Генеративный ИИ: источник «дорогостоящих ошибок» для покупателей корпоративных технологий

Руководитель отдела исследований искусственного интеллекта компании Gartner Эрик Бретену оказался в выгодном положении, чтобы стать свидетелем взрывного роста интереса к генеративному ИИ со стороны предприятий по всему миру с момента запуска ChatGPT в 2022 году. Фактически, по его словам, теперь даже его 83-летняя мать наконец-то впервые понимает, чем он зарабатывает на жизнь.

«На самом деле она очень креативна в том, как использует [генеративный ИИ]», — сказал он.

Однако предприятия не всегда начинают с полного понимания генеративного ИИ. Выступая с TechRepublic на Gartner IT Symposium/Xpo в Австралии в сентябре, Бретену сказал, что на рынке существует путаница в отношении этой технологии — отчасти из-за языка, используемого поставщиками.

Распространенные заблуждения включают в себя то, что на самом деле представляет собой более широкий ИИ в сравнении с генеративным ИИ, и чем агенты ИИ отличаются от моделей генеративного ИИ. Это заставляет некоторые организации совершать ошибки в том, как они пытаются применить технологию для вариантов использования в своем бизнесе.

Путаница относительно различных типов ИИ

Внезапный всплеск интереса и внимания СМИ к генеративному ИИ привел к большой путанице, когда люди приравнивают ИИ в целом к ​​возможностям генеративного ИИ. Бретену подчеркнул, что ИИ — это гораздо более широкая дисциплина, имеющая множество других важных приложений помимо генеративного ИИ.

«ИИ и генеративный ИИ — это не одно и то же», — пояснил он. «Они не взаимозаменяемы».

Как объяснил Бретену, генеративный ИИ — это практика, находящаяся в ведении ИИ, в то время как ИИ — это крупная дисциплина, которая включает в себя множество методов и практик, включая интеллектуальное принятие решений, науку о данных и генеративный ИИ.

СМОТРИТЕ: Почему Teradata считает, что проекты генеративного ИИ рискуют потерпеть неудачу, если не понимают

Одним из примеров запутанной рыночной терминологии является широкое использование в этой области аббревиатуры AI/ML.

«Я ненавижу эту аббревиатуру, потому что она означает, что ИИ равно машинному обучению. Это неправда», — сказал Бретену. «Технологии ИИ — это системы на основе правил, методы оптимизации, графовые технологии, механизмы поиска, технологии окружения; есть все виды методов ИИ, которые были всегда, на протяжении последних пяти десятилетий».

Генеративный ИИ используется только в 5% случаев производственной эксплуатации

Бретену отметил, что в настоящее время генеративный ИИ составляет лишь небольшую долю ИИ в производстве.

«Это 90 процентов эфира и 5 процентов вариантов использования», — пояснил он.

«Это в основном то, что я вижу сегодня в производстве. Конечно, если посчитать количество вторых пилотов, которые там есть, и вы скажете, что это генеративный ИИ, то теперь это число намного больше. Но пока я не увижу возврат инвестиций в такого рода приложения, для меня это не совсем вариант использования. Это просто функция».

Между тем Бретену отметил, что другие технологии ИИ продолжают использоваться в различных сценариях использования.

«А что насчет ИИ? Ну, вот почему самолеты прилетают вовремя, потому что вы используете методы оптимизации, чтобы организовать все эти экипажи, пассажиров, самолеты, аэропорты, выходы и все такое. И удачи вам в этом без ИИ. Все эти системы работают, потому что ИИ сегодня — это фон».

Агенты ИИ путают со статическими моделями ИИ

Gartner выделила агентный ИИ как ключевую стратегическую технологическую тенденцию, за которой следует следить в 2025 году. Однако Бретену сказал, что клиентам следует избегать путаницы относительно того, что на самом деле представляет собой агент ИИ, особенно когда «поставщики очень хорошо умеют сбивать с толку наших клиентов, утверждая, что модели ИИ и агенты ИИ — это одно и то же.

«Это далеко не одно и то же», — сказал он. «На самом деле, очень вредно ставить их в одно предложение».

Бретену добавил, что:

Агент ИИ — это активная программная сущность, которая выполняет задачи от имени кого-то или чего-то и часто действует независимо. Модель ИИ — это пассивная сущность, созданная алгоритмом и набором данных. Хотя агент может использовать модели для выполнения своей задачи, это не одно и то же.

СМОТРИТЕ: 9 инновационных вариантов использования ИИ в австралийском бизнесе в 2024 году

«Я думаю, путаница возникает из-за этой смеси создания динамической системы, которая что-то выполняет, и создания набора и библиотеки статических активов, которые могут быть использованы, но не делают ничего конкретного», — объяснил он. «Они просто сидят там, пока вы их не используете. Агенты могут их использовать, но это не одно и то же».

Замешательство в работе ИИ приводит к дорогостоящим ошибкам для организаций

Бретену сказал, что видел, как организации «делали большие, дорогостоящие ошибки» из-за непонимания ИИ. Некоторые организации сталкиваются с проблемами, когда применяют статическую модель ИИ, не имея правильной инфраструктуры, чтобы сделать ее динамической, что приводит к дорогостоящим задержкам и другим проблемам в производстве.

Бретену сказал, что на симпозиуме Gartner наблюдалась некоторая путаница: «Я только что разговаривал с одним джентльменом, который сказал мне: «Мы хотим использовать для этого генеративный ИИ». И я сказал: «Ну, то, что вы пытаетесь сделать, можно решить с помощью графической техники гораздо проще, гораздо дешевле и гораздо быстрее».

«Перерыв» в разработке ИИ завершен, теперь основное внимание уделяется внедрению ИИ в практику

Область ИИ стремительно погрузилась в период изучения генеративных моделей ИИ после запуска ChatGPT. Это ознаменовало переход от предыдущего фокуса на операционализации ИИ и управлении техническим долгом, связанным с развертыванием систем ИИ в масштабе, что Бретену назвал инженерией ИИ.

Бретену заявил, что по состоянию на январь 2024 года организации вышли из этого «перерыва» и снова сделали разработку ИИ одним из главных приоритетов, пытаясь эффективно внедрить новые генеративные возможности ИИ.

«Начиная с января 2024 года, для нас это было неожиданно с точки зрения исследования; перемены закончились, и мы вернулись в класс», — объяснил он. «Это были вопросы: «Как заставить эти чертовы штуки работать?», «Сколько денег они стоят?», «Действительно ли они полезны?» и «Где мы их используем?» Инженерия ИИ вернулась».