Αυτό το άρθρο είναι εμπνευσμένο από μια ανάλυση του ερευνητικού οργανισμού McKinsey. Μέσα από αυτό το άρθρο θα γίνει η προσπάθεια προσέγγισης σε ένα ζήτημα που ανακύπτει σε κάθε νέα τεχνολογική εξέλιξη. Παρόμοιες αναταράξεις είχε επιφέρει η τεχνολογία των έξυπνων κινητών στις επιχειρήσεις πριν από μια 20ετία περίπου. Εκείνη την εποχή λίγοι ήταν αυτοί που φαντάζονταν τις αλλαγές που θα έφερναν οι απόγονοι εκείνων των πρώτων έξυπνων συσκευών στην καθημερινότητά μας, αλλά και στην επιχειρηματικότητα. Σήμερα, αυτές οι αλλαγές είναι πια παρωχημένες και ξεπερασμένες.
Εισαγωγή
Η Γενετική Τεχνητή Νοημοσύνη (ΓΤΝ) τρέχει με αλγόριθμους (όπως στην περίπτωση του ChatGPT) που μπορούν να δημιουργήσουν νέο περιεχόμενο, όπως ήχου, κώδικα, εικόνων, κειμένου, προσομοιώσεων και βίντεο. Οι πρόσφατες νέες ανακαλύψεις στον τομέα έχουν τη δυνατότητα να αλλάξουν δραστικά τον τρόπο με τον οποίο προσεγγίζουμε τη δημιουργία περιεχομένου. Η δημιουργία ρεαλιστικών σεναρίων στον επιχειρηματικό τομέα θα μπορούσε να είναι χρήσιμη σε πολλές καταστάσεις και περιπτώσεις. Θα μπορούσε να δώσει λύσεις σε δυσεπίλυτα προβλήματα, όπως την ορθότερη λήψη απόφασης για τους υπεύθυνους χάραξης στρατηγικής της εκάστοτε επιχείρησης (McKinsey & Company, 2023).
Από την κυκλοφορία του ChatGPT, έχουν βουίξει τα μέσα ενημέρωσης για το πώς η γενετική τεχνητή νοημοσύνη ανατρέπει τον τρόπο ζωής και λειτουργίας στην τεχνολογία, τη χρηματοδότηση και την επιχείρηση. Αν και αυτό μπορεί να ισχύει, οι μικρές επιχειρήσεις μπορεί να είναι αυτές που θα έχουν περισσότερο όφελος από την ενσωμάτωση του ChatGPT.
Ενώ τα chatbots υπήρχαν ως ένα βαθμό από τη δεκαετία του 1960, μέχρι τη δεκαετία του 1990 είχαν τρομερή ανάπτυξη. Άλλωστε, δεν είναι τυχαίο που εκείνη τη δεκαετία υπήρξε μια μεγάλη ποικιλία από ταινίες επιστημονικής φαντασίας με αντίστοιχα ρομπότ.
Οι επιχειρηματικές ευκαιρίες που απορρέουν από την Γενετική Τεχνητή Νοημοσύνη
Mε την κυκλοφορία του ChatGPT του OpenAI τον Νοέμβριο του 2022, δεν ήταν ποτέ ευκολότερη η πιο αποτελεσματική χρήση τους. Αλλά τι ακριβώς μπορεί να κάνει το ChatGPT; Για να είμαστε ειλικρινείς, δεν γνωρίζουμε ακόμη την πλήρη έκταση. Σε αυτό το στάδιο, οι δυνατότητες είναι απεριόριστες. Το ChatGPT μπορεί να απαντήσει σε σύνθετες ερωτήσεις, να δημιουργήσει δοκίμια, να συλλογιστεί υποθετικά, να γράψει κώδικα και ακόμη και να κάνει τεστ για μαθητές. Πιο συγκεκριμένα, η ενσωμάτωση του ChatGPT θα μπορούσε να απορροφήσει τις ογκώδεις εργασίες που είναι χρονοβόρες, όπως η συμπλήρωση φορμών και η συλλογή δεδομένων. Αυτή η βελτιστοποίηση μπορεί να είναι ιδιαίτερα χρήσιμη για μικρές επιχειρήσεις, όταν έχει να κάνει με τις εσωτερικές διαδικασίες, όπως εργασίες για το ανθρώπινο δυναμικό και μάρκετινγκ (marketscale.com, 2023).
Αν γίνει συνδυασμός μεταξύ της επιχειρηματικότητας και της ικανότητας της Τεχνητής Νοημοσύνης να δημιουργεί σενάρια. Αυτή η έξυπνη μορφή μηχανικής μάθησης που επιτρέπει στους υπολογιστές να δημιουργούν κάθε είδους νέο και συναρπαστικό περιεχόμενο, από μουσική και τέχνη μέχρι ολόκληρους εικονικούς κόσμους. Φυσικά, δεν αποσκοπεί μόνο για εμπορική χρήση. Αλλά, η γενετική τεχνητή νοημοσύνη έχει επίσης πολλές πρακτικές χρήσεις, όπως τη δημιουργία νέων σχεδίων προϊόντων και τη βελτιστοποίηση των επιχειρηματικών διαδικασιών. Η απελευθέρωση της δυνατότητας της γενετικής τεχνητής νοημοσύνης να υπολογίζει και εκτιμάει δεδομένα. Αυτή είναι η ευκαιρία για τα στελέχη να μελετήσουν τα δεδομένα της ανάλυσης. Έτσι, η λήψη απόφασης θα μπορούσε να βασιστεί σε περισσότερο ορθολογικά δεδομένα.
Η τεχνητή νοημοσύνη να προσαρμόσει τις μηχανές να προσομοιάσουν την ανθρώπινη σκέψη, όπως λειτουργούν οι άνθρωποι. Πιθανότατα, καθημερινά αλληλεπιδρούμε με εφαρμογές της τεχνητής νοημοσύνης. Η μεγαλύτερη επιτυχία τους είναι, όταν εμείς δεν το αντιλαμβανόμαστε. Οι φωνητικοί βοηθοί, όπως η Siri και η Alexa αποτελούν ένα πρώιμο είδος Τεχνητής Νοημοσύνης. Όπως και τα chatbot εξυπηρέτησης πελατών που μας βοηθούν να χαρτογραφήσουμε τους ιστότοπους. Σκεφτείτε στο κοντινό μέλλον, μερικοί τηλεφωνητές και γραμματείς σταδιακά να δώσουν τις θέσεις εργασίας τους, σε τέτοιου είδους συστήματα.
Ένα από τα μεγαλύτερα προβλήματα των σύγχρονων στελεχών των επιχειρήσεων είναι η διαχείριση των λεγόμενων “Μεγάλα Δεδομένα”, ένα τέτοιο σύστημα θα μπορούσε να τα αναλύει πολύ πιο γρήγορα, εύστοχα, αποτελεσματικότερα και σε πραγματικό χρόνο αυτή την τεράστια ποσότητα πληροφορίας και μετά από ανάλογη επεξεργασία να τα αποδίδει σε κατανοήσιμη μορφή για τα στελέχη λήψης αποφάσεων ή παρακολούθησης της λειτουργίας της επιχείρησης. Είτε με μορφή κειμένου είτε με μορφή γραφημάτων και πινάκων που θα οπτικοποιούν τα αποτελέσματα μέσα σε λίγα λεπτά. Επομένως, η διαδικασία ανάλυσης δε θα απαιτεί απόσπαση ανθρώπινων πόρων από τις πιο σημαντικές και αναγκαίες εργασίες.
Η OpenAI δεν έχει δημοσιοποιήσει το ακριβές κόστος, αλλά οι εκτιμήσεις δείχνουν ότι το GPT-3 μελέτησε περίπου 45 terabytes δεδομένων και πληροφοριών- δηλαδή περίπου το ένα τέταρτο της Βιβλιοθήκης του Κογκρέσου – με εκτιμώμενο κόστος πολλών εκατομμυρίων δολαρίων. Αυτοί δεν είναι πόροι στους οποίους μπορεί να έχει πρόσβαση μια οποιαδήποτε νεοφυής εταιρεία, αλλά σίγουρα το ενδιαφέρον είναι τεράστιο, και όπου υπάρχει επιχειρηματικό ενδιαφέρον υπάρχουν επενδυτές.
Αναζητώντας με τη βοήθεια της Τεχνητής Νοημοσύνης. (C) THE BUSINESS JOURNALS, 2012
Παραδείγματα χρήσης της γενετικής Τεχνητής Νοημοσύνης στις επιχειρηματικές δραστηριότητες
Για παράδειγμα μια εταιρεία εξόρυξης ορυκτών καυσίμων θα μπορούσε να χρησιμοποιεί αυτό το σύστημα για να ελέγχει την λειτουργία των αντλιών στο σύνολο των πηγαδιών που ελέγχει. Ίσως με αυτόν τον τρόπο να γλίτωνε από τυχόν ατυχήματα που επιβαρύνουν το περιβάλλον και την περαιτέρω οικονομία. Εναλλακτικά, σε ένα εργοστάσιο αυτοκινήτων θα μπορούσε να επιβλέπει την γραμμή παραγωγής και να βοηθάει στην στιγμιαία λήψη αποφάσεων.
Ένας αντίστοιχος παραλληλισμός για μια επιχείρηση είναι ότι τα στελέχη θα μπορούν να έχουν πρόσβαση σε μια πληθώρα δεδομένων και μέσα λίγα λεπτά να έχουν έτοιμα αποτελέσματα. Επομένως, η ευκαιρία είναι ξεκάθαρη και για τις επιχειρήσεις. Τα εργαλεία δημιουργίας τεχνητής νοημοσύνης μπορούν να παράγουν μια μεγάλη ποικιλία αξιόπιστων διαγραμμάτων σε δευτερόλεπτα, και στη συνέχεια να ανταποκριθούν στην κριτική για να παράξουν κείμενο πιο κατάλληλη για τον σκοπό. Αυτό θα επιφέρει τρομακτικές αλλαγές σε μια μεγάλη ποικιλία βιομηχανιών, από οργανισμούς που δραστηριοποιούνται στον ενεργειακό τομέα, όπου αναλύουν τεράστιες ποσότητες δεδομένων από τους αισθητήρες που έχουν τοποθετηθεί στις μονάδες ΑΠΕ και αυτά τα μοντέλα τεχνητής νοημοσύνης δημιουργούν χρήσιμες μελέτες και αναλύσεις. Επίσης, οι επιχειρήσεις διαμορφώνουν αποδοτικότερη πολιτική μάρκετινγκ.
Εν ολίγοις, κάθε οργανισμός που παράγει γραπτό υλικό μπορεί να χρησιμοποιήσει τη γενετική τεχνητή νοημοσύνη για να δημιουργήσει εκδόσεις υψηλότερης ανάλυσης γεωλογικών εικόνων. Οι οργανισμοί, με τον τρόπο αυτό εξοικονομούν χρόνο, πόρους και χρήμα, επιδιώκοντας νέες επιχειρηματικές ευκαιρίες να δημιουργήσουν πληρέστερες αναλύσεις.
Είδαμε ότι η ανάπτυξη ενός παραγωγικού μοντέλου τεχνητής νοημοσύνης είναι τόσο απαιτητική σε πόρους που είναι αντικείμενο έρευνας και ανάπτυξης από τους γίγαντες της τεχνολογίας, με τους περισσότερους πόρους. Οι εταιρείες που επιθυμούν να θέσουν σε λειτουργία τη γενετική τεχνητή νοημοσύνη έχουν την επιλογή είτε να χρησιμοποιήσουν εκ των προτέρων την τεχνολογία είτε να τις προσαρμόσουν τον τρόπο εκτέλεσης μιας συγκεκριμένης εργασίας. Εάν, για παράδειγμα, χρειάζεται να προετοιμάσετε διαφάνειες σύμφωνα με ένα συγκεκριμένο στυλ, μπορείτε να ζητήσετε από το μοντέλο να «μάθει» πώς γράφονται συνήθως οι επικεφαλίδες με βάση τα δεδομένα στις διαφάνειες, στη συνέχεια να τροφοδοτήσει τα δεδομένα διαφάνειας και να του ζητήσει να γράψει τις κατάλληλες επικεφαλίδες.
Οι πιθανοί κίνδυνοι που απορρέουν από την Γενετική Τεχνητή Νοημοσύνη
Δεδομένου ότι είναι τόσο καινούργια, δεν έχουμε δει ακόμη το αποτέλεσμα της μακράς ουράς των μοντέλων τεχνητής νοημοσύνης. Αυτό σημαίνει ότι υπάρχουν ορισμένοι εγγενείς κίνδυνοι που εμπλέκονται στη χρήση τους—μερικοί γνωστοί και άλλοι άγνωστοι.
Τα αποτελέσματα που προκύπτουν από τα μοντέλα γενετικής τεχνητής νοημοσύνης, ίσως είναι εντυπωσιακά, αλλά είναι σε αρκετά πρώιμο στάδιο. Αλλά μερικές φορές, τα δεδομένα μπορεί να παράγουν προκατειλημμένες πληροφορίες (επειδή βασίζεται στο φύλο, τη φυλή και πολλές άλλες προκαταλήψεις της κοινωνίας γενικότερα). Για το λόγο αυτό είναι απαραίτητη, η ανθρώπινη επίβλεψη για τον έλεγχο της ανήθικης ή εγκληματικής δραστηριότητας. Για παράδειγμα, το ChatGPT θα αφήσει στην ανθρώπινη κρίση την επιλογή της απόφασης. Ωστόσο, η ανάλυσή του θα έχει ως υπόβαθρο ορθολογικά δεδομένα, ο αλγόριθμος είναι προσαρμοσμένος να μαθαίνει και πρόθυμος να τροποποιεί τις ρουτίνες του. Οι οργανισμοί που έχουν ως βάση τα παραγωγικά μοντέλα τεχνητής νοημοσύνης υπολογίζουν τη φήμη και τους νομικούς κινδύνους, τους οποίους ενέχει η ακούσια δημοσίευση μεροληπτικού, προσβλητικού περιεχομένου ή περιεχομένου που προστατεύεται από πνευματικά δικαιώματα.
Αυτοί οι κίνδυνοι με τον καιρό θα λιγοστέψουν, με την εξελίξιμη μηχανική μάθηση. Πρώτον, η προσεκτική επιλογή των αρχικών δεδομένων προς επεξεργασία θα εκπαιδεύει αυτά τα μοντέλα, ώστε να περιορίσουν την παραγωγή τοξικού ή μεροληπτικού περιεχομένου. Στη συνέχεια, οι οργανισμοί θα εξετάζουν το ενδεχόμενο χρήσης μικρότερων, εξειδικευμένων μοντέλων, αντί να χρησιμοποιούν ένα μη ανεπτυγμένο μοντέλο τεχνητής νοημοσύνης. Οι οργανισμοί με περισσότερους πόρους θα προσαρμόσουν ένα γενικό μοντέλο. Με τον τρόπο αυτό θα δημιουργήσουν τα δικά τους δεδομένα για να ταιριάζουν στις ανάγκες τους και να ελαχιστοποιήσουν τις προκαταλήψεις. Οι οργανισμοί θα πρέπει επίσης να στελεχώσουν το αντίστοιχο κέντρο ελέγχου. Δηλαδή, ο άνθρωπος που θα ελέγχει τα αποτελέσματα του παραγωγικού μοντέλου τεχνητής νοημοσύνης πριν γίνει η δημοσίευση. Και θα πιστοποιεί τα αποτελέσματα για τις κρίσιμες αποφάσεις, όπως αυτά που αφορούν σε σημαντικούς πόρους ή στην ανθρώπινη ευημερία.
Δεν μπορεί να τονιστεί αρκετά ότι πρόκειται για ένα νέο πεδίο. Το τοπίο των κινδύνων και των ευκαιριών είναι πιθανό να αλλάξει γρήγορα τις επόμενες εβδομάδες, μήνες και χρόνια. Νέες περιπτώσεις χρήσης δοκιμάζονται κάθε μήνα και είναι πιθανό να αναπτυχθούν νέα μοντέλα τα επόμενα χρόνια. Καθώς, η γενετική τεχνητή νοημοσύνη ενσωματώνει ολοένα και πιο απρόσκοπτα νέες λειτουργίες στις επιχειρήσεις, την κοινωνία και την καθημερινότητά μας, οι διεθνείς οργανισμοί, αλλά και εγχώριοι νομοθέτες πασχίζουν να διαμορφώσουν ένα νέο ρυθμιστικό πλαίσιο. Καθώς οι οικονομικές οντότητες δοκιμάζουν και δημιουργούν αξία με αυτά τα εργαλεία, οι ρυθμιστές θα κρατούν το δάχτυλο στον παλμό της νομοθετικής πρωτοβουλίας για την αντιμετώπιση του κινδύνου.
Συμπεράσματα
Εν κατακλείδι όλα αυτά που αναφέρονται παραπάνω συγκλίνουν στην εξής φράση: «Η Google και η Microsoft συνεργάζονται με τη Γενετική Τεχνητή Νοημοσύνη ως πυρήνα για το μέλλον τους. Δεν υπάρχει «είμαστε ακόμα σε πρώιμο στάδιο», εταιρείες τρισεκατομμυρίων δολαρίων αλλάζουν ολόκληρη τη στρατηγική και την εστίασή τους. Δεν μπορώ να θυμηθώ ποτέ μια αλλαγή τεχνολογίας και στρατηγικής τόσο γρήγορη και ουσιαστική όσο αυτή», Emad Mostaque, Founder of Stable Diffusion.
McKinsey & Company. (2023, 1 19). What is generative AI? Retrieved 2 12, 2023, from https://www.mckinsey.com/featured-insights/mckinsey-explainers/what-is-generative-ai
MarketScale.com (2023, 2 9) Will Generative AI and ChatGPT Integration Pave the Future for Small Businesses?
https://marketscale.com/industries/software-and-technology/will-generative-ai-and-chatgpt-integration-pave-the-future-for-small-businesses/ (Πρόσβαση: 10/2/2023)
