A mesterséges intelligencia fokozatosan nyert teret az életünkben az okostelefonjainkat működtető technológiától kezdve a kiskereskedők által a fogyasztók megjutalmazására használt eszközökig. A fejlődése szinte észrevétlen volt. De ez a térnyerés már egy jó ideje tart, csak lehet, mi nem figyeltünk fel rá. Hiszen már 2016-ban egy komoly mérföldkövet ért el a technológia, amikor a DeepMind által kifejlesztett mesterséges intelligencia alapú program, az AlphaGo legyőzte a Go nevű logikai játék világbajnok játékosát. Ezt a sikert szakmai körökben ünnepelték, de aztán a köztudatban gyorsan elhalványult.
Azonban a ChatGPT és versenytársai úgy ragadták meg az emberek fantáziáját világszerte, ahogyan az AlphaGo nem, köszönhetően széleskörű használhatóságuknak. Mi sem bizonyítja ezt jobban, mint az a tény, hogy míg például a Spotify-nak 55 hónapra, az Instagramnak 30 hónapra, és még a TikToknak is 9 hónapra volt szüksége ahhoz, hogy elérje a 100 milliós felhasználói bázist, a ChatGPT-nek mindössze 2 hónap kellett ehhez.
A legújabb generatív AI-alkalmazások számos rutinfeladatot képesek elvégezni, például adatok átalakítását és osztályozását, de szövegírásra, zeneszerzésre és a digitális művészetben való kiteljesülésre is fel lehet használni a képességüket. Ennek eredményeképpen az érdeklődők szélesebb köre kezdett el foglalkozni a generatív mesterséges intelligencia üzleti és társadalmi hatásával, de anélkül, hogy sok kontextus segítené őket a megértésében.
A generatív AI tehát egy komoly lépésváltást jelent a mesterséges intelligencia fejlődésében. De mielőtt a vállalatok elsietnék a technológia bevezetését, érdemes egyet hátralépni, és megérteni a gazdasági és társadalmi értékteremtési potenciálját, mielőtt a kritikus implementációs döntéseket meghoznánk.
Melyek azok az üzleti területek, amelyekre a legnagyobb hatással van a generatív AI?
Bár a generatív mesterséges intelligencia a legtöbb üzleti funkcióra hatással lehet, néhány kiemelkedik az összes közül, ha a technológia hatását a funkcionális költségek arányában mérjük. Iparági felmérések négy kiemelt területet azonosítottak be - a marketing és értékesítés, az ügyféllel kapcsolatos műveletek, a szoftverfejlesztés, valamint a kutatás és fejlesztés – amelyeknél a technológia alkalmazása a legnagyobb hozzáadott értéket biztosítja.
Nézzünk néhány példát a felhasználási lehetőségekre!
Marketing és értékesítés
Értékesítési és marketing szakemberek a korábbinál sokkal hatékonyabban tudják összegyűjteni a piaci trendeket és vásárlói információkat strukturálatlan adatforrásokból (pl. közösségi média, hírek, kutatások, termékinformációk, vevői visszajelzések), és ennek alapján sokkal fókuszáltabb marketing- és értékesítési kommunikációs stratégiákat építhetnek fel.
Ügyfélszolgálat
Az ügyfél interakcióba léphet egy emberhez hasonló chatbottal, amely azonnali, személyre szabott válaszokat ad összetett kérdésekre, biztosítva a márkához illő hangot az ügyfél nyelvétől vagy tartózkodási helyétől függetlenül.
Az ügyféllel foglalkozó munkatársak megkapják a hívások összefoglalóját néhány tömör pontban, és így sokkal hatékonyabban tudják rögzíteni és kezelni az ügyfélpanaszokat és a megtett intézkedéseket.
Szoftverfejlesztés
A mérnökök generatív mesterséges intelligenciát használnak többféle IT architektúra terv és konfiguráció létrehozására, felgyorsítva ezzel a rendszertervezést és a gyorsabb piacra jutást.
A fejlesztőket kódolni tudó mesterségesintelligencia-eszközök segítik vázlatok megírásával, gyorsabban megtalálják az utasításokat, és egy könnyen használható és navigálható tudásbázisként működnek, amellyel számottevően lerövidíthető a fejlesztési ciklus.
Kutatás-fejlesztés
A kutatók generatív mesterséges intelligenciát használnak parancssori bevitelek alapján vázlatok és tervek készítésére, lehetővé téve számukra, hogy gyorsan iteráljanak több tervezési opcióval.
A kutatók felgyorsíthatják és optimalizálhatják a virtuális szimulációs fázisokat az új deep learning generatív tervezési technikákkal.
A megjelölt üzleti funkciók mellett azonban a generatív AI megoldásokat már alkalmazzák a HR, pénzügy, beszerzés és háttértámogatás területeken is a napi operatív tevékenységekben.
Milyen kihívásokkal jár a generatív AI alkalmazása?
A történelem során már számtalanszor megtapasztalhattuk, hogy az új technológiák képesek átformálni a társadalmi és a gazdasági környezetet. A mesterséges intelligencia alkalmazása már most is komoly hatással van az életünkre és munkamódszerünkre - például a hangunkkal irányíthatjuk a telefonunkat és az otthoni zenelejátszónkat vagy AI ad javaslatot az email megszövegezésére. Ez idáig azonban a mesterséges intelligencia megmaradt a színfalak mögött, például az üzleti folyamatokat optimalizálta, vagy a webshopokban ajánlásokat tett a következő termék megvásárlására. A generatív mesterséges intelligencia gyors fejlődése valószínűleg jelentősen növeli majd a mesterséges intelligencia általános hatását, és átalakítja a munka természetét is.
Azonban, mint minden új technológia, a generatív AI is új és jelentős kihívásokat hoz magával. Első körben felmerülnek a szabályozói kérdések és kockázatok, amelyek a tulajdonjog védelmére, az adatbiztonságra vonatkoznak. A vállalatvezetőknek olyan kérdéseket kell megvitatniuk, hogy hogyan biztosíthatják a vállalatuk szellemi tulajdonának a védelmét? Hogyan kerülhetik el, hogy akaratukon kívül ne sértsék meg harmadik felek szerzői- vagy tulajdonjogait? Ugyanis már voltak arra is esetek, hogy írók tiltakoztak, mert a beleegyezésük nélkül az ő műveikkel tanították az AI-t.
Másodszor meg kell küzdeniük azzal az ellenállással és félelemmel, amely a vállalat munkatársai körében merülhet fel, akik még nem tudják, mit jelent számukra ez az új technológia. Az egyik legnagyobb félelem a bizalom hiánya, ugyanis nem tudják, mennyire bízhatnak meg az AI által javasolt megoldásokban vagy válaszokban. Aztán ott a blackbox-hatás, nem értik, hogyan működik, nem ismerik az alkalmazott logikai modelleket és algoritmusokat. Kihívásként felmerül mindenkiben, hogy milyen biztonsági mechanizmusokat kell bevezetni, mielőtt egy generatív AI-alapú terméket piacra dobnak. Végezetül egy komoly félelem van bennük saját egzisztenciájukkal kapcsolatban is, hiszen olyanokat hallani a generatív AI-ról, hogy elveszi a munkavállalók feladatait, akik ezért elvesztik az állásukat.
Azonban egyértelműen a legnagyobb kihívás az lesz, hogy feltérképezzük, milyen hatást gyakorol az üzleti működésre az AI technológiák beépítése a napi operatív folyamatokba. A vállalatvezetők joggal tehetik fel azt a kérdést, hogy most akkor mindenképpen gyorsan be kell vezetnem, mert különben lemaradok a versenytársaktól? Vagy inkább mérlegelni kellene egy költség-haszon elemzés alapján, hogy mely AI megoldásokkal érdemes elkezdeni foglalkozni? A szervezeteknek mindenféleképpen fel kell azt is mérniük, hogy milyen képességekkel és kompetenciákkal kell rendelkezniük ilyen transzformáció elindításához. Az érettségfelmérés keretében meg kell vizsgálniuk azt is, hogy rendelkezésre áll-e számukra az a technológiai háttér és partnerhálózat, amely egy sikeres működési modell kialakításának az alapköve. Végezetül pedig a teljes vállalati működést úgy kell átalakítaniuk, hogy a folyamataik és a szervezeti egységek az új működési modellben hatékonyak maradjanak.
Összegzésképpen tehát elmondható, hogy az AI megoldások által kínált előnyöket és értékeket a vállalatok akkor tudják igazán kihasználni, ha a stratégiai terveikbe és üzleti célkitűzéseikbe beépítik az AI kínálta technológiai megoldásokat, azok előnyeit. Az AI implementációs projekteket pedig egy transzformációs program részeként kezelik, amelyekben nemcsak a rendszereiket és alkalmazásaikat fejlesztik, hanem ehhez igazítják a működési modelleket, vállalati folyamatokat és a munkavállalók képességeit, miközben reagálnak a felmerült kockázatokra is.
