinai prieinamus genAI sprendimus, tokius kaip „ChatGPT“, „Gemini“, „Midjourney“ ir pan., ir antra, kai įmonės kuria savo specializuotus DI sprendimus. Mano nuomone, abiem atvejais reikėtų pradėti nuo suvokimo, kad tiek DI sprendimų naudojimas (pirmuoju atveju), tiek jų kūrimas (antru atveju) įmonės viduje turi būti koordinuojami, turint aiškų planą bei taisykles. Ką turiu galvoje? Įmonė turėtų nuspręsti, kokia bus jos DI produktų naudojimo ar kūrimo, o dažnai ir abiejų šių krypčių, politika, ir aiškiai viską aprašyti vidinėse DI sprendimų naudojimo ir vystymo taisyklėse ar panašiame dokumente. Kodėl tai svarbu? Tik taip įmonė galės užtikrinti, kad DI sprendimų naudojimas bus saugus ir etiškas. Įmonės darbuotojai turi turėti aiškias taisykles, kas yra leidžiama, o kas ne. Tik tokiu būdu verslas galės kontroliuoti, kur ir kaip DI yra naudojamas kasdienėje veikloje. Antruoju atveju, kai įmonė vysto savo DI sprendimus, svarbu patikrinti, ar šie sprendimai nepatenka po DI akto reguliavimo sritimi“, – teigia ji.
Stambių ir mažų įmonių poreikiai
Didelės ir mažos įmonės susiduria su skirtingais iššūkiais ir poreikiais DI klausimu. Stambios įmonės visada ieško būdų, kaip didinti darbuotojų produktyvumą panaudojant papildomus resursus, tokiu būdu užtikrinant didesnį pridėtinės vertės prieaugį. Jau nekalbant apie naujų produktų kūrimą. Tuo pačiu stambios įmonės turi ir didesnius kiekius duomenų, kurių pagalba galima apmokyti dirbtinio intelekto įrankius ir, problematikos, susijusios su tais duomenimis, tikrai daugiau.
Anot „Cognizant“ DevOps praktikų vadovo, didelės įmonės turi ir daugiau pajėgumų įgyvendinti savo planus dirbtinio intelekto pasaulyje, kuomet mažoms įmonėms gali tekti ieškotis partnerių, kurie labiau pažengę šioje srityje ir leistų greičiau pritaikyti dirbtinio intelekto įrankius versle. Tačiau mažos įmonės į dirbtinio intelekto pritaikomumą gali žvelgti individualiau ir tokiu būdu pritaikyti konkrečioms užduotims atlikti bei tikslingiau išnaudoti esamus įrankius ir galimybes.
„Kadangi iš verslo perspektyvos tenka dažnai konsultuoti klientus apie DI produktų naudą ar sprendimų taikymą pagal verslo poreikius, ypač pastebiu, kad tiek mažam, tiek dideliam verslui dažniausiai praverčiai vidiniai DI įrankiai. Pavyzdžiui, šiuo metu daugiausiai DI sprendimai pasitelkiami integruojant vidinius pokalbių robotus, kurie gali parinkti tinkamiausius atsakymus į klausimus, atsižvelgiant į kontekstą ir kitus aspektus, pavyzdžiui, visi atsakymai HR aspektais, kurie kyla darbuotojams įmonėms viduje. Tačiau nereikia pamiršti ir sprendimų, kurie padeda automatizacijos srityje, duomenų apdorojime ir pan. Tai nėra klausiu ir gaunu atsakymą principas, bet išnaudojant dirbtinį intelektą atlikti tam tikras užduotis, kurios reikalauja labai didelio žmogaus laiko įsitraukimo. Tokių įrankių pagalba galime užtikrinti, kad darbuotojai galės kurti naują ir inovatyvų turinį bei sprendimus“, – kalba IT ekspertas.
A.Rutkauskaitė papildo, jog kuriant vidines įmonės DI sprendimų naudojimo ir kūrimo taisykles, arba prieš pradedant naudoti DI sprendimus veikloje, įmonių vadovai turėtų apsvarstyti ir nuspręsti, kokių DI sprendimų naudojimas jiems bus priimtinas ir leidžiamas (rekomenduojama turėti konkretų sprendimų sąrašą). Taip pat svarbu apsvarstyti, kokioms operacijoms ir veiklos sritims šie sprendimai bus naudojami.
„Toliau vertėtų apsibrėžti, kaip užtikrinti, kad DI sprendimus naudojantys komandos nariai nepažeistų duomenų apsaugos ir konfidencialumo reikalavimų, kaip bus apsaugota intelektinė nuosavybė, kaip užkirsti kelią šališkumui ar klaidingiems sprendimams, ir kaip bus užtikrinamas skaidrumas dėl DI sprendimų naudojimo veikloje, įskaitant darbą su klientais. Taip pat svarbu nustatyti atsakingus asmenis už DI politikos laikymąsi, jos adaptavimą ir atnaujinimą, bei numatyti atsakomybę už politikos nesilaikymą. Svarbu pažymėti, kad poreikis suvaldyti šias rizikas ir užtikrinti atitiktį kyla ne tik iš DI akto, bet ir iš kitų teisės sričių, tokių kaip asmens duomenų apsaugą užtikrinantis BDAR, vartotojų teisių, intelektinės nuosavybės apsaugos, komercinių paslapčių apsaugos taisyklės, bei produktų ar paslaugų kokybės reikalavimų“, – pažymi „Triniti Jurex“ partnerė.
Kai nėra atsakymo
Visgi, kada nuo DI sprendimų reikėtų bent trumpam susilaikyti? Tuomet organizacija nėra pasiruošusi atsakyti į klausimą (arba neturi atsakymo) – kokia mano strategija dirbtinio intelekto eroje ir ką mes šioje srityje norime pasiekti.
Kaip teigia M. Guobys, galbūt verslas pirmiausiai turi fundamentalių problemų, kurių dirbtinis intelektas negali išspręsti kaip, pavyzdžiui, aukštos kvalifikacijos darbuotojų trūkumas, technologiniai iššūkiai (pasenusios technologijos, nebepalaikomos sistemos). Ir jeigu mes norime panaudoti dirbtinį intelektą tik todėl, jog mums atrodo, kad reikia, nes jaučiame spaudimą – tai jau bus mados vaikymasis.
„Inovacijos yra labai svarbi sudedamoji verslo sėkmės dalis, tad inovacijos ir įmonės kultūra kuri sukasi aplink inovacijas yra aukso vertės. Dirbtinis intelektas jau yra čia, tad verslams yra tiesiog būtina svarstyti apie šių sprendimų panaudojimą. Jeigu ir ne šiandien, tai poryt. Ir būtina turėti aiškią strategiją ką mes norėsime pasiekti pagalba šių sprendimų. Tikrai dar ne laikas nerti stačia galva jeigu nėra aiškaus plano ką mes norime pasiekti dirbtinio intelekto pagalba. Svarbu pradėti, nuo mažų žingsnių, išmokti pamokas, įsitikinti jog tai veikia ir atitinka jūsų tikslus ir tęsti. O galbūt pasakyti – dar ne šiandien, mes dar nepasirengę“, – apibendrina IT ekspertas.
