Automatizacija ar papildymas? Du požiūriai į dirbtinį intelektą įmonėje | DI versle #124

Kokie yra automatizacijos ir papildymo aspektai dirbtinio intelekto kontekste įmonėje?

Automatizacija ir papildymas yra priešingos, tačiau tarpusavyje priklausomos jėgos. Iš tiesų, įmonės susiduria su pasirinkimu: ar jos sumažina išlaidas ir automatizuoja užduotis, pašalindamos žmogaus dalyvavimą procese? Ar, sutelkdamos dėmesį į kokybę ir personalizavimą, pagerina darbuotojų galimybes ir rezultatus per AI papildymą, kuris apima glaudų bendradarbiavimą tarp žmonių ir dirbtinio intelekto? Tada jų papildomi įgūdžiai būtų sujungti, kad būtų įvykdyta konkreti užduotis.

Automatizacijos ir papildymo paradoksas yra problema, su kuria šiuolaikinės organizacijos turi susidurti. Suprasti skirtumą ir sinergiją tarp šių dviejų koncepcijų yra labai svarbu sėkmingam AI įgyvendinimui versle.

Automatizacija

Automatizacija yra procesas, kai žmogaus, pasikartojančios veiklos yra pakeičiamos programine įranga. Prieš greito generatyvinio dirbtinio intelekto vystymosi erą, automatizacija buvo taikoma tik rutininiams ir gerai struktūrizuotiems užduotims, tokioms kaip:

• įmokų pildymas,
• ataskaitų kūrimas,
• išlaidų apibendrinimas,
• paprasta klientų aptarnavimo sistema, pagrįsta pokalbio sekimo pasirinkimu paspaudus mygtuką.

Organizacijos galėjo automatizuoti procesus, remdamosi ekspertų žiniomis, užkoduotomis algoritmų pavidalu, kurie apibrėžia ryšius tarp sąlygų (“jei”) ir pasekmių (“tuomet”). Tokia automatizacija buvo pagrįsta aiškiai apibrėžtu domeno modeliu, t.y., domeno žinių reprezentacija, optimizuojančia pasirinktą naudingumo funkciją.

Tačiau generatyvinio dirbtinio intelekto vystymasis atnešė radikalius pokyčius automatizacijos srityje. Nauji modeliai ne tik gali daug lankstesnė reaguoti į įvesties duomenis, bet ir vykdyti komandas, išreikštas natūralia kalba. Kitaip tariant, vietoj to, kad vykdytų komandas, remdamosi aiškiais taisyklėmis, jie gali atlikti užduotis, remdamosi kontekstiniu supratimu.

Šaltinis: DALL·E 3, užklausa: Marta M. Kania (https://www.linkedin.com/in/martamatyldakania/)

Tačiau automatizacijos, naudojančios dirbtinį intelektą, kelia didelę riziką.

Pirmiausia, tai yra sprendimų priėmimo automatizavimo pavojai – problema, su kuria susiduria autonominių transporto priemonių kūrėjai, tarp kitų. Pavyzdžiui, kai transporto priemonė turi atlikti manevrą per dalį sekundės, nes nėra galimybės išvengti susidūrimo.

Antra rizika kyla iš pasitikėjimo prognozavimo algoritmais. Net jei įmonė norėtų įgyvendinti automatizuotą variantą, kad sektų duomenimis pagrįstas dirbtinio intelekto rekomendacijas, žmogus turi prisiimti atsakomybę už priimtus sprendimus.

Trečiasis rizikos tipas yra generatyvinio dirbtinio intelekto naudojimas, kuris, turėdamas nepakankamai duomenų, pradeda haliucinoti, t.y., teikti tikėtinas, bet klaidingas atsakymus. Pavyzdžiui, jis gali generuoti melagingas naujienas arba suteikti klientams klaidingus atsakymus į klausimus. Todėl naršymas tarp automatizacijos privalumų ir rizikų reikalauja kruopštaus analizės ir pasiruošimo.

Papildymas

Papildymas yra procesas, kai naudojamas AI, siekiant pagerinti žmogaus intelektą ir įgūdžius, o ne juos pakeisti ar veikti nepriklausomai. Augant papildymo svarbai aplinkose, kuriose reikia sudėtingų sprendimų priėmimo, organizacijos vis dažniau priima šį požiūrį. Sudėtingesnėms užduotims, kur taisyklės ir modeliai nėra visiškai žinomi, papildymas leidžia natūraliai ir dirbtinei intelektui glaudžiai bendradarbiauti.

Tai yra todėl, kad papildymas yra iteratyvus, koevoliucinis procesas, kuriame žmonės mokosi iš AI, o AI mokosi iš žmonių. Dėl to dirbtinio intelekto vaidmuo turėtų būti sukurtas taip, kad leistų žmogaus priežiūrą visais tam tikro proceso etapais. Tai reikalauja domeno ekspertų dalyvavimo, kurių ekspertizė dažnai yra tacitinė, kilusi iš metų patirties ir intuicijos, todėl AI tiesiogiai pakeisti jų neįmanoma.

Papildymas leidžia žmonėms ir dirbtiniam intelektui sustiprinti vienas kitą, sujungiant mašinos racionalumą su žmogaus intuicija, sveiku protu ir profesine patirtimi. Šis požiūris leidžia išsamesnį informacijos apdorojimą ir geresnį sprendimų priėmimą.

Pavyzdžiui, kvepalų įmonėje “Symrise” kvepalų kūrėjai glaudžiai bendradarbiavo su AI sistema, kad generuotų idėjas naujiems kvapams (https://www.thefreelibrary.com/Can+AI+pass+the+smell+test%3F+Deploying+artificial+intelligence+can+be…-a0578441404). Per papildymą ekspertai galėjo pasinaudoti mašinos gebėjimu apdoroti didžiulius duomenų kiekius, tuo pačiu taikydami savo žinias, kad interpretuotų ir kontekstualizuotų rezultatus. Rezultatai buvo novatoriški kvapai, kurie patiko klientams.

Šaltinis: DALL·E 3, užklausa: Marta M. Kania (https://www.linkedin.com/in/martamatyldakania/)

Sklandūs perėjimai – nuo automatizacijos iki papildymo ir atgal

Automatizacijos ir papildymo santykis yra dinamiškas. Jis leidžia sklandžius perėjimus tarp šių dviejų požiūrių. Glaudus bendradarbiavimas tarp žmonių ir AI papildymo metu padeda nustatyti taisykles ir modelius, kurie vėliau gali būti naudojami automatizuojant tam tikrą užduotį, kas lemia inovacijas ir efektyvumo didinimą.

Organizacijos turėtų sąmoningai iteruoti tarp atskirų automatizavimo ir papildymo užduočių, ilgalaikiai įsipareigodamos abiem.

Kitas žingsnis, kuris sustiprins ryšį tarp automatizacijos ir papildymo, yra autonominių agentų kūrimas, t.y. dirbtinis intelektas, kuris gali ne tik automatizuoti užduotis, bet ir planuoti procesus bei išduoti komandas kitiems sistemoms be žmogaus įsikišimo. Kitos kartos AI sprendimų vystymas taip pat leis artimiausiu metu kurti prototipus ir novatoriškas paslaugas, remiantis poreikių analize.

Santrauka

Automatizacija ir papildymas atspindi dvi priešingas, tačiau dažnai tarpusavyje priklausomas dirbtinio intelekto taikymo formas valdyme. Subalansuotas požiūris, kuris sujungia abiejų koncepcijų stiprybes, yra raktas į pasiekiamą papildomumą, kuris naudinga tiek verslui, tiek visuomenei.

Norint efektyviai valdyti šią įtampą, organizacijos turėtų:

• prisiminti atsakomybę už skaidrių ir saugių sistemų, naudojančių AI, kūrimą,
• turėti omenyje atsakomybę už valdymo procesus, laikydamosi AI kaip įrankio, padedančio, o ne pakeičiančio vadovus,
• integruoti du požiūrius, sąmoningai iteruodamos tarp jų ir pasinaudodamos vienas kito stiprybėmis,
• įgyvendinti griežtas kontrolės ir skaidrumo mechanizmus, kad būtų galima aptikti ir ištaisyti klaidas bei šališkumus AI sistemose.

Visų pirma, jos taip pat turėtų investuoti į darbuotojų įgūdžių ir kompetencijų plėtrą, kad jie galėtų efektyviai dirbti su dirbtiniu intelektu kaip dalimi papildymo.

Sėkmingas šių dviejų AI jėgų sujungimas ne tik padarys organizacijas efektyvesnes ir novatoriškesnes, bet ir padės kurti teisingesnę ir tvaresnę visuomenę. Svarbiausia yra suprasti, kad automatizacija ir papildymas turėtų egzistuoti harmoningos sinergijos sąlygomis, o ne konkuruoti kaip alternatyvos.

Jei jums patinka mūsų turinys, prisijunkite prie mūsų užimtų bičių bendruomenės Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest, TikTok.