Генеративный искусственный интеллект в бизнесе. Главные тренды по версии Deloitte

Возможности генеративного ИИ как стимул роста

С момента сенсационного появления генеративного ИИ на рынке деловой мир изо всех сил ищет ему практическое применение. На самом деле способы использования данной технологии проще, чем кажется на первый взгляд.

Примерно с 2015 года практически любой кейс применения технологии машинного обучения стали считать примером использования искусственного интеллекта. Некоторые ученые и отраслевые эксперты с таким подходом не согласились, ведь тогда речь шла о распознавании соответствия входных данных и информации в системе. Такие модели не «думали», а скорее высчитывали вероятности, следовательно, о каком интеллекте может идти речь?

Но генеративный ИИ сделал вопрос о способности машин мыслить чисто теоретическим. В основе технологии лежат процессы, во многом похожие на более ранние механизмы машинного обучения. Но благодаря развитию вычислительных мощностей, повышению качества данных, использованию нейросетей и глубокому обучению технология генеративного ИИ получила способность имитировать мыслительный процесс человека. Все чаще машины, по крайней мере в практическом смысле наделенные интеллектом, создают возможности для значительного повышения производительности труда, а также для разработки инновационных товаров и услуг.

Есть много примеров того, как ИИ не хуже, а то и лучше человека справлялся с тестами на когнитивные способности. Так, недавно ChatGPT получил высшую оценку при сдаче экзамена по биологии, который применяется в программе Advanced Placement для поступления в американские и канадские вузы и считается очень сложным. Генератор изображений Dall-E 2 справился с прогрессивными матрицами Рейвена, используемыми для оценки образно-логического мышления. А чат-бот Claude 2 компании Anthropic получил результат более 90% при прохождении вербальной и письменной частей теста GRE, который сдают, чтобы поступить в магистратуру и аспирантуру в США и Канаде. На самом деле сейчас ИИ регулярно обходит человека в понимании языка, прочитанного текста, при распознавании текста рукописного, а также при обработке речи и изображений.

Так что нет смысла ставить под вопрос возможности искусственного интеллекта. Важнее понять, как использовать эти возможности для бизнеса.

Текущий тренд: применение ИИ растет взрывными темпами и может привести к революционным изменениям

Генеративный ИИ привлек всеобщее внимание своим сенсационным появлением на рынке во второй половине 2022-го — начале 2023 года. Немногие технологии могут сравниться с ним по той шумихе, которая сопровождала дебют. Внедрение и использование генеративного ИИ происходило внезапно и шло высокими темпами. OpenAI отчиталась о 100 млн пользователей уже через 60 дней после выхода ChatGPT. Для сравнения, TikTok для достижения этого показателя понадобилось девять месяцев. У генератора изображений компании Midjourney 16 млн пользователей. Ежедневная аудитория Dall-E 2 составляет полтора миллиона. У страницы чат-бота Bard от Google в июле 2023 года было 16 млн просмотров. Как показывает исследование Deloitte 2023 CEO Priorities Survey, рост использования генеративного ИИ в бизнесе не менее впечатляющий — почти 40% опрошенных топ-менеджеров сообщили, что в той или иной степени используют технологию, а больше 50% заявили, что или уже пытаются это делать, или намерены заняться внедрением в будущем.

Такой картиной мы обязаны сочетанию ряда факторов. Это, во-первых, совершенствование компьютерного «железа». Специальные микросхемы для обучения информационных моделей сделали возможным появление более сложных нейросетей, таких как большие языковые модели (БЯМ). Они получили повсеместное распространение благодаря удобному пользовательскому интерфейсу, позволяющему даже неспециалистам работать с очень продвинутыми программами.

Из-за шумихи вокруг ИИ в этой сфере началась настоящая золотая лихорадка. Общий объем средств венчурных инвесторов, вложенных в сектор, составил в первом квартале 2023 года 12 млрд долларов. Такие инвестиции делаются в стартапы, чей бизнес завязан на генеративном ИИ, в расчете на то, что технология произведет революцию в экономике, и в новой реальности бизнес-идеи станут рождаться в автоматическом режиме, документация будет проверяться «сама собой», а контент для привлечения и удержания аудитории брендов польется нескончаемым потоком.

Хотя много говорится о том, как ИИ угрожает рабочим местам, нет реальных признаков того, что владельцы компаний планируют использовать его для замещения работников умственного труда. Опросы топ-менеджеров показывают, что главными причинами внедрения технологии являются улучшение качества контента, укрепление конкурентных преимуществ и повышение компетентности сотрудников. Сокращение персонала в этом списке заняло одну из нижних позиций. Вероятнее всего, ИИ будет использоваться для того, чтобы освободить работников от однообразного и монотонного труда и позволит им сосредоточить усилия на творческой стороне процесса.

Ведущие бизнесмены знают, что рост невозможен за счет сокращения — издержек или рисков. А значит, самым эффективным способом использования ИИ будет не замена им людей, а оснащение их инструментами для повышения производительности, уровня знаний и творческих возможностей. Что в свою очередь будет создавать задел для инноваций.

При этом давление на управленцев растет — от них требуют ускорить переход на ИИ ради получения конкурентных преимуществ. По данным недавнего исследования, 64% топ-менеджеров заявили о том, что инвесторы и кредиторы подталкивают их к внедрению технологии. Но руководителям прекрасно известно, что инновации уместны лишь тогда, когда они действительно востребованы. «Втискивание» генеративного ИИ во все производственные процессы просто потому, что это модно, вряд ли даст серьезные положительные результаты. Здесь более уместен стратегический подход, который позволит использовать уникальные преимущества ИИ ради решения реальных задач.

Новый тренд: стремление к масштабированию и специализация ИИ

Истинная ценность генеративного ИИ, вероятнее всего, проявится тогда, когда он будет использоваться для преобразования хозяйственной деятельности: сокращения издержек, разработки прорывных товаров и услуг, внедрения инноваций и достижения прежде невозможных показателей эффективности бизнес-процессов. Лучший подход при этом — эволюционный.

Переход к использованию ИИ требует дисциплины и внимательного отношения к поддержанию в рабочем состоянии информационных систем и алгоритмов. Как для запуска космического корабля требуются стартовая площадка и система управления полетом, так и для внедрения генеративного ИИ в компании нужны инфраструктура и механизмы контроля. Положительным моментом является то, что за последние годы бизнес получил опыт, который может пригодиться и при переходе на ИИ. Речь о широком использовании анализа данных и машинного обучения. Хотя некоторые методы работы могут потребовать донастройки.

Как правило, генеративному ИИ требуются терабайты информации для обработки графики на высокопроизводительных вычислительных кластерах. Поскольку мало какие компании могут позволить себе такое оборудование, соответствующие услуги будут предоставлять сторонние организации. Через программный интерфейс приложений специалисты могут встраивать инструменты генеративного ИИ в уже используемые программные продукты без наращивания ИТ-инфраструктуры. Хотя разработчики систем с искусственным интеллектом уделяют много внимания простоте использования своего ПО, потребителям по-прежнему важно обладать компетенциями, которые позволяют интегрировать новый софт в свои системы.

Кроме того, большое значение имеет правильный выбор сценариев использования. ИИ может применяться для внедрения инноваций, снижения издержек, ускорения и упрощения рабочих процессов, совершенствования механизмов работы с клиентами, повышения степени доверия к компании. То, как именно будет использоваться технология, зависит от каждой конкретной компании. Но для начала лучше присмотреться к ИИ-проектам в какой-то одной области.

Ниже – о том, чему нас учат примеры из реальной практики.

Данные — топливо для ИИ

Для обучения информационной модели и перехода к более сложным сценариям использования ИИ нужны правильно структурированные и доступные данные.

Об этом свидетельствует, например, опыт Enbridge — крупнейшего в Северной Америке поставщика природного газа. Несколько лет назад предприятие начало амбициозный проект по выходу в облако, но внедрение генеративного ИИ тогда в списке целей не значилось. Главными задачами были модернизация инфраструктуры и оптимизация технической инфраструктуры путем сокращения локальных центров обработки данных. В процессе был создан централизованный репозиторий для сбора информации со всей компании, в том числе нормативной и коммерческой документации, а также данных из кадровой службы. Эта платформа заменила собой сотни прежних хранилищ информации.

Когда на рынке появился генеративный ИИ, руководство Enbridge решило, что репозиторий станет идеальной базой для внедрения новых механизмов повышения эффективности. На основе генеративного ИИ силами ИT-специалистов компании был создан ассистент, который позволяет разработчикам программного обеспечения быстрее и эффективнее модернизировать софт. А офисные служащие получили инструмент, который помогает им ориентироваться в рабочих приложениях.

По словам директора Enbridge по ИT Джозефа Голлапалли (Joseph Gollapalli), целью было «повышение производительности и эффективности, а также стимулирование внедрения инноваций. Инструменты на основе ИИ могут увеличить нашу результативность, повысить уровень безопасности, положительно повлиять на качество обслуживания клиентов, а также улучшить экологические показатели».

Качество менеджмента

Без правильного целеполагания со стороны руководства использование ИИ невозможно масштабировать. Речь идет об определении стратегических целей, выявлении рисков и оценке результатов работы. Это не только делает бизнес более безопасным, но и помогает развивать проекты дальше пилотной стадии.

Подход к использованию генеративного ИИ в компании CarMax (крупнейший в США продавец подержанных автомобилей) предполагает не только массовое внедрение технологии во всей компании, но и введение правил эффективного применения таких механизмов. Один из них добавляет контент, созданный искусственным интеллектом, к информационным страницам машин. На этих страницах для удобства покупателей обобщаются сведения из тысяч отзывов реальных клиентов.

Исполнительный вице-президент и директор по IT CarMax Шамим Мохаммад (Shamim Mohammad) утверждает, что такой сценарий использования ИИ приносит компании наибольшую пользу, но при условии надлежащего контроля. В этом случае для предприятия приоритетом является регулирование. Кому-то это может показаться скучным на фоне возможностей генеративного ИИ, но именно такой подход критически важен при его масштабировании. В компании было создано подразделение, которое отвечает за то, чтобы все сотрудники применяли данную технологию должным образом; задача этой структуры не просто запрещать новые сценарии использования, но стандартизировать процесс обучения и применения информационных моделей. За счет этого расширение использования ИИ идет на пользу всей компании. Задача состоит в том, чтобы технология не ограничивалась рамками одних только подразделений, связанных с ИT и разработкой продуктов.

«У нас много классных разработок, связанных с искусственным интеллектом и машинным обучением, – комментирует Шамим Мохаммад. – Сейчас моя задача состоит в том, чтобы они использовались со всей ответственностью и не противоречили ключевым ценностям компании».

Позаботьтесь о правах интеллектуальной собственности

Генеративный ИИ заметно повлиял на ситуацию в области охраны прав интеллектуальной собственности. Сейчас за несколько кликов любой может получить изображение, видео, текст или аудиозапись. В то же время некоторые модели обучались на авторском контенте. Эта ситуация легла в основу судебного решения в США, по которому произведения, сгенерированные ИИ, не подлежат охране как объект авторского права. Кроме того, обучение моделей на авторском контенте, найденном в интернете, может повлечь юридические риски.

Впрочем, этих проблем вполне можно избежать. Так, фотобанк Shutterstock показал пример того, как использовать генеративный ИИ в коммерческих целях с соблюдением авторских прав.

Недавно платформа представила генератор изображений, который позволяет создавать графический материал по запросам пользователей. Как и другие модели, он проходил обучение на авторском контенте. Но в отличие от прочих продуктов данный генератор тренировали на произведениях только тех правообладателей, которые заранее дали на это согласие. Еще авторы получают плату за использование своих произведений при обучении, а также в тех случаях, когда юзер разрешает использовать контент, созданный по его запросу генератором. Shutterstock лицензирует контент как данные, что позволяет обеспечить конечным пользователям юридическую защиту.

«Все сейчас создают контент — от топ-менеджеров до простых продавцов, – подчеркивает директор по инновациям Shutterstock Майкл Франчелло (Michael Francello). — Спрос на это был просто невероятным. Мы с самого начала решили относиться к своему контенту как к данным, на которых можно обучать модели генеративного ИИ. Это, с одной стороны, защищает наш бизнес, а с другой — позволяет соблюдать права авторов».

Эволюционный подход к развитию

Долгие годы принцип «всему свое время» позволял бизнесу масштабировать использование различных сервисов. С генеративным ИИ дело обстоит так же. На самой ранней стадии его внедрение может происходить от случая к случаю и требовать большого объема ручной работы. Постепенно наступает следующий этап, на котором процессы становятся более регламентированными и автоматизированными. Затем следует стадия, когда сценарии использования стандартизируются и применяются на уровне всей компании. Наконец, приходит время, когда вся эта работа приносит плоды в виде принципиально новых возможностей для бизнеса.

Именно такой подход позволил химической компании Eastman начать разработку собственных сервисов на основе генеративного ИИ. Предприятие накопило значительный опыт анализа больших данных, хотя это и нехарактерно для отрасли, в которой оно работает. Например, у Eastman есть высокотехнологичная система, основанная на собственных разработках в области термостабилизации, которая позволяет определять, когда хладагент, используемый в технологических процессах клиентов компании, утратит свои свойства. Это дает возможность следить за качеством теплоносителя, конкретизировать задачи для техобслуживания и избегать дорогостоящего простоя производственных линий.

Сейчас компания пытается применить эти наработки для увеличения продаж. Используя возможности ИИ, она разработала сервис, который просматривает текстовые файлы. Пока он находится на стадии испытаний и используется для извлечения полезных сведений из записок, сделанных по итогам звонков с предложениями услуг. Такие документы появляются после каждого коммерческого звонка и содержат ценную информацию, но их редко читают. Сейчас, при помощи ИИ, компания находит им применение.

«Использование цифровых сервисов дает нам преимущества перед конкурентами, это отличает нас от других участников рынка», – утверждает директор по информационным технологиям Eastman Алдо Наседа (Aldo Noseda).

Учитывая темпы развития генеративного ИИ, было бы полезно применять этот подход при разработке новых сценариев использования. Сначала пилотный проект становится стандартизированным методом работы. Тот в свою очередь превращается в общепринятый в компании рабочий процесс. А дальше перед ней открываются поистине безграничные возможности.

В ближайшем будущем бизнес сможет еще больше выиграть от использования ИИ благодаря появлению информационных моделей, обученных на узкоспециализированных данных. Сейчас большинство игроков используют механизмы ИИ, основанные на базовых моделях, обученных на обширных массивах неспециализированных данных. Такие сервисы, как показывает опыт применения больших языковых моделей (БЯМ), тоже можно применять в узкоспециализированных областях. Но следующее поколение БЯМ, скорее всего, будет создаваться под конкретные нужды бизнеса.

Это уже становится трендом. NVIDIA выпустила платформу BioNeMo – модель, созданную для биотехнологического сектора. Contact Center AI от Google обеспечивает коммуникации служб поддержки клиентов. BloombergGPT отвечает на вопросы, связанные с работой финансового сектора. А ClimateBERT была обучена на данных исследований изменения климата и может консультировать компании по экологическим вопросам.

Спрос на подобные инструменты будет расти по мере того, как бизнес будет осознавать выгоду от использования узкоспециализированных моделей. Уже больше трети компаний планируют обучение и адаптацию моделей под свои потребности на перспективу. Наибольший потенциал у частных БЯМ, чей исходный код не раскрывается. Такие инструменты ориентированы на решение конкретных задач, размещаются в защищенном режиме, проходят обучение на частных данных. Они могут дать организации огромные конкурентные преимущества. Именно в этом направлении, скорее всего, и будет развиваться генеративный ИИ.

Тренд будущего: спрос на креативных руководителей

Банальность этого утверждения не умаляет его истинности: мы действительно ограничены лишь рамками воображения.

Конечно, в бизнесе есть много сдерживающих факторов: нехватка информации, ее недостаточное качество, скепсис руководства относительно новых технологий.

Но в мире, где существует генеративный ИИ, возможности поистине сдерживаются одним только воображением. Ведь сейчас доступна безостановочная генерация контента, а на то, чтобы найти новый способ повышения эффективности, обработать отчеты для регулирующих органов или отзывы пользователей, требуются считаные минуты. Единственный актуальный вопрос сейчас: что именно вы хотите знать?

Читайте также:

Развитие рынка венчурного капитала в Узбекистане – акселераторы и бизнес-ангельское движение

Поэтому постановка правильных вопросов станет важнейшим навыком для работы в компаниях, использующих генеративный ИИ. Этот тренд может сформировать невиданный прежде спрос на творческие способности. Последние два десятилетия ценились управленцы, которые руководили, основываясь скорее на тщательном анализе, чем на интуиции. Но в ближайшие годы преимущество могут получить личности, в большей степени наделенные силой воображения. Если генератору изображений задать скучный запрос, то и результат будет соответствующий. То же самое касается использования генеративного ИИ на уровне компании. От некреативных сценариев его применения будет мало толка. Управленцы, способные находить для технологии нетривиальные задачи, получат преимущество перед теми, кто способен лишь анализировать информацию.

Это вовсе не значит, что принятие решений на основе обработки данных уходит в прошлое. На самом деле даже наоборот. Но вот определение того, какие именно данные важны в первую очередь, благодаря генеративному ИИ только усложнится. Ведь он открывает новые возможности для анализа – это корпоративные текстовые файлы, логи, и все в большей степени информация от умных вещей. Все подобные источники теперь можно использовать для бизнеса. Творческий лидер в состоянии понять их истинное значение и сможет задать искусственному интеллекту правильные вопросы. Ставить их нужно будет очень быстро, не дожидаясь еженедельного доклада о положении дел в компании. Но именно это и позволит использовать лишь малую толику возможностей ИИ. Мы уверены, что он произведёт колоссальный эффект. Остается понять, где именно он будет наибольшим.