Генеративний штучний інтелект: путівник для CEO

Генеративний штучний інтелект (GenAI) відкриває для компаній безпрецедентні можливості, водночас змушуючи керівників виходити у невідомий простір, де вони можуть почувати себе некомфортно. Створення ефективного стратегічного підходу до використання цієї форми AI допоможе виокремити сигнали з шуму та знайти джерело сталої конкурентної переваги, — пишуть представники Boston Consulting Group (BCG).

Випуск чатботу ChatGPT у 2022-му спричинив потужну хвилю зацікавленості в генеративному штучному інтелекті. Впродовж кількох годин користувачі знайшли тисячі способів підвищення продуктивності у різних контекстах. Деякі організації протягом кількох тижнів сформували спеціалізовані групи для вивчення переваг, які ця технологія може дати бізнесу. Але GenAI як потужний механізм «підриву» створює надзвичайно складні виклики. Одні компанії, пройшовши крізь процес кардинального оновлення, отримають конкурентні переваги; інші будуть зметені хвилями творчої руйнації.

Отже, організаціям потрібна стратегія у сфері генеративного AI, відповідальність за яку покладатиметься на керівників найвищого рівня. Проте лідери не повинні заглиблюватися у вивчення цієї технології. Головне для них — це сфокусуватися на питаннях: як GenAI вплине на їхні компанії та галузі і які стратегічні вибори дадуть змогу використати можливості та подолати проблеми. Такі вибори ґрунтуються на трьох базових «стовпах»: потенціал, люди і політика. Кожен із них створює нагальні питання для CEO, а саме:

Які інновації стануть можливими, коли кожен співробітник отримає доступ до, як задається, невичерпної пам’яті, пропонованої GenAI?
Як ця технологія змінить способи визначення ролей співробітників і підходи до управління персоналом?
Як керівники ставляться до того, що моделі GenAI можуть видавати результати — неправильні або такі, що ґрунтуються на упередженостях?

Кожен із вищезгаданих «стовпів» потрібно розглядати як в коротко- та і в довгостроковій перспективі. Відповідно, виникатиме багато інших питань. Але керівники мають підготуватися до моменту, коли їхня чинна бізнес-модель застаріє. Далі — про те, що потрібно врахувати для створення стратегії на майбутнє.

Потенціал: відкрийте ваші стратегічні переваги

Генеративний штучний інтелект — це форма AI, яка використовує глибоке навчання та генеративно-змагальні мережі (GAN) для продукування контенту. З’ясуйте, як це може «підірвати» бізнес або, навпаки, дати йому переваги. Серед вигод, які ви реально отримаєте майже відразу, — кардинальне скорочення витрат. Так, GenAI може із вражаючою точністю узагальнювати документи протягом секунд, у той час як досліднику знадобиться для цього кілька годин.

Проте можливості генеративного AI доступні для всіх. Підвищення продуктивності з допомогою цієї технології (наприклад, використання Jasper.ai для створення маркетингового контенту) — потрібно лише для того, аби не відстати від решти організацій. За рахунок цього неможливо диференціюватися від інших. Єдина значуща відмінність ґрунтуватиметься на здатності компаній використати потенціал системи у якійсь унікальний спосіб.

Виявіть ділянки для використання GenAI

Ключове завдання CEO — ідентифікувати ділянки, на яких дана технологія створить справжню конкурентну перевагу і дасть найбільшу віддачу у порівнянні із наявними найкращими у своїй категорії рішеннями. Це може бути будь-яка точка ціннісного ланцюга. Для деяких компаній рушієм зростання є вдосконалення пропозиції. Наприклад, компанія Intercom, провайдер сервісних рішень, реалізує пілотні проєкти, в рамках яких інструменти GenAI інтегруються до моделей взаємодії зі споживачами, що є елементом переходу до повністю автоматизованого сервісу. Серед інших рушіїв зростання — скорочення часу розробки та виведення продукту на ринок, а також здатність стимулювати уяву і продукувати нові ідеї. Так, в біофармацевтичній галузі скорочення періоду винайдення ліків і клінічних випробувань може спричинити суттєве зростання цінності патентів.

Визначивши ділянки використання АІ, керівники мають спільно зі своїми технологічними командами прийняти стратегічні рішення: настроювати наявні великі мовні моделі (LLM) або навчати власну.

Настроювання наявних моделей. Адаптація існуючих моделей — це більш рентабельний процес. Звільнившись від потреби вкладати ресурси у розбудову власної моделі, компанії можуть приділяти більше часу експериментуванню. Крім усього, вони матимуть можливість підготуватися до майбутнього, коли GenAI імовірно трансформується в модель, аналогічну нинішнім хмарним сервісам.

Проте такі моделі є повністю залежними від функціональності та знань, які отримала базова модель, навчаючись на певному наборі даних. Також їхній потенціал зводиться до того, що є у даний час (зараз, це здебільшого мовні моделі). Крім усього, варіанти захисту даних організації є доволі обмеженими.

Навчання власної моделі. Навчання власної LLM-моделі дає більшу гнучкість, хоча потребує чималих капіталовкладень. За оцінками AI21, навчання моделі з 1,5 млрд параметрами, двома конфігураціями і десятьма циклами на кожну конфігурацію коштуватиме $1,6 млн. Google витратила біля $10 млн на навчання BERT, а OpenAI — $12 млн на один навчальний цикл для GPT-3.2. Планка окупності таких інвестицій є досить високою, але цей підхід створює основу для справжньої диференціації; відповідно, цінність генерована такою моделлю може компенсувати витрати.

Сплануйте інвестиції

Керівники мають ретельно оцінити час здійснення такої інвестиції, зважуючи потенційну ціну передчасного старту проєкту (коли ще немає потрібних фахівців і технологій) і ризики відставання від конкурентів. Зараз можливості генеративного AI все ще обмежені, в першу чергу, через схильність до похибки. Тому цю технології можна використовувати на ділянках, де толерантність до варіабельності є високою.

➥ АДАПТАЦІЯ БІЗНЕС-МОДЕЛІ ПІД НОВІ УМОВИ

від Strategic®

Люди: підготуйте персонал

Аналогічно як і інші форми штучного інтелекту, GenAI кардинально змінює способи функціонування людей. Протягом найближчого часу керівники мають визначити, як ця трансформація проходитиме в їхніх організаціях, що означає зміна змісту ролей працівників, а також відповідно адаптувати операційну модель.

Переосмислення змісту ролей і сфери відповідальності

Деякі спричинені AI зсуви вже відбулися. Алгоритми традиційного штучного інтелекту та машинного навчання аналізують дані та автоматизують чи підсилюють процеси прийняття рішень. Це дає змогу співробітникам працювати у більш автономному режимі, а менеджерам — приділяти більше часу питанням командної взаємодії і цілевизначення. Генеративний AI в своїй ролі творця першої версії документів підвищить продуктивність багатьох ролей і дасть змогу вивільнити креативність працівників. Наприклад, маркетологи зможуть сфокусувалися на вдосконаленні контенту та пошуку нових рішень.

Підвищення продуктивності праці часто асоціюються зі скороченням чисельності персоналу. Тому зміни, які спричинить AI, є критично важливим питанням. Керівники мають зрозуміти, як еволюціонуватиме зміст ролей. Важливо проводити регулярні опитування, для того аби відчувати настрої співробітників. Необхідна прозора програма впровадження змін, яка допоможе співробітникам прийняти штучний інтелект як «помічника» та яка забезпечить збереження їхньої автономії. Послання має бути таким: люди нікуди не зникнуть — вони потрібні для того, щоб забезпечити продуктивне та етичне використання AI.

Вже зараз керівники мусять розробити стратегічний план управління персоналом і модифікувати його у міру розвитку даної технології. В першу чергу потрібно проаналізувати, зокрема, такі питання:

Які компетенції потрібні керівниками проєктів для того, аби забезпечити відповідну якість роботи окремих виконавців?
Як CEO можуть створити оптимальний досвід персоналу для того, аби у майбутньому отримати приток потрібних фахівців (наприклад, одним із кроків може бути — забезпечення відповідного навчання як для працівників нижчих рівнів, так і для їхніх босів)?
Як модифікувати програми навчання та рекрутингу, щоб забезпечити високу продуктивність праці — зараз і в майбутньому?

Адаптуйте операційну модель

На переконання авторів, у тривалій перспективі найрезультативнішими залишатимуться agile або біонічні моделі. Але потрібна централізація IT- та R&D-функцій, оскільки співробітники, котрі працюють зі схожими типами даних, повинні мати доступ до відповідних наборів інформації. Якщо дані знаходитимуться в окремих підрозділах, компаніям буде складно повноцінно використати потенціал GenAI.

У багатьох випадках доцільно запровадити посаду директора з питань штучного інтелекту. В кожному підрозділі має бути невелика груп датологів чи інженерів, які адаптуватимуть моделі для конкретних завдань або застосунків і забезпечуватимуть відповідну підтримку. Ще краще створити міжункціональні команди, котрі працюватимуть безпосередньо з платформами.

Політики: захистіть свій бізнес

Генеративний AI час від часу помиляється або видає спотворену інформацію. Наслідки цього явища (воно отримало назву «галюцинації») варіюється від кумедних ситуацій до помилок, котрі несуть в собі неабияку небезпеку. Крім цього, дана технологія створює для компаній такі критичні ризики, як порушення авторського права, витік власних даних, незапланована функціональність — що проявляється після випуску продукту.

Підготуйтеся до ризиків

Компаніям потрібна політика, яка обмежить використання генеративного AI в чітко визначених межах. Слід заохочувати експериментування, але потрібно відстежувати всі досліди, що проводяться в організації, та уникати «тіньових експериментів», котрі створюють ризик витоку чутливої інформації. Крім цього, така політика має гарантувати чіткість визначення власників даних, наявність процесів, які запобігають публікації неправильної інформації чи шкідливого контенту, а також захист власних даних компанії та її клієнтів.

Ще одне невідкладне завдання на найближчу перспективу — це привчити співробітників використовувати GenAI у межах своєї компетенції. Доступність інструментів програмування подеколи спричиняє надмірну впевненість людей у своїй здатності виконувати завдання, не маючи потрібних знань. Згідно NYU Center for Cybersecurity, 40% програм, генерованих AI, не є безпечними. Оскільки більшість працівників не в змозі виявити наявність вразливостей в коді, це створює загрози. А відповідно до дослідження Стенфордського університету, участь AI у написанні кодів є джерелом ризику невідповідної якості, тому що програмісти нерідко схильні покладатись на здатність AI уникати вразливостей. Важливо культивувати серед співробітників здоровий скептицизм у ставленні до програм та контенту, створених штучним інтелектом.

Також політика компанії має зобов’язати працівників використовувати лише повністю зрозумілі для них дані; а весь генерований AI контент має ретельно переглядатися власниками даних.

Забезпечте якість і безпеку

Для управління процесом випуску генерованого AI контенту, керівники можуть адаптувати наявні рекомендації щодо відповідальної публікації результатів наукових досліджень. Потрібно розробити відповідну документацію та сформувати групу, яка займатиметься попереднім розглядом потенційного впливу продуктів, створених генеративним AI. І, нарешті керівники мають застерігати співробітників від використання відкритих чатботів для обміну чутливою інформацією. Всі дані введені в інструменти генеративного AI використовуватимуться для навчання моделі. Навіть Microsoft, яка вкладала в GenAI значні кошти, попередила працівників про недопустимість обміну чутливими даними через ChatGPT.

Strategic Insights — telegram-канал зі щоденним оглядом глобальних трендів та актуальних бізнес-інсайтів від бізнес-девелоперської компанії Strategic®