Prawie połowa dyrektorów zarządzających firm spodziewa się, że do 2026 roku będzie wykorzystywać technologię GenAI do napędzania wzrostu i przyspieszania ekspansji swojego biznesu – wynika z 29. edycji globalnego badania IBM Institute for Business Value. Jednak w tej chwili firmy – mimo że dostrzegają potencjał GenAI i są skłonne ponieść ryzyka związane z jej wdrażaniem – podchodzą do niej dość ostrożnie. 71 proc. ankietowanych zadeklarowało, że ogranicza się do pilotażu i eksperymentowania z tą technologią. Eksperci wskazują, że aby zwiększyć produktywność i wprowadzać innowacje dzięki generatywnej sztucznej inteligencji, organizacje muszą wyjść poza tę fazę eksperymentów. Tutaj problemem może się jednak okazać brak kadr.
– Nasze badanie wskazuje na rosnące zainteresowanie technologią AI, wykorzystywaną jako lewar, mechanizm napędzający ekspansję, napędzający rozwój praktycznie każdej instytucji: zarówno firm komercyjnych ze wszystkich sektorów, jak i administracji – mówi agencji Newseria Biznes Marcin Gajdziński, dyrektor generalny IBM Polska, kraje bałtyckie i Ukraina.
Z 29. edycji badania IBM Institute for Business Value (IBM IBV), przeprowadzonego wśród 3 tys. dyrektorów zarządzających z 26 branż i ponad 30 krajów, wynika, że blisko połowa ankietowanych spodziewa się, że do 2026 roku będzie już wykorzystywać tę technologię do napędzania wzrostu i przyspieszania ekspansji swojego biznesu.
– Sztuczna inteligencja będzie najbardziej dochodowym sektorem w gospodarce globalnej w ogóle, obok przemysłu zbrojeniowego. Przyrosty rzędu od 15 do nawet 28 proc., w zależności od segmentu rynku, są realne – uważa prof. dr hab. Konrad Raczkowski, prorektor UKSW.
Według IBM IBV technologia GenAI jest obecnie postrzegana przez firmy jako klucz do konkurencyjności – zdaniem 57 proc. ankietowanych CEO zdobycie przewagi konkurencyjnej w ich branży będzie w przyszłości zależeć od tego, kto dysponuje najbardziej zaawansowaną generatywną sztuczną inteligencją. W tej chwili większość – 71 proc. ankietowanych – ogranicza się do pilotażu i eksperymentowania z GenAI.
– Wdrażanie sztucznej inteligencji zazwyczaj zaczynamy od niedużych projektów, od pewnych prototypów, szukania jakichś rozwiązań, które ograniczą albo poprawią jakość pracy człowieka, ponieważ na dobrą sprawę jeszcze nie wiemy, w którą stronę te modele skręcą. Warto zaczynać od tych obszarów, w których mamy dobre dane, w których historycznie zebraliśmy tych danych najwięcej, ponieważ tam te eksperymenty dadzą najlepszy efekt – mówi Wojciech Wolny, prezes i założyciel Euvic.
Do najczęstszych przykładów zastosowania GenAI należą w tej chwili m.in. chatboty i audioboty ulepszające komunikację, systemy do obsługi dużej liczby dokumentów, indeksowania oraz przeszukiwania pod kątem tworzenia podsumowań czy zaawansowanej analizy treści dużych zbiorów danych.
– Tauron już wykorzystuje sztuczną inteligencję, moduły AI są zaszyte w naszym systemie APM Instana, czyli Application Performance Monitoring. Jest to system, który pozwala nam monitorować infrastrukturę w sposób proaktywny, czyli staramy się wyprzedzić awarię już na etapie anomalii i powiadamiać administratorów i deweloperów o problemach, które zdarzają się w naszych systemach – dodaje Adam Grabiec, kierownik monitoringu infrastruktury IT, Tauron Obsługa Klienta.
Zobacz również:
BIZNES · 20.06.2024Branża chemiczna w Europie na zakręcie. Konkurencja z Azji i Europejski Zielony Ład wymuszają inwestycje w innowacje66 proc. respondentów badania IBM IBV zadeklarowało, że potencjalny wzrost produktywności – wynikający z automatyzacji procesów za sprawą AI – jest tak duży, że zaakceptowaliby oni nawet znaczne ryzyko, aby zachować konkurencyjność. Natomiast 67 proc. respondentów stwierdziło, że byliby skłonni podjąć nawet większe ryzyko niż ich konkurenci, aby utrzymać swoją przewagę rynkową.
– Te obszary, gdzie mamy fizyczną, ludzką pracę, wykonywanie jakichś czynności, one będą się zmieniały najpóźniej. Obszar infrastruktury za sprawą AI nie zmieni się aż tak bardzo. Tam, gdzie jest fizyczna infrastruktura, gdzie muszą być urządzenia, gdzie musi być dostępna sieć – tam utrzyma się dość tradycyjny model. Podobnie zresztą jak w obszarze analizy biznesowej, zbierania wymagań, szukania pomysłów, żeby później można było te modele językowe uczyć. Jest to dość klasyczny obszar doradczo-konsultingowy, który nie będzie przeżywał jakiejś wielkiej rewolucji – prognozuje Wojciech Wolny.
Barierą dla pełnego wykorzystania potencjału generatywnej sztucznej inteligencji może się jednak okazać niedobór kadr. Chociaż 60 proc. ankietowanych CEO twierdzi, że ich zespoły mają umiejętności i wiedzę niezbędną do wdrożenia tej technologii, to ponad połowa z nich (53 proc.) wskazuje, że już w tej chwili ma trudności z obsadzeniem kluczowych stanowisk technologicznych. Ponadto 50 proc. dyrektorów zadeklarowało, że ze względu na GenAI ich organizacja rekrutuje obecnie na stanowiska, które jeszcze w zeszłym roku nie istniały, co pokazuje szybkie zmiany zachodzące na rynku pracy za sprawą tej technologii.
– Bardzo duża grupa ankietowanych dyrektorów generalnych wskazała na rosnące zapotrzebowanie na dobrze przygotowaną kadrę obsługującą technologię AI w najróżniejszych zastosowaniach – mówi Marcin Gajdziński. – Spora grupa zwróciła też uwagę na konieczność tzw. rebrandingu czy przebranżowienia istniejących kadr nieinformatycznych, które będą wykorzystywać GenAI w różnych dziedzinach, takich jak np. zakupy czy finanse. Innymi słowy: mówimy nie tyle o rosnącym zapotrzebowaniu na informatyków czy programistów jako takich, ale o rosnącym zapotrzebowaniu na fachowców, profesjonalistów, którzy rozumieją te narzędzia AI i potrafią je wykorzystywać w codziennej praktyce biznesowej w tych dziedzinach, za które są odpowiedzialni.
Duża dynamika występuje także w zakresie rozwoju narzędzi AI dla firm. Dla IBM to ważny segment rozwoju działalności, a ekspansję w tym zakresie firma opiera na platformie IBM watsonx – oferuje ona użytkownikom biznesowym dostęp do wszystkich narzędzi niezbędnych do utrzymania, rozwoju i zarządzania dowolną liczbą modeli AI. Platforma składa się z trzech komponentów – części definiującej dane, z których korzystają modele AI, z samych modeli oraz z komponentu służącego do zarządzania nimi.
– Trzeba pamiętać o tym, że modele wielkojęzykowe to modele, które odwołują się do gigantycznych ilości informacji i zmiennych, w związku z czym z reguły modele te uruchamiane są w cloudzie, najczęściej poza Polską. IBM jest jedynym dostawcą rozwiązań, w których nasz model AI może być uruchamiany w serwerowni naszych klientów, co może mieć znaczenie krytyczne z punktu widzenia klientów podlegającym bardzo szczególnym regulacjom compliance’owym, na przykład szeroko rozumianej administracji państwowej, która z definicji powinna zwracać szczególną uwagę na to, gdzie nasze informacje przetwarzane w modelu AI znajdują się w momencie wykonania operacji – mówi dyrektor generalny IBM na Polskę, Kraje Bałtyckie i Ukrainę.
Rozmowy na temat potencjału sztucznej inteligencji dla biznesu i istniejących na rynku narzędzi toczyły się podczas wydarzenia „Put AI to Work”, zorganizowanego w ubiegłym tygodniu przez IBM.
Źródło: Newseria
