Bár napjaink legforróbb technológiáján nyugszik, a mesterséges intelligencia iparág szereplői komoly problémával szembesülnek. Az AI-modelljeiket kipróbáló vállalatok 95 százaléka nem keres pénzt a megoldás bevezetésével.
Jason Droege, a Scale AI vezérigazgatója egy interjúban elmagyarázta: szerinte azzal a hamis ígérettel van a gond, amelyről a cégek elhiszik, hogy elég csak csatlakoztatni a folyamataikba a számukra érdekes mesterséges intelligencia modellt, és egy csapásra minden működni is fog.
A cégek benézték: nem is olyan könnyű alkalmazni az AI-t
A Scale AI elsősorban arról ismert, hogy a mesterséges intelligencia működéséhez biztosít alapvető szintű adatokat a megrendelő cégeknek. A nagy nyelvi modellekhez hatalmas adatmennyiség kell, és ezeket címkézni, kategorizálni szükséges, hogy a modellek megtanulják felismerni például egyes képek tartalmát.
Bár a vállalat szerint az „adatcímkéző” üzletága folyamatosan növekszik, a tavaly stratégiai igazgatóként csatlakozó Droege már új területre fókuszál: abban segíti a cégeket, hogy azok saját adatkészleteket halmozzanak fel a saját AI-eszközeik fejlesztéséhez.
Droege ennek az új tevékenységi körnek a felfuttatásával igyekszik eloszlatni a tévhitet, hogy az AI bevezetése nem lehet jövedelmező. „Szerintem a cégek azt hitték, hogy ez könnyebb, mint valójában, de ha jól csinálod, rengeteg érték rejlik benne” – idézi az igazgatót a CNN.
A jelentések szerint a legtöbb cég nem látja megtérülni a befektetését, és sokan az AI-piac buborékának kipukkadásától tartanak, holott az alapelv megváltoztatására van szükség: nem a mesterséges intelligencia keres pénzt a vállalatnak, hanem az emberek, akik a vállalat AI-megoldásait felépítik, aztán jól használják.
Valójában milyen problémákat old meg a mesterséges intelligencia?
„Az egyik félreértés az, hogy az AI egy varázspálca, ami minden problémát megold. Ez ma egyszerűen nem igaz” – szögezte le Droege, aki szerint sok vállalat nem a megfelelő problémára és nem is jól alkalmazza a technológiát.
De a CEO szerint az emberi szakértelem továbbra is nélkülözhetetlen. „Ha egy egészségügyi szervezet olyan eszközt akar adni az orvosok kezébe, amely segíti a pontosabb diagnózist, akkor azt szeretnéd, hogy a legmagasabb szintű orvosok használják” – emelt ki egy példát.
„[Az emberek] adjanak visszajelzést, mutassanak rá a hibákra” – hangsúlyozta, megjegyezve, hogy bár a folyamat hetekig vagy hónapokig is eltarthat, a végén egy chatbotnál nagyságrendekkel értékesebb AI-eszköz születik.
Mennyi idő alatt hoz pénzt ez a technológia?
„Évekbe fog telni, mire a nagyvállalatok széles körben hasznos és bevételt termelő, költséget csökkentő AI-eszközöket vezetnek be” – jósolta Gil Luria, a DA Davidson technológiai kutatásainak vezetője.
A szakértő azt látja, hogy „a cégek számára fejlesztett AI-alkalmazások ötletét két és fél éve mindenki üldözi”. A címkézési piacra elsőként lépő Scale a jelek szerint rá is jött valamire, de komoly versenytársai vannak a szegmensben, köztük például az Amazon vagy a Microsoft.
Droege viszont kijelentette, hogy bőven akad még lehetőség olyanoknak, akik értik az AI működését és alkalmazási területeit, ám, ahogy azt az MIT-kutatás is kimutatta: azok a cégek, amelyek külső segítség nélkül, saját maguk próbálnak eszközöket építeni, rosszul járnak.
A szakértelem segít felismerni, mely problémákat lehet AI-val megoldani, és melyeket nem – húzta alá Droege.
A címlapkép illusztráció. Forrás: Freepik
