Как генеративное искусственное интеллекта нарушает практики обработки данных

Как ГИИ нарушает обработку данных

Спонсированный контент

    Билл Хэммонд, директор мероприятия Big Data London

Генеративное искусственное интеллект (Generative AI) создало сдвиг в том, как мы взаимодействуем и используем данные, с помощью таких инструментов, как глубокое обучение и обработка естественного языка (NLP), которые обеспечивают беспрецедентный уровень автоматизации и переформатируют способы сбора, обработки и извлечения ценности из данных. Выпуск Language Learning Model (LLM) ChatGPT от OpenAI в ноябре прошлого года открыл путь к альтернативным решениям, таким как Google Bard и Microsoft Bing, и Gen AI оказался чрезвычайно разрушительным, с предприятиями, стремящимися исследовать, как они могут применять эту технологию.

Компании всех размеров используют искусственный интеллект для оптимизации своих бизнес-процессов и улучшения своих продуктов. Около 75% обещанной Gen AI ценности достигается благодаря ее применению в операциях с клиентами, маркетинге и продажах, разработке программного обеспечения и исследовательской деятельности, согласно отчету McKinsey “Экономический потенциал генеративного искусственного интеллекта”.

• Как выбрать правильную стратегию визуализации данных для вашего проекта
• DreamBooth Устойчивая диффузия для пользовательских изображений
• Разрешение сущностей определение реальных сущностей в зашумленных данных

Cereal Partners Worldwide (CPW), совместное предприятие гигантов индустрии General Mills и Nestlé, является иллюстрацией этого. Они обратились к расширенной аналитике и генеративному искусственному интеллекту, чтобы осуществить свою концепцию на основе данных культуры, преобразуя принятие решений. Примером этого является ИИ-ассистент, которым сотрудники теперь могут использовать для опроса корпоративных данных с использованием NLP, демократизируя доступ к данным и эффективно расширяя предлагаемые традиционным бизнес-аналитикой возможности анализа данных.

 

Корпоративный искусственный интеллект

 

Этот пример использования показывает, что Gen AI имеет последствия для культуры данных внутри предприятия. Gen AI будет влиять на динамику рабочей силы, процессы принятия решений и роль человеческого творчества. Мы можем ожидать, что технология нарушит традиционные организационные структуры и вызовет вызов существующим иерархиям власти, что приведет к более плоским организационным структурам. Для успешного преодоления этой трансформации организациям потребуется развитие культуры инноваций и разработка политик Gen AI.

На практике искусственный интеллект будет усиливать роли, поэтому бизнесу потребуется подготовить сотрудников к работе вместе с системами искусственного интеллекта. При этом бизнес может рассчитывать на освобождение от 60-70% времени сотрудников, что приведет к повышению производительности до 3,3% к 2040 году, говорится в том же отчете McKinsey. Это позволит сократить до 2045 года прогнозы (относительно половины всех рабочих процессов, которые будут автоматизированы) на целое десятилетие.

Однако также потребуется установка защитных мер, таких как установление этических руководящих принципов использования искусственного интеллекта. Одна из основных проблем Gen AI заключается в его склонности к демонстрации предвзятости или даже “галлюцинации” (предоставление неверных интерпретаций), что означает, что подсказка для этих ранних версий должна быть тщательно контролируема. С Gen AI также связаны и другие риски, такие как текущая невозможность отслеживания источников и ограничения доступа к интеллектуальной собственности (ИС). Единицы бизнеса захотят предоставить доступ своим данным Gen AI только при наличии соответствующих мер.

 

Превращение видения ИИ в реальность

 

С технической точки зрения команды Data Science, которые вложили многие годы в развитие бизнес-аналитики (BI) и машинного обучения (DS/ML) и операционализации своих моделей машинного обучения (MLOps), теперь заданы совместным использованием Gen AI в бизнесе.

Организации имеют возможность использовать API SaaS LLM для вызова службы, такой как ChatGPT от OpenAI, или они могут выбрать использование собственных LLM внутри компании. Преимущество последнего заключается в том, что LLM может быть обучен с использованием контента, определенного командой Data Science, что делает его более специализированным, и инструменты LLM могут использоваться для интеграции с другими системами компании или разработки интерфейсов пользователя с подсказками, согласно отчету Databricks о состоянии данных 2023 года.

Этим командам Data Science придется сделать Gen AI реальностью, но общие последствия для бизнеса означают, что каждый аспект организации будет затронут. Как осуществляется доступ к данным, как они передаются и коммуницируются, сейчас находятся в процессе радикальных изменений, вызывая значительные потрясения в нашей работе. Чтобы реализовать потенциал этой технологии, нам нужно мыслить стратегически, а также технологически.

Чтобы узнать больше о том, как предприятия используют Gen AI для поддержания конкурентоспособности и инноваций, о том, как наука о данных принимает технологию и ее последствиях для рабочего места, посетите Big Data LDN (London), которая состоится с среды 20-го по четверг 21-е сентября 2023 года в Олимпии в Лондоне.

Основные моменты включают выступление Cereal Partners Worldwide (CPW) в театре “Gen AI and Data Science” о его трансформационном пути с 16:40 до 17:10 20 сентября и панельную сессию “Люди, процессы и платформы – создает ли Gen AI “Игру престолов” и как мы можем возглавить революцию ИИ в наших организациях?” в театре “Y-Axis Keynote” с 09:15 до 10:00, 21 сентября. Посетители могут зарегистрироваться, чтобы получить бесплатный билет сейчас.