Bacanje alata za umjetnu inteligenciju (AI) na zid i viđenje koje će palice najvjerovatnije isporučiti mješovite rezultate. Stoga bi realizirali mogućnosti, treba platiti opseg i minimizirati potencijalne rizike unaprijed.
Nakon svih, čak i dobro resursi, još uvijek se bore da shvate svoj pristup AI-u, kao Dael Williamson, glavni službenik EMEA-e na lokalitet podataka i baze podataka AI softvera, potvrđuje.
“Na primjer, kopiranje i prelijevanje od jedne vlasničke stvari drugoj, a onda, dolazi s inherentnim” porezom “o integritetu podataka. Potrebni su vam sve čekove i sve kompanije mogu to doživjeti, jer sve kompanije imaju silose”, promatra se svima.
Ako su vaši podaci problematični ili samo obični pogrešni, inferirajuće će patiti, a vjerovatno nećete dobiti povrat ulaganja (ROI). Zatim postoji rizik od izbora pogrešnog jezičnog modela za vaše potrebe.
“Morate trenirati modele. Ali zaključak je meso i krompir [of] Ono što zapravo idete, “Williamson note.” AI može biti nevjerojatno koristan. Ali to je i škakljivo. “
Osiguravanje AI-a također predstavlja rizik, a ne samo od napada omogućinih AI, kao što je sofisticiraniji socijalni inženjering, brza injekcije ili policajce.
Richard Cassidy, glavni službenik za sigurnost Informacije EMEA u Cloud Data Management Company Rubrik, kaže ako se ne naslonite na “Kako” ciljeva AI, možete uvesti sigurnosne probleme za različite vrste.
Na primjer, AI može postati “generator buke” koji odvraća korisnike – uključujući iz stvarnih incidenata – i povećava otpad i troškove. Pored toga, pažljivo osmišljene sigurnosne kontrole možda neće prenijeti preko AI tihow-a.
Povrh toga, relevantne digitalne vještine mogu nedostajati, a tihoda često nisu dovoljno digitalizirani, kaže on.
Ako su osnovni procesi mane, ai to ne može popraviti. Samo će pojačati haos Richard Cassidy, Rubrik
Procjena rizika i prioritet
“Ljudi ne pitaju šta AI usvajanje izgleda kao u praksi”, kaže on. “CISOS mogu izgraditi pregrade epskih proporcija, uz multifactor autentifikaciju, siguran pristup i tako dalje. Tada Ai dođe i mapirajućim vektovima, dobivanje izlaza kroz dohvaćanje i tako dalje.”
Ovo podudarnosti podaci o ured nacionalnih statistika (Ons) koji sugeriraju da su najčešće prepreke usvajanju AI-a poteškoće u prepoznavanju aktivnosti ili slučajeva poslovne upotrebe (39%) i troškovi (21%). Oko 16% firmi navele su nedostatak AI stručnjaka i vještina.
“Ako su osnovni procesi mane, ai to ne može popraviti. To će samo pojačati haos”, kaže Cassidy.
.
Smanjite rizik sa jasnim politikama upotrebe i zaštitama za pilote sa jednim radom – možda sažeti izvještaje, pomaganje upitima ili automatizirajućom generacije fakture – zatim izmjerite utjecaj.
Da li je to radio? Da li je smanjuje troškove ili povećava vrijednost? Naučite iz toga i izgradite mapu puta iz dokaza, a ne entuzijazma, savjeti Cassidy.
Daljnje strategije ublažavanja
Bez obzira, vjerovatno ne želite da uskočite u AI odmah, a ne želite da priključite sve svoje osjetljive ili regulirane podatke u model izvan polica da biste ga mogli trenirati, dodaje tony lock, ugledni analitičar na IT marketa.
“Jednom kada unesete podatke u jezični model, ne možete ponovo izvaditi. To je upravo izbačeno u obrazac”, kaže zaključavanje. “Zato je krpa okolo, pa umesto da se hranjenje informacija u llm, čistiš sve.”
I šta ako se vaš model povuče sa tržišta? Dok otvoreni izvor, paralelni razvoj i pristupnici za programiranje (API) mogu pomoći u zaštiti organizacijama, zaključavanje sugerira da se ni tačno ne znamo kako će se rizici igrati kada je u pitanju, recimo, Openai je izgubio tužbu za njena prava na korištenje tuđih intelektualnog vlasništva.
Nakon što podatke stavite u jezični model, ne možete ga ponovo izvaditi. Upravo je isprati u obrazac. Zato je krpa okolo, pa umjesto da se hrane informacije u LLM, čistiš sve Tony Lock, Freeform Dinamics
“Ako vam kaže sudija da morate izvesti sve te podatke, da vam se ne smije koristiti u svrhe obuke, vjerovatno ćete imati čitav jezični model ponovo započeti s pravilno osigurani podaci,” kaže zaključavanje “
Kazne su mogle nastale. Kako će ai dobavljači tada odgovoriti? Hoće li prenijeti srodne troškove kupcima? Hoće li se kupci sami kazniti? Ovo su neodgovorena pitanja koja mogu zahtijevati posebne pravne savjete.
Prije nego što se kladite na korištenje određenih podataka u određenom modelu, možda bi bilo pametno zapamtiti da u cjevovotu ima više tužbi povezanih sa AI-om.
Nacionalni propisi kompliciraju okoliš. Na primjer, Vlada Velike Britanije trenutno favorizira neke koje su još uvijek osmišljavale vrste “isključe” od strane AI procesa za vlasnike intelektualnog vlasništva (IP).
Ipak, u Europskoj uniji, na primjer, to neće raditi, jer sve obično mora biti “opstati u”, bilješke. A za prijavu, korisnici moraju biti rekli tačno kako će se njihov IP koristiti.
“Možda će američki sudovi neće provesti akciju. Ali potom opet sve te kompanije imaju evropske, Velike Britanije, japanske podružnice koje bi mogle postati odgovorne, možda čak i lokalni generalni direktor”, kaže on.
Istovremeno može platiti za čekanje. Uostalom, može postojati samo jedan “prvi pokretač”; Kasniji učesnici mogu imati koristi od relativnog nedostatka prepreka da su se rani usvojili morali da se bave.
Gornja preporuka
Datoteke “Williamson preporučuje preduzeća da prvo dobijaju svoju podačku kuću, čak i ako to odgađa usvajanje. “Obrada i organizovanje podataka teško je, čak i za kompanije sa novcem i ogroman interni tim”, kaže on.
Obično podaci jednostavno nisu spremni za AI. To znači potrebu za inventarom, revizijom i mapiranjem svih strukturiranih i nestrukturiranih podataka. Čistač, deduplicirani, standardizirani, precizni i relevantni fondacija podataka može zahtijevati i konsolidaciju silosa, i prije dodavanja AI na vrh, on ističe.
Dobra vijest je da će pričvrstiti podatke “u širem smislu” kupiti vrijeme za poduzeća da razmotre njihov pristup i generiraju pogodnosti – uključujući uštedu troškova, efikasnost i uklanjanje naslijeđa ili sjene.
Rubrikova Cassidy vjeruje da su mogućnosti obično o “pametnim delegaciji” zadataka i demokratizaciji inteligencije zasnovane na podacima u cijeloj poslovanju. “A AI nudi mala i srednja preduzeća u originalnoj sposobnosti za izravnavanje.”
Plan i vremenski rokovi za implementaciju
Robbie Jerrom, viši glavna tehnologa za AI u Red Hat-u, kaže da bi preduzeća trebala usredotočiti na rad šta bi trebali učiniti sa AI-om i oduzeti onoliko vremena koliko trebaju učiniti.
“Prvo, shvatite svoju potrebu, a zatim suzite sluhu za upotrebu. Ne pokušavajte kuhati okean”, kaže Jerrrom.
Jedna organizacija koje mogu učiniti je izračunati tokene potrebne za datu AI omogućavanje, iako nije uvijek lako.
Prvo, shvatite svoju potrebu, a zatim suzite slučaj za upotrebu. Ne pokušavaj da kuhaš okean Robbie Jerrom, Red Hat
“Pisanje nekih malih komada Python koda, možda 10 minuta rada, može koristiti 45.000 tokena. Makarirajte ga na troškove, ali ako to povećate, a da li to ima 10 godina? Svaki put kada AI agent izlazi i na primjer, on se ne može izbaciti i razgovarati s nečim, na primjer, koristi tokene.”
Izaberite nešto malo, nabavite neko iskustvo kako trči nešto praktično i izgradi nešto iz kojeg će posao naučiti.
Obziranje pijeska može smanjiti rizik, posebno kada razmatrate više autonomnih sistema poput agenata. Ispitajte da li se može obučiti u statičkim politikama kompanije.
Možda postavite model da biste pregledali ugovor, uporedite ga s prethodnim ugovorima i pokažite razlike, zbunjenosti ili nepravilnosti. Možete primijetiti dvije nepravilnosti, ali model može istaknuti nešto drugačije za razmišljanje pored toga. Promjene tijekom godina, na primjer, mogu signalizirati mogući izazov u odnosu na korisnike koji nije prethodno pokupljen.
AI može pomoći da disciplinišu vaše mišljenje i primenu metodu. Nakon toga, dvostruko provjerite rezultate i ponovno procijenite. Možete li prilagoditi model da se bolje poravnate uz potrebu ili pokušajte alternativu?
“Neke slučajeve dosadne upotrebe su tamo gde ćete početi da vidite vrednost”, kaže Jerrrom, napominjući da dok generirati Ai (GENAI) pravi greške, kao i ljudi.
Obrazovanje i obuka za radnike podjednako su ključni. Većina će trebati pomoć u učenju kako najbolje koristiti svoje AI usluge.
“Ovo vam može ući u puno tople vode”, upozorava Jerrom. “Ai je već svuda.”
Sljedeći koraci za Enterprise AI usvajanje
Sue Daley, direktor tehnologije i inovacija na Techuku, kaže da svi AI ima “ogroman potencijal” za preduzeća. Bez obzira na oblik, veličinu ili sektor, ključan je da tačno shvatite kako AI može pokrenuti efikasnost i efikasnost. “Šta želite da radi i šta želite da postignete?”
Kao i kod bilo koje druge tehnologije, je AI odgovarajući alat? Ponekad bi koristi mogle biti agentirani, dok bi drugi mogli zahtijevati mali jezik ili vrlo specifičan pristup.
“Mali jezični modeli mogu biti prikladniji za određeno poslovanje ili pitanje u svom lancu snabdevanja, logistikom ili operacijama. Kontekst će biti toliko važan”, kaže Daley.
Igrajte “Umišljeno” u pesku ili sigurno okruženje da biste saznali šta Ai može učiniti. Ispitajte poštivanje, sigurnosne politike i praksu i etiku oko odgovornih inovacija. Razmislite o prehrambenim potrebama. Nabavite perspektivu od ljudi i izgradite međunacionalne ekipe širom posla.
“Počnite sa obrazovanjem i sviješću. Razmotrite svoju organizaciju na svim nivoima, od nivoa odbora do srednjeg menadžmenta i pojedinih radnika”, kaže Daley. “Pronađite načine kako da dovedete ljude na put s vama. To je proces upravljanja promjenama, koji utječe na puno poslova ljudi.”
Čak i ako preduzeća misle na GENAI alate kao samo još jedan chatbot, mnogi chatboti nisu zadovoljni kupcima. Korist od AI zahtijeva ozbiljnu misao, uključujući o tome kako se evoluira sljedeća verzija ili proizvod. Opet, vrhunski savjet je da izlazi mogu biti samo dobri kao i vaši ulazi podataka, kaže ona.
Freeform Dynamics ‘Lock dodaje: “Razumijem kako da postignemo AI kako bi vaši ljudi kažu da im to zapravo pomaže” da se pokupe “.
Konačno, ne zaboravite da postoje različite klase AI – od kojih neki posao možda već ima iskustva.
