פיתוח אסטרטגיית AI אפקטיבית - DATAVERSITY

תהליך בניית אסטרטגיית AI מוצלחת השתנה. בנובמבר 2022, האבולוציה של הבינה המלאכותית עשתה קפיצת מדרגה דרמטית: OpenAI פיתחה צ'טבוט מפותח יותר וחכם יותר בשם ChatGPT. על ידי שילוב של AI גנרטיבי עם מודלים של שפה גדולים ואלגוריתמים פונקציונליים ביותר, החברה פיתחה צ'אט בוט התומך ברמה חדשה של התנהגות רספונסיבית וחכמה. 

ההתקדמות האחרונה בתחום הבינה המלאכותית משבשת ודורשת פיתוח דרכים חדשות לחשוב איך נראית אסטרטגיית AI יעילה.

"צ'אטבוטים חכמים יותר" אלה הם כלים רבי עוצמה שיכולים לבצע מחקר, לספק כתיבה טובה למדי תוך שימוש בשפות אנושיות, ואפילו לכתוב קוד מחשב. יש לקחת בחשבון צ'אטבוטים חכמים יותר בעת פיתוח אסטרטגיית AI. (צורה חדשה זו של בינה מלאכותית הופכת במהירות לסטנדרט התרבותי, ובקרוב פשוט תיקרא AI. עם זאת, למטרות מאמר זה, צורה חדשה זו של AI תיקרא "צ'אטבוטים חכמים יותר".) 

מכיוון ש-ChatGPT הוא יעיל במיוחד וקל לשימוש, אחריו הגיעה במהירות סדרה של צ'אטבוטים חכמים דומים יותר, כולם מסוגלים לתקשר באנגלית כתובה פשוטה וברורה ובשפות אחרות.    

בעוד שמודל השפה שנקרא GPT (Generative Pre-trained Transformer) קיים כבר זמן מה, הגרסה החדשה הזו והווריאציות שלה חצו סף. AI מודרני הפך להיות שימושי באמת לביצוע מגוון רחב של משימות יצירתיות. 

הצ'אטבוטים החכמים יותר יכולים ליצור רעיונות עסקיים, לכתוב טוסט לחתונה וליצור אמנות חזותית. דורות קודמים של בינה מלאכותית יכלו לבצע את המשימות הללו מבחינה טכנית, אבל איכות היצירות שלהם הייתה כל כך נמוכה שאפשר להשתמש בהם רק לתקשורת הפשוטה והפשוטה ביותר. 

מאז שחרורו של הצ'אטבוטים החכמים יותר, היו מספר דוגמאות של אנשים שמשתמשים בהם כדי להשיג א מגוון משימות, החל מכתיבת ספרי ילדים ליצירת משחקי קופסא ועד סיוע באבחון מחלות. השימושים בצ'אטבוטים חכמים יותר עדיין נבדקים ויש להם פוטנציאל גדול - לדוגמה, הם שימשו לאחרונה ב הנדסת מבנים. 

ההשפעה המשבשת של ChatGPT והווריאציות שלו צריכה להגביל את אסטרטגיית הבינה המלאכותית ואת החלטות ההשקעה בבינה מלאכותית לטווח של שלוש עד חמש שנים, ויש לשקול היטב השקעות משמעותיות בפתרונות בינה מלאכותית מסורתית יותר. 

צ'אטבוטים וממשל נתונים חכמים יותר

אטלן מקדמת כעת את השימוש בצ'אטבוטים חכמים יותר עם ממשל נתונים. החברה מציעה שניתן להשתמש בצ'אטבוטים חכמים יותר כדי לזהות משימות חוזרות בתוכנית Data Governance ויכולה להמליץ ​​על תהליכים אוטומטיים להפחתת העבודה הידנית. 

הצ'אטבוט החכם יותר יכול גם (תיאורטית) לתמוך בתהליכים הבאים:

• איתור חריגות
• ניטור איכות הנתונים
• גילוי נתונים עם הקשר מלא
• עמידה ברגולציה עם אוטומציה (GDPR, CCPA וכו')

AI מסורתי לעומת צ'אטבוטים חכמים יותר

השימושים בצ'אטבוטים חכמים יותר עדיין לא נחקרו במלואם, מה שמקשה על פיתוח אסטרטגיית AI ארוכת טווח. לטווח הקצר, שילוב של בינה מלאכותית מסורתית וצ'אטבוטים חכמים יותר נראה הדרך היעילה ביותר. הבינה המלאכותית המסורתית, לעומת זאת, אמינה ונתמכת על ידי אלגוריתמים אמינים, בעוד שצ'אטבוטים חכמים יותר אינם כאלה. 

צ'אטבוטים חכמים יותר יכולים להראות הטיה ויכולים אפילו הוזה. בינה מלאכותית גנרטיבית, מרכיב מרכזי בצ'אטבוטים חכמים יותר, יכולה, מדי פעם, ליצור עובדות משלו וליצור "הזיות". זה, למרבה הצער, הופך אותו לפחות אמין לחלוטין. המידע השגוי המסופק לפעמים יכול לנוע בין מביך (לטענתו שמוצרט המציא מוזיקה) לתביעות פוטנציאליות (פגיעה במוניטין של אדם באמצעות מידע מוטעה).

במונחים של הטיה, נראה שכל צורות הבינה המלאכותית פגיעות להטיות. הם נספגים מנתוני האימון, המושפעים מאוד מהטיות מודעת או לא מודעת של בני אדם. לדוגמה, כאשר תתבקש להציג תמונות של "בעלי בתים", מודל בינה מלאכותית עשוי להציג בעיקר תמונות של גברים לבנים.

נכון לעכשיו, ניתן להשתמש בצ'אטבוטים חכמים יותר למאמצים יצירתיים, אך יש לבדוק אם יש שגיאות ומידע מוטעה על ידי אדם עם הרקע המתאים. השימוש בבינה מלאכותית מסורתית, למרות שהוא פחות אינטליגנטי, הוא גם אמין יותר, וניתן להשתמש בו לכל הפעולות הבסיסיות.

אסטרטגיית AI המשלבת AI/ML מסורתי עם צ'אטבוטים חכמים יותר

היעדים העסקיים מניחים בסיס לפיתוח אסטרטגיית AI מודרנית. אסטרטגיות AI רבות מפותחות מתוך כוונה לבצע אוטומציה של משימות לא יעילות; עם זאת, אסטרטגיית הבינה המלאכותית צריכה להיות מתוכננת כדי לתמוך ביעדים הכוללים של העסק, לא רק באוטומציה.

ניתן לתעדף פרויקטים פוטנציאליים בינה מלאכותית בהתבסס על צרכי העסק, כמות המאמץ הנדרש וההחזר על ההשקעות (ROI). אסטרטגיית AI מוצלחת מתמקדת בשימוש בפתרון הנכון לבעיות הנכונות, בזמן הנכון. כתוצאה מכך, העסק יוכל לספק ביעילות ערך מיטבי לקהל הלקוחות.

גילוי סדרי העדיפויות של מנהלי מחלקות שונים הוא חלק חשוב בפיתוח אסטרטגיית AI מוצלחת. 

תהליך הגילוי כולל איסוף מידע על העסק שיסייע בפיתוח אסטרטגיית AI. לראיונות יש תפקיד משמעותי בתהליך זה. ניתן לשאול מנהלי מחלקות שונים לגבי סדרי העדיפויות העסקיים שלהם לשנה זו ולשנה הבאה. הכרת סדרי העדיפויות של כל מחלקה מקדמת הבנה של צרכיהם. במהלך הראיון, יש לדון גם בבעיות ספציפיות ובפתרונות אפשריים.

ניתן להשתמש בצ'אטבוטים חכמים יותר ליצירתיות, בעוד ש-AI ו-ML מסורתיים יכולים לשמש לתהליכים שגרתיים.

הדרך הטובה ביותר ללמוד על ChatGPT ו האלטרנטיבות שלו היא להתחיל לעבוד איתם ולהתנסות איתם - אולי בפרויקט הקשור לעסקים. גישה לצורה החינמית של ChatGPT לצורך למידה והתנסות מחייבת הרשמה ב-OpenAI (או באחד מהם גרסאות חינמיות). 

לאחר פיתוח תחושה עד כמה הצ'אטבוטים החכמים יותר יכולים להיות שימושיים לארגון שלך (כמו ביצירת רשימה של שימושים פוטנציאליים), בניית אסטרטגיית AI מוצלחת הופכת לקלה יותר. הכרת סדרי העדיפויות של העסק תסייע בבחירת המתאים ביותר תוכנת AI.

עסקים רבים לא הצליחו להשתמש ב-AI ביעילות, מה שהותיר את הפרויקטים המתוכננים לא שלמים. הסיבות העיקריות לכך הן תוכנה לא נכונה או חוסר ניסיון ומעקב. אדם יתחיל פרויקט, יבין את מגבלות התוכנה, ואז ינטוש את הפרויקט כאשר הוא מספק תוצאות מוגבלות בלבד.

בפיתוח אסטרטגיית AI, שקול את הפעילויות וזרימות העבודה התומכות בארגון: שכר, משלוח, אבטחה, חשבונית. תהליכים אלה כולם סטנדרטיים, ניתנים לשחזור ומבוססים על כללים, וניתן לייעל אותם באמצעות שימוש בבינה מלאכותית. להלן רשימה קצרה של תהליכי AI ו-ML הנפוצים:

• חיזוי מלאי או ביקוש 
• אוטומציה של משימות שחוזרות על עצמן 
• חיזוי נטישה בשיווק ומכירות 
• תחזוקה ניבוי

יש לקחת בחשבון שינויים בכוח אדם וארגוני בעת בניית אסטרטגיית בינה מלאכותית. מעט מאוד עסקים מוכנים לשינויים הבלתי צפויים המתרחשים לאחר התקנת פתרונות AI. פתאום מופיעים פערים בתחומים מסוימים וצורך בכישורים מסוימים. נשאלת השאלה אם לגייס עובדים חדשים או להכשיר את הצוות הנוכחי. (אפשרות נוספת היא העסקת קבלנים או פרילנסרים, לפי הצורך, למצבים קצרי טווח.) 

השלבים לפיתוח אסטרטגיית AI מוצלחת

עלויות הן בעיה, וההשפעה המשבשת של צ'טבוטים חכמים יותר תשפיע על החלטות השקעה ב-AI. כתוצאה מכך, אסטרטגיות AI צריכות להיות מוגבלות לטווח של שלוש עד חמש שנים. בנוסף, יש לחשב את התשואה על השקעות בינה מלאכותית כדי לקבוע אם ההשקעה תחזיר את עצמה בתוך תקופה של שלוש עד חמש שנים. 

כמו כן, יש לציין כי גרסאות מסוימות של מודל ChatGPT עשויות להיות בחירה טובה יותר עבור העסק הספציפי שלך מאחרות. לא כולם זהים, וחלקם תוכננו עם מיקוד ספציפי.

להלן השלבים הדרושים לבניית אסטרטגיית AI יעילה: 

1. הגדירו את המטרות ארוכות הטווח של העסק.
2. תאר בהרחבה את הצעדים הדרושים להשגת יעדים אלו.
3. בצע תהליך גילוי המתמקד בסדרי העדיפויות והבעיות הספציפיים של כל מחלקה.  
4. הכירו את ChatGPT והווריאציות שלו עבור פרויקטים יצירתיים.
5. מחקר (שעשוי לכלול ראיונות עם ראשי מחלקות) ובחר את המתאים והמשתלם ביותר AI ו- ML תוכנה לצרכים האוטומטיים של העסק.
6. רשום את היעדים לטווח הקצר של הארגון לשלוש עד חמש השנים הבאות, ואת תוכנת הבינה המלאכותית הדרושה כדי להשיג את המטרות הללו. 
7. קחו בחשבון את ההשפעה שתהיה לתוכנת בינה מלאכותית על עובדים שתפקידם ישתנה/יבוטל והאם יהיה צורך לגייס עובדים חדשים.

תמונה בשימוש ברישיון מ- Shutterstock.com

• הפצת תוכן ויחסי ציבור מופעל על ידי SEO. קבל הגברה היום.
• PlatoData.Network Vertical Generative Ai. העצים את עצמך. גישה כאן.
• PlatoAiStream. Web3 Intelligence. הידע מוגבר. גישה כאן.
• PlatoESG. פחמן, קלינטק, אנרגיה, סביבה, שמש, ניהול פסולת. גישה כאן.
• PlatoHealth. מודיעין ביוטכנולוגיה וניסויים קליניים. גישה כאן.
• מקור: https://www.dataversity.net/developing-an-effective-ai-strategy/