L’intelligenza artificiale generativa ha democratizzato l’intelligenza artificiale

Ripubblicato da Platone

Seguaci: 0

L’intelligenza artificiale generativa ha democratizzato l’AI PlatoBlockchain Data Intelligence. Ricerca verticale. Ai.

Commissionato Centralizzare o decentralizzare? Questa era una volta la domanda saliente per molte aziende che formulavano una strategia per l’implementazione dell’intelligenza artificiale. Se fosse più nobile sostenere un singolo dipartimento di intelligenza artificiale o subire i colpi di fionda e le frecce che accompagnano i progetti di intelligenza artificiale distribuita.

I cambiamenti tettonici nella tecnologia possono rendere discutibili tali dibattiti. Sta accadendo ora, come intelligenza artificiale generativa catalizza la creatività nelle imprese, consentendo ai dipendenti di creare al volo testi, immagini e persino codici software?

Alcuni di questi esperimenti sono utili; altri non così tanto. Ci saranno più fallimenti lungo il percorso verso l’innovazione, che è disseminato delle ossa di progetti tecnologici caduti.

Ciò che è chiarissimo: l’intelligenza artificiale generativa ha democratizzato il consumo dell’intelligenza artificiale per le imprese in modi che le precedenti applicazioni di intelligenza artificiale non potevano fare. Il genio, nelle sue molteplici forme e funzioni, è uscito dalla bottiglia.

Il modo in cui era

Per ottimizzare e curare la nostra competenza in materia di intelligenza artificiale o consentire ai progetti di vagare senza controllo e sperare per il meglio? È una domanda giusta, con approcci contrastanti.

Nel corso degli anni, alcune organizzazioni hanno consolidato le capacità di intelligenza artificiale in un unico dipartimento, spesso istituito come centro di eccellenza AI (COE). Il COE era spesso composto da ingegneri di database, data scientist e altri specialisti formati nell'interrogazione di modelli di machine learning (ML).

L’inverso dei COE era altamente decentralizzato. Nel classico stile fai-da-te, i leader aziendali hanno sperimentato alcuni strumenti sul mercato su progetti di intelligenza artificiale che potrebbero eventualmente favorire l’innovazione. Naturalmente questi progetti tendevano ad essere più rudimentali di quelli creati dai membri del COE.

Entrambi gli approcci avevano i loro pro e contro.

La centralizzazione delle funzioni di intelligenza artificiale ha offerto alle organizzazioni la capacità di dettare strategie e politiche e di controllare i costi, riducendo così i rischi. Ma l’impegno dei COE verso processi rigorosi aveva i suoi svantaggi. In genere, il COE riceveva le specifiche e creava un risultato finale nell'arco di diversi mesi. In un arco temporale sufficientemente lungo, i pali della porta si sono spostati. Man mano che i dati diventavano obsoleti, il risultato raramente somigliava al risultato desiderato.

Al contrario, le funzioni di intelligenza artificiale distribuita hanno concesso agli esperti aziendali la libertà di sperimentare ed esplorare rapidamente in modo che i dati rimangano freschi e attuali. I progetti potrebbero aver portato ad alcune intuizioni che erano più difficili da coltivare in un COE AI, a cui mancava l’esperienza di dominio di una linea di business.

Tuttavia, gli sforzi ad hoc spesso hanno portato a progetti senza ROI dimostrabile per l’azienda. E in mancanza del tipo di guardrail presente in un COE, questi sforzi erano spesso rischiosi per l’azienda.

Il modo in cui le organizzazioni si sono avvicinate all’intelligenza artificiale varia da azienda a azienda, in base alle filosofie della leadership e alla propensione al rischio, che sono informate dalle capacità e competenze interne.

L’intelligenza artificiale generativa ha cambiato il paradigma

L’arrivo dell’intelligenza artificiale generativa chiarisce la questione se centralizzare o distribuire le funzioni dell’intelligenza artificiale.

Oggi Joe e Jane nella media interfacciarsi direttamente con le tecnologie AI utilizzando il linguaggio umano naturale piuttosto che strumenti speciali che interrogano i modelli di intelligenza artificiale.

Gli operatori della conoscenza creano testi convincenti utilizzando Google Bard e ChatGPT. I grafici creano nuovi contenuti di immagine con DALL·E e Midjourney. Gli sviluppatori di software scrivono app di base con Copilot o Codeium.

Sempre più spesso i dipendenti sovrappongono queste capacità, creando mashup di tecnologie di creazione di testo, grafica e codice generare contenuti di marketing, report di analisi o altri dashboard – senza l’aiuto di esperti di dati che potrebbero impiegare mesi a mettere insieme qualcosa di più sofisticato.

Per essere chiari, l’IA generativa sostituisce le competenze offerte dagli specialisti dell’AI COE. Non può ancora insegnare a qualcuno le complessità di TensorFlow, la magia di Kafka o altri strumenti sofisticati utilizzati per interrogare modelli AI e ML.

L’intelligenza artificiale generativa ha democratizzato la creazione di contenuti tanto quanto gli smartphone hanno facilitato l’accesso alle informazioni a chiunque sia in movimento, ovunque nel mondo.

Riflettere sulle implicazioni

I dipartimenti IT spesso detengono le chiavi di molte tecnologie, ma l’intelligenza artificiale generativa è un animale diverso, richiedendo ai leader IT di considerare l’impatto del suo utilizzo all’interno del dipartimento e in tutta l’azienda in generale.

Come con le tecnologie nuove per la tua azienda, ti riunirai con i colleghi del C-suite su regole e guardrail per assicurarti che l'azienda e i suoi dipendenti siano coperti dal punto di vista della conformità, del rischio e della sicurezza. E ti proteggerai da potenziali azioni legali secondo cui i contenuti creati da strumenti di intelligenza artificiale generativa violano i diritti e le tutele della proprietà intellettuale.

Eppure questo potrebbe essere più facile a dirsi che a farsi per molte organizzazioni.

Meno della metà dei dirigenti statunitensi intervistati da KPMG ha detto hanno la tecnologia, il talento e la governance giusti per implementare l’intelligenza artificiale generativa. Inoltre, i dirigenti prevedono di dedicare i prossimi 6-12 mesi ad approfondire la loro comprensione di come funziona l’intelligenza artificiale generativa e a investire in strumenti. Questo è fondamentale per i dirigenti e il consiglio di amministrazione, secondo Atif Zaim, National Managing Principal, Advisory, KPMG.

A dire il vero, la democratizzazione dell’intelligenza artificiale generativa significa che anche i tuoi rivali hanno un accesso immediato a questi strumenti. Fare attenzione a non perdere il nome dell'azione.

In che modo la tua organizzazione utilizzerà queste tecnologie emergenti per rendere il tuo business a prova di futuro e ottenere vantaggi competitivi?

Ulteriori informazioni sulla nostra Portafoglio Dell APEX di offerte as-a-service e come Progetto Elica accelera la trasformazione aziendale e aumenta la produttività con un'intelligenza artificiale affidabile.

Offerto da Dell Technologies.