Lansiranje ChatGPT-a krajem 2022. godine označilo je prekretnicu u razvoju umjetne inteligencije. Po prvi put milijuni ljudi dobili su pristup AI alatu koji je bio brz, intuitivan i dovoljno jednostavan za svakodnevnu uporabu.
Početno oduševljenje bilo je opravdano. Generativna umjetna inteligencija pokazala je da može značajno ubrzati pisanje, analizu informacija, programiranje i niz drugih intelektualnih zadataka.
Međutim, kada su organizacije pokušale isti entuzijazam pretočiti u stvarne poslovne rezultate, postalo je jasno da tehnologija sama po sebi nije dovoljna.
Unatoč milijardama uloženih u razvoj i implementaciju AI sustava, mnoge tvrtke danas postavljaju isto pitanje – zašto umjetna inteligencija još nije donijela poslovnu transformaciju kakva se očekivala?
Visoka razina korištenja, ograničen poslovni učinak
Generativna umjetna inteligencija danas je prisutna u gotovo svim djelatnostima. Zaposlenici koriste alate poput ChatGPT-a za izradu dokumenata, sažimanje informacija, analizu podataka i pripremu poslovnih prijedloga. Na razini pojedinca produktivnost često raste.
No na razini organizacije promjene su znatno skromnije.
Prema analizama koje prenosi MIT, velik dio pilot-projekata temeljenih na generativnoj umjetnoj inteligenciji ne uspije prijeći u širu primjenu niti ostvariti mjerljiv poslovni učinak. To pokazuje da izazov nije u prihvaćanju tehnologije među zaposlenicima, već u načinu na koji se ona integrira u poslovanje.
Problem nije u ljudima, nego u poslovnoj arhitekturi
Jedna od najčešćih zabluda jest uvjerenje da će implementacija AI alata sama po sebi transformirati poslovanje.
Veliki jezični modeli, poput ChatGPT-a, razvijeni su za razumijevanje i generiranje jezika. Njihova je glavna snaga obrada informacija i stvaranje kvalitetnog sadržaja, a ne upravljanje složenim poslovnim sustavima.
Takvi modeli mogu pripremiti poslovni prijedlog, sastaviti izvješće ili predložiti marketinšku strategiju, ali ne mogu samostalno upravljati procesima, pratiti poslovne pokazatelje ili donositi odluke na temelju podataka koji se neprestano mijenjaju.
Poslovni sustavi temelje se na procesima, pravilima, podacima i međusobno povezanim aktivnostima. Upravo se u toj razlici krije najveći jaz između očekivanja i stvarnih mogućnosti današnje generativne umjetne inteligencije.
Zašto AI još ne može upravljati poslovanjem?
Jedna od najvećih prednosti generativne umjetne inteligencije jest sposobnost stvaranja uvjerljivih odgovora u vrlo kratkom vremenu.
No ti odgovori često nisu povezani sa stvarnim poslovnim kontekstom.
Primjerice, AI može predložiti novu prodajnu strategiju, ali bez pristupa poslovnim podacima ne može pratiti njezinu provedbu niti procijeniti rezultate. Može preporučiti organizacijske promjene, ali ne može razumjeti odnose među zaposlenicima, organizacijsku kulturu ili specifičnosti pojedine tvrtke.
Zbog toga mnoge organizacije imaju dojam da zaposlenici svakodnevno koriste umjetnu inteligenciju, dok se poslovni procesi i rezultati pritom gotovo ne mijenjaju.
Veći modeli ne znače automatski bolje poslovne rezultate
Tehnološka industrija posljednjih godina ulaže velike napore u razvoj sve snažnijih AI modela s većim brojem parametara i većim računalnim kapacitetima.
Iako takav pristup povećava sposobnost obrade informacija i kvalitetu odgovora, ne rješava ključni problem.
Ako umjetna inteligencija nije povezana s poslovnim procesima, nema pristup relevantnim podacima ili ne može učiti iz stvarnih rezultata, dodatna računalna snaga neće joj omogućiti razumijevanje poslovnog konteksta.
Drugim riječima, veći modeli mogu bolje izvršavati iste zadatke, ali sami po sebi ne stvaraju nove poslovne sposobnosti.
Sljedeća faza razvoja umjetne inteligencije
Stručnjaci sve češće ističu da će se budući razvoj umjetne inteligencije usmjeriti prema sustavima koji neće samo generirati sadržaj, nego će moći sudjelovati u poslovnim procesima.
Takvi sustavi trebali bi kontinuirano učiti iz rezultata, povezivati informacije iz različitih izvora, pratiti tijek poslovanja i prilagođavati svoje preporuke stvarnim okolnostima.
Drugim riječima, budućnost umjetne inteligencije neće se temeljiti isključivo na sve naprednijim chatbotovima, nego na inteligentnim sustavima koji razumiju poslovni kontekst i mogu dugoročno podržavati donošenje odluka.
Problem nisu mogućnosti umjetne inteligencije, nego očekivanja
Iskustva brojnih organizacija pokazuju sličan obrazac. Demonstracije umjetne inteligencije izgledaju impresivno, pilot-projekti daju obećavajuće rezultate, ali očekivana transformacija poslovanja često izostane.
To ne znači da je umjetna inteligencija precijenjena. Prije svega znači da su očekivanja od nje često bila nerealna.
Veliki jezični modeli nisu cjelovito poslovno rješenje. Oni predstavljaju iznimno moćan alat koji može povećati produktivnost, ubrzati obradu informacija i olakšati donošenje odluka, ali samo kao dio šire poslovne arhitekture.
Prava prilika tek dolazi
Organizacije koje prve prepoznaju stvarne mogućnosti i ograničenja današnje umjetne inteligencije mogle bi ostvariti najveću konkurentsku prednost.
Umjesto da AI koriste isključivo za generiranje sadržaja, usmjerit će se na njegovu integraciju u poslovne procese, sustave upravljanja i donošenje odluka.
Upravo će takav pristup odrediti sljedeću fazu digitalne transformacije.
Umjetnoj inteligenciji potreban je poslovni kontekst
Generativna umjetna inteligencija već je dokazala svoju vrijednost u pisanju, analizi podataka, komunikaciji i obradi informacija. No poslovanje se ne temelji samo na jeziku.
Organizacije funkcioniraju kroz procese, podatke, iskustvo, organizacijsku kulturu i stalnu prilagodbu promjenama.
Zato umjetna inteligencija danas nije zamjena za poslovni sustav, već njegov vrijedan alat. Njezina će se puna vrijednost ostvariti tek kada postane sastavni dio poslovnih procesa, a ne samo tehnologija koja generira kvalitetne odgovore.
Izvor: INC.; prijevod i prilagodba: financa.ba
Prilikom preuzimanja obvezno navesti izravni link na članak.
