Generic selectors
Exact matches only
Search in title
Search in content
Post Type Selectors
post

Így hat a gazdaságra a mesterséges intelligencia

MEGOSZTÁS

A mesterséges intelligencia dinamikus fejlődését szemlélteti, hogy kialakult és gyorsan növekszik az MI-gazdaság. Mely területek a legnépszerűbbek, miért kerültek egyes szervezetek lépés- és versenyelőnybe másokkal szemben, milyen tényezők lassítják az előrelépés ütemét?

Nyitókép: Kömlődi Ferenc, Stable Diffusion

 

Az elmúlt évtized és a jelen egyik legfontosabb infokommunikációs trendje a mesterséges intelligencia (MI) áttörése. A technológia az iparban, a mezőgazdaságban, az üzleti életben, a szolgáltatási szektorban és a mindennapokban egyaránt gyorsan terjed. Maga az MI jelentése is átalakult, evolúciós szempontból három szintet értünk rajta: a gyenge MI szakterületek, számszerűsíthető, pontosan definiálható, minél szűkebb, annál jobb szegmenseiben ér el látványos eredményeket, vagy egyszerűen csak hasznos, magasabb szintű ember-gép együttműködéssel nő a munka hatékonysága, esetleg spórolhatunk is vele.

Itt tartunk most, az MI második és harmadik szintje, az emberével azonos általános mesterséges intelligencia, valamint a Homo sapienset minden tekintetben felülmúló szuperintelligencia a jövő ködébe vész, megvalósulásuk dátumáról csak spekulálhatunk, pontos és felelős prognózisok nem készíthetők róluk. Már ha egyáltalán megvalósulnak, mert szkeptikus elmék szerint a realitásoktól elrugaszkodott sci-fi álmok. (Mindezeket figyelembe véve, anyagunkban a gyenge/szűk MI-t értjük mesterséges intelligencián.)

De mit mondanak a számok?

 

Egyértelműen növekszik az MI-gazdaság

Az MI fejlődésével, elterjedésével kialakult – és folyamatosan változik – az MI-ökoszisztéma, MI-gazdaság. A McKinsey tanácsadó cég a mesterséges intelligenciának erről az aspektusáról készít 2017 óta éves felméréseket, a legújabb 2022 végén jelent meg, annak a meglátásait ismertetjük.

Az online felmérést 2022. május 3. és 27., majd augusztus 15. és 17. között, a világ különféle régióit, iparágait, nagy-, közép- és kisvállalatait reprezentáló 1492 személlyel végezték. Az anonimitásukat megőrző megkérdezettek változatos pozíciókban dolgoznak. 744 munkahelyén minimum egy funkcióban használnak mesterséges intelligenciát. A válaszokat a válaszadók országának a globális GDP-hez való hozzájárulása mértékében súlyozták, így jöttek ki a végeredmények.

Az anyagból kiderül, hogy az utóbbi öt évben az MI használata több mint kétszeresére nőtt, míg 2017-benr csak a megkérdezett 20 százaléka, addig ma már az 50 százalékuk munkahelyén használtak legalább egy célra mesterséges intelligenciát. A növekedés tényét árnyalja, hogy az 2019-es 58 százalék volt a csúcspont. A relatív visszaesés valószínűleg a pandémiával, Ukrajna orosz inváziójával és a bizonytalanabb geopolitikai helyzettel, illetve azzal a más új technológiai területekre is érvényes trenddel magyarázható, hogy tetőzött a korai befogadás, és a lassabb, megfontoltabb elterjedés esztendői következnek.

 

Az MI-használat növekedése (Forrás: McKinsey & Company)

 

Egyes vállalatok rövidtávon gondolkozva, a befektetések gyors megtérülésében bíztak, a hosszútávon építkezők viszont nemcsak befektetnek, hanem okosan fektetnek be, lépésről lépésre építik ki a még több MI integrálására alkalmas, egyre jobban működő szervezeti mesterségesintelligencia-ökoszisztémát.

Az MI-t egyértelműen több funkcióra használják gyártási és üzleti folyamatok közben, mint öt éve: 2017-ben 1,9, 2022-ben 3,8 volt az átlag, és itt a fejlődése trend is egyértelműbb, a növekedés – legalábbis 2021-ig – töretlen volt, az akkori 3,9-et 2022-ben a lényegében azzal azonos 3,8 követte. A robotikus folyamatautomatizálás és a számítógépes látás a legelterjedtebb, a leglátványosabb előretörést viszont, nyilván a nagy nyelvmodellek sikerének köszönhetően, a természetes nyelven történő szövegértés produkálta.

 

Hányan és milyen területeken alkalmaznak MI-t ((Forrás: McKinsey & Company)

 

A legelterjedtebb felhasználási eseteknél a szolgáltatásműködtetés optimalizálása, MI-alapú új termékek létrehozása és az ügyfélszolgálat-elemzés, funkciócsoportokat tekintve a szolgáltatás-működtetés, a termék- és szolgáltatásfejlesztés, a marketing és sales az első három.

A szervezeti befektetések szintjén szintén egyértelmű a növekedés: 2017-ben az MI-t használók 40 százaléka digitális költségvetésének legalább 5 százalékát fordította erre a területre, 2022-ben viszont már 52 százalékuk, sőt, a megkérdezettek 63 százaléka további növekedést vár a következő három évben.

Milyen területeken teremt hozzáadott értéket és generál több pénzt az MI? – hangzott a következő kérdés. 2018-ban a gyártás és a kockázatkezelés, 2022-ben a marketing és sales, valamint termék- és szolgáltatásfejlesztés volt az első kettő. A legnagyobb MI által generált anyagi nyereség viszont az ellátási lánc kezelésében tapasztalták, ahol jelentősen csökkentek a kiadások, míg a marketing/sales és a termék/szolgáltatásfejlesztési vonalon a bevételek nőttek. (Ezek és a hátralévő adatok már csak az MI-t alkalmazó szervezetekre vonatkoznak.)

A legaggasztóbb és 2017 óta konzisztens, hogy hiába nő az MI-használat, a kockázatcsökkentés területén nincs számottevő változás, szignifikáns előrelépés a mesterséges intelligenciával kapcsolatos kockázatok kezelésében.

 

MI munkaerőpiac

Az MI-t legeredményesebben hasznosító – meg nem nevezett – szervezetek törvényszerűen még jobban teljesítenek, mint 2017-ben. A csoport viszont nem bővült, évek óta a megkérdezettek mindössze 8 százalékát fedi le. Elsősorban az MI által generált bevételek növekedésében jeleskednek, bár a technológia a kiadások csökkenéséhez is hozzájárul.

 

Szervezeti MI-stratégiák (Forrás: McKinsey & Company)

 

Ezek a szervezetek nagyobb valószínűséggel követik az alapvető értékteremtő gyakorlatokat, például MI-stratégiájukat összekötik az üzleti eredményekkel. Gyakran foglalkoznak határterületekkel, az MI indusztrializálásával, új alkalmazások beágyazására alkalmas moduláris adatarchitektúrák üzemeltetésével stb. Legtöbb adatfüggő folyamatukat automatizálják, adataik általában jobb minőségűek, algoritmusok hatékony gyakoroltatására, gépi tanulásra alkalmasak. Mivel MI-alkalmazásaikhoz egyszerű kódú vagy kód nélküli programokat is használnak, nagyobb valószínűséggel alkalmaznak nem tech alkalmazottakat, és a kockázatkezelésre (személyes adatok védelme, méltányosság betartása, elfogultság-mentesség, automatizált adatminőség-ellenőrzés stb.) is hajlamosak többet áldozni, más befektetésekről nem is beszélve.

 

MI munkaerő-felvétel ((Forrás: McKinsey & Company)

 

Versenyelőnyük miatt jobban vonzzák a tehetségeket, könnyebben találnak jelentkezőt köztudottan nehezen betölthető munkakörökre: MI-adattudósnak, adatmérnöknek. Az utóbbi kettőt is megelőző, legkeresettebb állás a szoftvermérnök, 2022-ben belőlük vettek fel legtöbbet. A gépi tanulás és az adat-architektúra szakértői iránt szintén nagy a kereslet.

Rossz hír, hogy az infokommunikációs technológiákban évek óta csökken a tehetségek száma, egyre nehezebb valóban kiváló szakembereket találni. A munkaerő-toborzás nehézségénél, tíz MI-vel kapcsolatos állásnál, ötös skálán (nagyon nehéz, nehéz, se nem nehéz, se nem könnyű, nagyon könnyű) 42-49 százalékkal 2022-ben a „nehéz” vezetett, míg a „nagyon nehéz” 15-27, a könnyű 5-13, a nagyon könnyű pedig csak 1-2 százalékot „ért el.” Ezen a területen egyébként még a jól teljesítő szervezetek is panaszkodnak, a hiány pedig olyan mértékű, hogy másoknál kifejezetten hátráltathatja az MI-re váltást.

Ugyanez az elmúlt három év átlagában (Forrás: McKinsey & Company)

A tehetséghiánnyal indokolható, hogy egyes állások betöltésénél a szervezet meglévő alkalmazottainak továbbképzése, átképzése a legnépszerűbb stratégia, az MI-t használó megkérdezettek fele teszi ezt. A legjobb egyetemekről és nem csúcskategóriás techcégektől történő munkaerő-felvétel szintén bevett módszer.

Az MI-területen dolgozók nem és etnikum alapján történő megoszlásában sajnos nem történt jelentős változás: a női átlag 27, a kisebbségi etnikumoké 25 százalék, és a megkérdezettek 29 százaléka elmondta, hogy szervezetükben egyetlen kisebbségi etnikumú sem dolgozik.

Egyesek igyekeznek változtatni a helyzeten, viszont egyelőre legalábbis úgy tűnik, hogy ez főként több női alkalmazottban konkretizálódik. Pedig a számokból kiderül, hogy a jól teljesítőknél nagyobb arányban dolgoznak nők és kisebbségi etnikumúak. Érdemi változáshoz azonban először az oktatásban kellene diverzifikálni az MI stúdiumok iránt érdeklődők összetételét.

IT EXPERTS-TECH LEADERS 2024 FELHŐ A JAVÁBÓL KONFERENCIA

PODCAST

ICT Global News

VIDEOGALÉRIA
FOTÓGALÉRIA

Legnépszerűbb cikkek

ICT Global News

Iratkozz fel a hírlevelünkre, hogy ne maradj le az IT legfontosabb híreiről!