Már jó másfél éve, hogy beindult a generatív MI piaci boomja, de a legtöbb szervezet még mindig nem engedte szabadjára a technológia valódi erejét.
Nem ritka, hogy egy vállalati környezetben a generatív MI csupán egy “megoldást kereső probléma”. Legalábbis így nyilatkoztak idén tavasszal az Axiosnál. A Gartner nem sokkal később megállapította, hogy az Egyesült Államokban, az Egyesült Királyságban és Németországban a megkérdezettek mintegy fele nehézségekbe ütközött az MI szervezeti értékének megítélésében.
Mindeközben az Apple és a Meta a jogszabályi megfeleléssel kapcsolatos aggályok miatt kulcsfontosságú MI-funkciókat tart vissza Európában.
A fejekben van a hiba
A szabályozási akadályok és a megtérülési szempontok között még mindig nyitott a kérdés, hogy valóban a generatív MI lesz-e a technológiai ipar kedvenc új játékszere. Mint arra azonban egy, a Techradaron megjelent, sales-szempontú szakértői írás is rámutat: a probléma nem a technológiával, hanem a gondolkodásmóddal van. Márpedig úgy fest, új megközelítésre lenne szükség a vállalati MI-bevezetések terén.
Nem minden MI egyforma. Miközben a vállalatok igyekeznek az MI-vonatra, a gyakorlati szakemberek csak akkor fogják felszabadítani az MI-ben rejlő valódi potenciált – például a generatív alkalmazásokat -, ha a mérnöki gondolkodásmódot helyezik előtérbe.
Csak ezután építhetők fel ugyanis a konkrét, hosszú távú értéket biztosító útitervek.
Tágabb értelemben a vállalati MI generatív és analitikus alkalmazásokra osztható. Az utóbbi időben a generatív felhasználás kapott nagyobb figyelmet, mivel a promptokra válaszul képes írott tartalmakat, számítógépes kódokat, képeket, videókat létrehozni.
Analitikai vs generatív
Az analitikai MI-t azonban már jóval régebb óta alkalmazzák vállalati környezetben. Ez az az intelligencia, amelyet a vállalatok a cégműködés támogatására, a trendek összegzésére és a nagy adathalmazokon alapuló döntések megalapozására használnak.
Az analitikus és a generatív MI persze fedésben is használható, de a két oldal alapvetően különbözik egymástól. Az analitikai MI segít a működésben – ez a reaktív oldal. A generatív MI segít a kreatív feladatokban – ez a proaktív oldal.
Az MI-alapú analitika már rég bizonyította megtérülését. Támogatja az adatfeldolgozást, a kimenetek pedig jól megalapozott értéket teremtenek.
A generatív MI egészen más tészta. Rengeteg példa van kísérletezésre, beruházásokra, de a kimenetek nem feltétlenül megfelelők. Egy cég mérnökei például 30 százalékkal hatékonyabbak lehetnek, ha generatív MI-eszközt használnak a kódíráshoz. De ha ez nem eredményez rövidebb termék-piaci ciklusokat, akkor nehéz számszerűsíteni a valódi értéket.
A vezetőknek moduláris elemeire kell bontaniuk az értékláncot, és fel kell tenniük a nehéz kérdéseket, hogy a generatív felhasználási eseteket valódi értékké alakítsák.
A vezetőknek két dologra kell emlékezniük. Először is, fontos, hogy elkülönítsük a felhasználási eseteket. Gyakran előfordul, hogy egy szervezetnek csak tisztán MI-re van szüksége – például csalásfelismeréshez vagy kockázatkezeléshez -, és nem egy GPT-re, amely a legújabb prompt varázslóvá alakítja azt.
Másrészt ugyanilyen fontos, hogy az AI-t csak ott integráljuk, ahol annak értelme van. Olyan akut problémákat kell megoldania, amelyek megoldásával a cég értéket realizálhat. Ellenkező esetben probléma nélküli megoldást jelent.
A legnagyobb probléma az MI-vel – legyen az generatív vagy analitikus – az, hogy a szakemberek nem értik azt a kontextust vagy üzleti területet, amelyben dolgoznak.
A fegyelem útiterve
Ha helyesen végzik a bevezetést, a generatív modellek jelentős hosszú távú értéket teremthetnek. Már a kezdetektől fogva érdemes céltudatosan foglalkozni a szakterülethez kapcsolódó ismeretekkel. A vezetőknek ezt be kell építeniük minden MI-beruházási tervbe, ha hasznos, hosszú távú eredményeket akarnak elérni. Ha a mélységet feláldozzuk a gyorsaságért, az foghíjas megoldásokhoz vezethet, amelyek végső soron nem, vagy csak rövid ideig segítenek.
Az üzleti vezetők számára az értékvezérelt MI-hez vezető út a helyes kérdés feltevésével kezdődik. Melyek azok a problémák a vállalkozásban, amelynek megoldásához valóban szükség van az MI-re? Ha jól végzik a bevezetést, az analitikus vagy generatív MI felgyorsíthatja a csapat hatékonyságát azzal, hogy megszünteti munkájuk unalmas részeit. A generatív intelligenciának azonban megfelelő iránymutatással és iparágspecifikus képzéssel kell rendelkeznie, nehogy a megvalósítások rossz sávba csússzanak.
(Kép: unsplash.com/This Is Engineering)
