Jacek Gralak, AI Portfolio Director w TT PSC, w rozmowie z ISBtech o adopcji sztucznej inteligencji w polskich firmach, ale również trendów AI w globalnym biznesie.
Jak przebiega adopcja AI w firmach w Polsce?
Aktualnie widać wyraźnie, że większość firm rozważa inwestycje w sztuczną inteligencję (AI) i wpisuje wykorzystanie AI w swoje strategie rozwoju, jednak sam proces adopcji technologii przebiega wolniej niż można by się tego spodziewać. Możliwe, że powodem jest ogólna recesja i brak funduszy na innowacyjne rozwiązania.
Adopcja nowych technologii zawsze wymaga czasu i potwierdzenia z rynku, że tego typu inwestycje są opłacalne. W przypadku sztucznej inteligencji istotnym czynnikiem spowalniającym adopcję jest kwestia jakości danych.
Jakie są dziś główne bariery wdrażania technologii przez biznes w Polsce?
Żeby myśleć o wdrażaniu AI i monetyzacji danych, konieczna jest strukturyzacja sposobu zbierania, przechowywania i przetwarzania danych. Bez odpowiedniej jakości danych nie ma bowiem mowy o wykorzystaniu analityki czy sztucznej inteligencji. Dane słabej jakości, rozproszone, nieustrukturyzowane, znacząco ograniczają efektywność AI zgodnie z zasadą „garbage in, garbage out”, czyli „śmieciowe dane, śmieciowe wyniki”.
Zdecydowana większość firm posiada totalnie rozproszone dane, przechowywane w wielu źródłach i formatach, co stanowi istotną barierę dla wdrożenia AI. Dlatego niezwykle istotne jest budowanie platform danych, takich jak nowoczesne hurtownie danych w chmurze, jako fundamentów dla systemów AI i BI (Business Intelligence).
Gdzie szukać wzorców we wdrażaniu nowych technologii?
Patrząc globalnie, USA i Chiny są liderami, jeśli chodzi o adopcję AI. Jednak w mojej opinii, Polska powinna brać przykład z krajów nordyckich, takich jak Finlandia, Szwecja i Dania, które są liderami w zakresie adopcji innowacyjnych technologii, w szczególności chmury obliczeniowej, która stanowi kolejny fundament AI.
To kraje, które mają dobrze rozwinięte ekosystemy startupowe, silne wsparcie rządowe dla innowacji i wysoki poziom inwestycji w badania i rozwój. Dodatkowo kraje nordyckie podejmują liczne inicjatywy edukacyjne, mające na celu zwiększenie świadomości i umiejętności społeczeństwa w obszarze AI, kluczowych dla udanej adopcji technologii w biznesie.
Jak firma myśli o wdrożeniu sztucznej inteligencji to powinna myśleć o AI czy GenAI?
Decyzja między wdrożeniem standardowych rozwiązań AI a generatywnej AI powinna być
uzależniona od specyficznych potrzeb i możliwości przedsiębiorstwa. Najczęściej firmy nie do końca rozumieją różnice pomiędzy nimi i w efekcie wszystko jest po prostu „AI” lub patrzą na tę technologię tylko przez pryzmat GenAI. ChatGPT wykorzystujący GenAI zyskał wielką popularność, ale nie wszyscy zdają sobie sprawę, że od lat wykorzystujemy klasyczną sztuczną inteligencję, m.in. w postaci programów do tłumaczeń, takich jak Google Translate i nawigacji GPS.
Klasyczny AI jest bardzo dojrzałą i przetestowaną technologią, odpowiednią do konkretnych zastosowań i dającą szybkie rezultaty. GenAI, choć bardzo obiecująca, jest wciąż w fazie rozwoju i może wiązać się z większym ryzykiem. Firmy powinny kierować się przede wszystkim realnymi potrzebami biznesowymi. Moda na GenAI może skutkować zwiększeniem zainteresowania klasycznymi rozwiązaniami sztucznej inteligencji, co jest szansą dla integratorów rozwiązań AI, aby wykorzystać wiedzę i doświadczenie w celu dostarczania optymalnych rozwiązań dla klientów.
Czy firmy są świadome potencjału technologii czy sięgają jedynie po ułamek jej możliwości? Czy warto to zmienić?
Najczęściej przedsiębiorstwa nie wykorzystują pełnego potencjału AI, przede wszystkim z powodu braku wiedzy na temat możliwości tej technologii oraz obaw przed wyzwaniami związanymi z jej wdrożeniem. Trudno im również oszacować wskaźnik rentowności inwestycji (ROI). Aby to zmienić, warto inwestować w edukację, m.in. poprzez pilotażowe projekty typu proof of concept (POC), które prezentują konkretne korzyści z wdrożenia oraz potencjalny zwrot z inwestycji.
Z jakimi wyzwaniami – patrząc globalnie – mierzą się dziś firmy wdrażając rozwiązania bazujące na AI?
Firmy stoją przed wieloma wyzwaniami związanymi m.in. ze złożonością integracji AI z istniejącymi systemami IT, brakiem wspomnianych wcześniej platform danych i odpowiednich kompetencji pracowników, a także kwestiami prywatności i bezpieczeństwa danych. Ponadto wykorzystanie AI często wymaga chmury, szczególnie w przypadku dużych modeli językowych (LLM), a firmy często obawiają się przetwarzania wrażliwych danych w chmurze.
Dodatkowo sama technologia GenAI zmienia się z dnia na dzień, co sprawia, że firmom jest trudno być na bieżąco ze wszystkimi nowościami i rozwiązaniami technologicznymi, a tym bardziej z nich korzystać i dopasowywać ich potencjał do rozwoju własnych biznesów.
