После звездного взлета ChatGPT генеративный ИИ (GenAI) стал технологическим феноменом, прочно обосновавшимся на радаре каждой организации. Ответственность за интеграцию этой технологии теперь лежит на руководителях компаний, которые должны осознать, что она больше не является приятным дополнением, а просто необходима, пишет на портале Datanami Амит Гаутам, сооснователь и генеральный директор компании Innover, поставщика решений в области данных, аналитики и ИИ.

Чтобы добиться успеха в этой сфере, руководителям компаний необходима стратегия, ориентированная на будущее, которая ускорит сквозную интеграцию GenAI, обеспечит эффективное управление изменениями и позволит организациям стать по-настоящему способными использовать ИИ, максимизируя отдачу от инвестиций. Однако эта стратегия будет отличаться в разных организациях и даже в разных подразделениях организации.

Составление дорожной карты для достижения успеха

Первый шаг — определение проблемы, которую необходимо решить. Успешный путь интеграции GenAI начинается с определения возможностей или областей, в которых можно наилучшим образом использовать технологию. Эти возможности представляют собой «правильные» сценарии использования, обещающие долгосрочное влияние и конкурентное преимущество для предприятий.

Этот процесс задает траекторию, помогая организациям решить, стоит ли выбирать крупномасштабное развертывание или приступать к менее масштабным экспериментам. После этого организации могут пройти тщательный процесс проверки, учитывая такие факторы, как текущее состояние и качество данных, требования к безопасности и конфиденциальности, задержки, ожидаемый объем запросов и инфраструктурные предпосылки, подготавливая основу для беспрепятственной интеграции GenAI.

Чтобы направить этот процесс в нужное русло, следует уделить особое внимание формированию правильной команды. Это может включать в себя набор новых должностей, таких как директор по данным и директор по аналитике, а также содействие беспрепятственному сотрудничеству между разносторонними командами — объединение их вместе для составления надежного плана по внедрению, масштабированию и развертыванию GenAI разумно и эффективно.

Готовые модели vs. пользовательские модели vs. тонкая настройка?

Каждая организация обладает специфическими отраслевыми знаниями, операционными нюансами и сокровищницей данных, таких как взаимодействие с клиентами, финансовые операции, отчеты о проделанной работе, история продаж, деятельность по соблюдению нормативных требований и многое другое. Для точного отражения всех этих тонкостей им требуется модель, адаптированная к их специфике и эффективно решающая поставленные задачи.

На начальном этапе многие организации используют «готовые модели», или базовые модели GenAI, обеспечивающие скорость, но лишенные контроля и настройки, поскольку эти модели не могут адаптироваться к уникальному бизнес-контексту. Другой вариант — создание собственных, или проприетарных моделей с нуля. Однако такая работа занимает много времени, влечет за собой значительные расходы и требует значительных ресурсов, что делает ее нецелесообразной для многих организаций.

Учитывая эти ограничения, тонкая настройка является лучшим вариантом для максимизации ценности и влияния моделей ИИ. Тонкая настройка позволяет организациям настраивать предварительно обученные модели на основе собственных данных. Этот процесс включает в себя настройку параметров базовой модели, чтобы она лучше соответствовала уникальным характеристикам и нюансам организации.

Кроме того, он обеспечивает бóльшую гибкость при выборе, совершенствовании и плавном переключении моделей на основе непрерывного мониторинга и оценки. По сути, речь идет о том, чтобы делать больше при меньших затратах — организациям требуется значительно меньше моделей, что позволяет найти баланс между персонализацией, рентабельностью и эффективностью.

В долгосрочной перспективе организации, настраивающие свои модели в рамках своей уникальной экосистемы, добьются наивысшего уровня дифференциации и окупаемости инвестиций.

Смягчение рисков: ответственная интеграция GenAI

Чтобы по-настоящему оптимизировать отдачу от GenAI-инициатив, организации должны активно снижать потенциальные риски. Необходима продуманная стратегия для решения проблем, связанных с конфиденциальностью, справедливостью, предвзятостью и надежностью. Важнейшей задачей становится обеспечение конфиденциальности данных клиентов. В этом контексте первостепенное значение приобретает получение четкого согласия клиентов на сбор и обработку их данных для целей обучения моделей.

Другой риск заключается в том, чтобы модели GenAI могли предсказывать и проактивно устранять предубеждения, не генерировать вводящую в заблуждение или ложную информацию и выдавать справедливые результаты. Кроме того, дополнительные сложности возникают в связи с обеспечением надежности, достоверности и соответствия модели политике и целям организации.

Например, если модель обучена на необъективных или неполных данных, она может генерировать описания товаров, искажающие их характеристики, что приведет к расхождению между ожиданиями покупателей и реальным товаром. Такое несоответствие может подорвать доверие покупателей, поскольку сгенерированная информация может не соответствовать реальному положению дел с продуктами, что потенциально может повлиять на решения о покупке и общее впечатление покупателей.

Для борьбы с этими рисками необходим исчерпывающий процесс проверки, чтобы выявить и исправить любой предвзятый, неточный или несправедливый контент до того, как он достигнет клиентов или заинтересованных сторон. Для успешной интеграции руководители компаний должны определить свой курс, приняв и внедрив лучшие отраслевые практики, обеспечивающие безопасное и этичное внедрение.

Целостная структура для создания сценариев использования и воздействия

Руководители компаний должны инвестировать в целостную структуру, которая гарантирует успех их инвестиций. Они должны начать с тщательной оценки сроков инвестиций, учета аспектов готовности кадров, согласования технологий и устранения потенциальных «подводных камней». Эта структура должна направлять работу организаций с самого начала, определяя весь путь от выявления актуальных сценариев использования до тщательного выбора модели, снижения рисков и бесшовной интеграции.

Структура должна помочь определить правильные сценарии использования, гарантируя, что внедрение GenAI будет напрямую способствовать достижению бизнес-целей. На данный момент в сфере GenAI, как правило, существует три широкие категории сценариев использования:

  1. Расширенные возможности вопросов и ответов. Предприятия могут использовать чатботы и GenAI-ассистенты для самостоятельного получения ответов на вопросы, чтобы быстро искать, обобщать и извлекать полезные сведения из больших документов за считанные секунды, оптимизируя процессы и сокращая время, затрачиваемое профильными экспертами на выполнение повторяющихся задач.
  2. Персонализированные транзакции в режиме реального времени. Коллективные возможности GenAI и машинного обучения могут быть использованы для разработки сценариев использования в таких областях, как поддержка клиентов, обслуживание на местах, цепочки поставок, розничная торговля и электронная коммерция — персонализация и повышение качества транзакций для сотрудников, клиентов и заинтересованных сторон в различных точках контакта.
  3. Интеллектуальные центры управления/автономное принятие решений. Интеграция GenAI с передовыми технологиями, такими как голосовые помощники, преобразование речи в текст и роботизация процессов, позволяет создать интеллектуальную систему принятия решений, которая автоматизирует процесс получения информации и выступает в качестве когнитивного центра организации.

Организации должны тщательно проанализировать, какой сценарий использования наиболее актуален и соответствует их потребностям.

Кроме того, структура должна упростить выбор оптимальных моделей, точно настроив их в соответствии с бизнес-контекстом, чтобы обеспечить максимальную адаптивность и отдачу. Учитывающая такие факторы, как возможности модели, масштабируемость, интероперабельность, рентабельность и совместимость с существующими системами, структура должна стать катализатором ускоренной интеграции. Одновременно с этим в ее ткань должна быть вплетена надежная стратегия снижения рисков. Это позволит организациям преодолевать различные проблемы — от этических аспектов до тонкостей безопасности и нарушения доверия. По сути, структура должна предусматривать поэтапный подход, позволяющий осуществлять итеративное внедрение, постоянный мониторинг и ответственное развертывание.

Используя такую структуру, руководители компаний смогут ответственно подойти к внедрению GenAI, обойти технические проблемы и направить свои организации по намеченному пути.