Ewa Zborowska z IDC o tym, dlaczego ChatGPT, mimo globalnego szumu, nie był przełomowym momentem w rozwoju sztucznej inteligencji. Analizujemy największe wyzwania i ryzyka związane z AI oraz wpływ tej technologii na nasze codzienne życie i funkcjonowanie biznesu. Dyskutujemy także o pozycji Europy w wyścigu o dominację w sztucznej inteligencji – czy rzeczywiście Stary Kontynent pozostaje w tyle, czy ma własne atuty, które mogą zmienić globalny układ sił?
Często słyszymy, że Europa przegrywa wyścig o prymat w sztucznej inteligencji. Co Pani na to?
Ewa Zborowska: To zależy od tego, jak definiujemy sukces. Jeśli mierzymy go przez pryzmat, choćby deklarowanej, szybkości wdrażania technologii przed klientów czy wartości giełdowych dostawców, faktycznie Europa nie dorównuje Stanom Zjednoczonym. Czy jednak oznacza to porażkę? Niekoniecznie. Europa przyjęła inną filozofię: nasze podejście zakłada, że technologie muszą być bezpieczne, przemyślane i służyć interesom społeczeństwa. Nie jest to wyścig, w którym liczy się jedynie czas.
Stany Zjednoczone zdają się działać według zasady: „Jeśli coś nie jest zakazane, to jest dozwolone”. Czy takie podejście nie daje im przewagi?
Na pierwszy rzut oka może się wydawać, że tak. Takie podejście sprzyja dynamicznym innowacjom. Jednak w dłuższej perspektywie, brak solidnych regulacji prowadzi do problemów. Pojawiają się naruszenia prywatności, nadużycia w stosowaniu sztucznej inteligencji czy brak odpowiedzialności za konsekwencje jej działania. Europa dąży do budowania innowacji na stabilnych fundamentach, co może być wolniejsze, ale jednocześnie bardziej trwałe.
Czy ostrożność Europy nie zniechęca firm do wdrażania AI, dając tym samym przewagę innym regionom świata?
To prawda, że podejście Europy różni się znacząco, ale patrzymy na technologię w szerszej perspektywie czasowej. Nie chcemy otwierać puszki Pandory, gdzie narzędzia AI tworzone bez kontroli mogłyby powodować nieodwracalne szkody. Przykładem może być polska firma z branży gamingowej, która na jednej z naszych konferencji mówiła o bardzo ostrożnym korzystaniu z AI z obawy przed niejasnościami prawnymi. Firmy obawiają się na przykład, że modele trenowane na open-source’owym kodzie mogą zmuszać je do ujawnienia własnych, chronionych rozwiązań. To ogromne ryzyko.
Czy podobne obawy występują w innych sektorach gospodarki?
Oczywiście. Branża kreatywna, w tym reklamowa i medialna, boryka się z podobnymi dylematami. Wyobraźmy sobie agencję reklamową, która generuje kampanię za pomocą AI, a klient stanowczo odmawia jej przyjęcia, obawiając się potencjalnych naruszeń praw autorskich. Firmy boją się, że obrazy wygenerowane przez AI mogą prowadzić do kosztownych procesów prawnych.
Czy brak regulacji rzeczywiście jest tak dużym problemem?
Dla wielu firm, i to niekoniecznie w najbardziej regulowanych branżach, zdecydowanie. Brak jasnych regulacji powoduje, że firmy nie wiedzą, kto ponosi odpowiedzialność za treści generowane przez sztuczną inteligencję. Dopóki te kwestie nie zostaną uregulowane, wiele przedsiębiorstw unika technologii AI, mimo że mogłaby przynieść im korzyści. Kluczowym elementem jest również przejrzystość – zarówno w kontekście działania algorytmów, jak i danych, na których były trenowane. Tylko wtedy użytkownicy mogą w pełni zrozumieć wpływ decyzji podejmowanych przez AI na ich życie.
Wspomniała Pani, że gramy długoterminowo. Czy są kraje, które mogą być wzorem dla innych?
Tak naprawdę wszyscy poruszamy się w nieznanych wodach i każdy szuka własnego modelu działania. Co ciekawe, nie tylko Europa myśli o regulacjach. Przykładem są Chiny – pierwszy kraj, który wprowadził regulacje dotyczące sztucznej inteligencji. Ich podejście jest motywowane przede wszystkim potrzebą kontroli, ale pokazuje, że regulacje są nieuniknione.
Na naszym kontynencie zaczynamy wyznaczać własne standardy, które koncentrują się na ochronie konsumentów i społeczeństwa. W USA sytuacja od poniedziałku jest nieco inna, nowy prezydent, odwołał rozporządzenie Joe Bidena z 2023 r., które miało ograniczyć ryzyka związane z rozwojem sztucznej inteligencji, więc może poczekajmy z komentarzami…
Czy Europa może wyznaczać standardy nie tylko regulacyjne, ale również w
innowacyjnych zastosowaniach biznesowych?
Na pewno. Europa ma ogromny potencjał w kluczowych obszarach, takich jak zdrowie, edukacja czy bezpieczeństwo. To dziedziny, które wymagają zaufania i odpowiedzialności – fundamentów europejskiego podejścia. Wyobraźmy sobie system edukacyjny dostosowujący treści do indywidualnych potrzeb uczniów, ale działający na sprawdzonych i etycznych zasadach. Albo rozwiązania medyczne oparte na AI, które wspierają lekarzy w diagnozie, jednocześnie zapewniając pełną przejrzystość swoich działań. To są właśnie obszary, w których chcielibyśmy, aby Europa wyznaczała standardy i budowała swoją przewagę.
Sęk w tym, że rzeczywistość odbiega od tego, co Pani sugeruje. Czy nie jest symptomatyczne, że przełomowy moment w historii AI, jakim jest ChatGPT, ma korzenie właśnie w Stanach Zjednoczonych? Czy to przypadek, czy raczej efekt strategicznych inwestycji, innowacyjnej kultury i przewagi technologicznej tego kraju?
Historia sztucznej inteligencji nie zaczyna się od ChatGPT. Rozwój AI to dekady pracy naukowców, inżynierów i analityków, którzy budowali zaawansowane systemy wspierające podejmowanie decyzji. Przez długi czas te narzędzia pozostawały jednak w rękach specjalistów.
Pojawienie się ChatGPT zmieniło ten stan rzeczy. Po raz pierwszy zaawansowana sztuczna inteligencja stała się dostępna dla masowego użytkownika. Każdy, niezależnie od swojej wiedzy technicznej, mógł zacząć z niej korzystać. Ten krok nie tylko otworzył drzwi do szerokiego zastosowania AI w codziennym życiu, ale także sprawił, że technologia ta przestała być domeną wąskiej elity ekspertów.
Dlaczego rok 2023 eksplodował zainteresowaniem AI? To właśnie wtedy zadebiutował model OpenAI.
Oczywiście rok 2023 okrzyknięto „erą zachwytu” nad sztuczną inteligencją nie bez powodu. Narzędzia takie jak ChatGPT zyskały ogromną popularność, pokazując, że AI może automatyzować procesy od pisania treści po analizę danych. Chat stał się bardziej technologią konsumencką niż biznesową. Ludzie zafascynowali się możliwościami, jakie oferuje nowa technologia. Każdy mógł jej dotknąć i pochwalić się znajomym. Okazało się, że AI jest całkiem prosta. To sprawiło, że firmy poczuły presję także ze strony 'zwykłego’ użytkownika biznesowego, który chciał w pracy mieć dostęp do narzędzi takich jak w życiu codziennym. Firm zaczęły więc inwestować w AI, dostrzegając jej potencjał do przyspieszania pracy czy redukcji kosztów.
Jednak za entuzjazmem przyszły też wyzwania: jak zapewnić efektywność wdrożonych rozwiązań i zmotywować pracowników do korzystania z nowych narzędzi? Po ekscytacji przyszła refleksja.
Rzeczywiście w 2024 roku firmy zaczęły bardziej pragmatycznie podchodzić do sztucznej inteligencji. Zamiast impulsywnych inwestycji, zarządy zaczęły zadawać pytania o rzeczywiste korzyści, koszty i zwrot z inwestycji (ROI). Zauważono, choć nadal chyba nie wszędzie, , że skuteczne wdrożenie AI wymaga czegoś więcej niż zakupu technologii – konieczna jest integracja z kulturą organizacyjną i procesami firmy.
Jednym z głównych problemów stała się niska adopcja nowych narzędzi. Po początkowym zachwycie pracownicy często tracili zainteresowanie i zaangażowanie w AI, która okazywało się nie spełnia wszystkich oczekiwań. Często, przyznajmy, z powodu błędów we wdrożeniu.
Jak zatem efektywnie wykorzystywać AI?
Na to pytanie nie ma prostej odpowiedzi i jednej recepty. Każdy przypadek jest inny, jednak są pewne elementy na które trzeba zwracać uwagę. Klucz do sukcesu leży w precyzyjnym określeniu celów biznesowych. Zamiast wdrażać AI „na wszelki wypadek” lub 'bo wszyscy wdrażają’, warto skupić się na konkretnych problemach, które technologia może rozwiązać.
Na przykład: automatyzacja tworzenia dokumentacji technicznej zamiast ogólnego przyspieszania procesu pisania kodu może przynieść oszczędność czasu sięgającą nawet 75%.
Równie ważne są szkolenia pracowników. Zmiana podejścia do pracy i budowanie świadomości, jak korzystać z nowych narzędzi, to nieodzowne elementy sukcesu. Nawet najlepsza technologia pozostanie niewykorzystana, jeśli ludzie nie będą wiedzieli, jak z niej korzystać.
Pytałem o ChatGPT, który spopularyzował AI. Takich narzędzi jest coraz więcej, co rodzi pytanie: gotowe narzędzia czy dedykowany model AI?
Wybór między gotowymi rozwiązaniami a stworzeniem własnego modelu zależy od potrzeb firmy. Gotowe narzędzia doskonale sprawdzają się w bardziej standardowych zadaniach, takich jak prosta analiza danych czy automatyzacja tworzenia raportów. Są szybsze we wdrożeniu, tańsze i mniej ryzykowne.
Jednak w projektach strategicznych, które mają zbudować nam pewna przewagę na rynku, lepszym wyborem może być dedykowane rozwiązanie. Personalizacja wymaga większych inwestycji, ale pozwala stworzyć narzędzie idealnie dopasowane do potrzeb firmy.
A czasem? A czasem można przyjąć podejście, które zaproponował mi kiedyś CTO dużej firmy technologicznej odpowiedzialny za budowę rozwiązań AI dla wewnętrznego klienta: jeśli mogę znaleźć gotowe rozwiązanie, zawsze kupię gotowe, sami budujemy tylko wtedy, jeśli nie mamy wyjścia. Wracając do początku mojej odpowiedzi, dużo zależy od indywidualnej strategii, ale trzeba ją mieć.
Inwestycje to nie tylko kwestie budżetowe – to także zarządzanie danymi. Bez solidnych fundamentów danych trudno mówić o efektywnym wdrożeniu AI. Czy firmy dostrzegają tę zależność?
Często firmy uświadamiają sobie znaczenie danych dopiero w trakcie wdrażania AI. Przykład? W jednej z firm FMCG okazało się, że wiele produktów w ich sklepie internetowym miało nieaktualne etykiety, trzeba to było uporządkować. Takie zaniedbania potrafią wydłużać czas wdrożenia, a niezauważone uniemożliwiać efektywne wykorzystanie technologii.
Pierwszym krokiem powinno być uporządkowanie danych i stworzenie solidnych podstaw. Bez tego nawet najnowocześniejsza AI może nie spełnić oczekiwań.
A skoro już mowa o efektywności – jak firmy radzą sobie z największym wyzwaniem AI, czyli mierzeniem jego efektów?
Najtrudniejszym aspektem wdrożeń AI jest precyzyjna ocena ich sukcesu, szczególnie w środowisku biznesowym. Korzyści z AI często przybierają subtelne formy, takie jak poprawa doświadczeń klientów, usprawnienie procesów operacyjnych czy zwiększenie szybkości podejmowania decyzji – efekty, które trudno przełożyć na proste wskaźniki.
Wartościowe pomiary wymagają kompleksowego podejścia, które łączy dane ilościowe, takie jak oszczędności kosztowe czy wzrost przychodów, z danymi jakościowymi, takimi jak wzrost satysfakcji klientów, lepsze wykorzystanie zasobów czy poprawa morale zespołów.
Bez właściwie zdefiniowanych KPI i zaawansowanych narzędzi analitycznych firmy ryzykują, że efektywność wdrożeń AI pozostanie niezauważona lub niedoszacowana. No i najważniejsze, jeśli chcemy powiedzieć, że coś wzrosło czy spadło, potrzebujemy danych, do których wyniki po wdrożeniu AI możemy porównać. Co z tego, że cieszy nasz czas przygotowania oferty przy pomocy AI, jeśli nie wiemy, ile czasu potrzeba było wcześniej?
Jakie konkretne kroki technologiczne i strategiczne powinny podjąć firmy, aby skutecznie przygotować się na przyszłość, w której AI będzie fundamentem biznesu?
Nie powinniśmy traktować AI jako magicznego środka na wszelkie problemy, z jakimi mierzy się firma. To narzędzie jak każde inne i tak też podchodzimy do jego wdrożenia. Najpierw powinniśmy wiedzieć jaki problem chcemy rozwiązać i ocenić czy AI to najlepsze narzędzie, żeby sobie z nim poradzić. Jeśli tak, należy sprawdzić jakość i spójność danych, a potem przygotować pracowników i ustalić konkretne kryteria oceny. Dzięki temu potem będziemy w stanie realnie ocenić rezultaty i docenić sukcesy.
