Генеративное искусственное интеллект (ГИИ) – это настоящее наслаждение для разработчиков. Теперь давайте найдем ещё некоторые другие сферы применения.
Генеративный искусственный интеллект (ГИИ) - настоящая находка для разработчиков. Но его применение не ограничивается этим - давайте узнаем о других областях, где он может быть полезен.
Некоторые люди могут считать искусственный интеллект (ИИ) в качестве решения в поисках проблемы, но технология уже доказывает свою ценность в одной области: повышении производительности при разработке программного обеспечения. Почти половина специалистов в области технологий использует генеративный ИИ для создания приложений. К тому же, одна треть ИТ-компаний использует ИИ для анализа данных. Однако исследования показывают, что другие бизнес-кейсы пока еще не готовы.
Опрос, проведенный O’Reilly среди более чем 2 800 технических специалистов, показывает, что 44% респондентов используют ИИ в своей работе программирования, а 34% экспериментируют с ним. Анализ данных также является важным кейсом использования генеративного ИИ, с 32% ИТ-специалистов, использующих его для аналитики, и 38% экспериментирующих с ним.
Также: Генеративный ИИ и обучение с подкреплением формируют будущее в 9 областях
“Мы не удивлены тем, что наиболее распространенное применение генеративного ИИ – программирование, с использованием инструментов, таких как GitHub Copilot или ChatGPT”, – пишет Майк Лукидес, автор отчета O’Reilly. “Однако мы удивлены уровнем его принятия”.
Также в отчете указывается наличие здоровой инфраструктуры инструментов, которая уже появилась вокруг генеративного ИИ. “Как и о золотой лихорадке в Калифорнии, чтобы узнать, кто зарабатывает, не смотрите на шахтеров, а посмотрите на продавцов лопат”, – говорит Лукидес.
- Планы на смену руководства Apple ‘очень детальные’, гов...
- Драма в правлении OpenAI может испортить ваше будущее
- Ведомство юстиции США обвиняет Binance в широкомасштабной схеме отм...
Также: ИИ и автоматизация: Бизнес-лидеры применяют решения малого масштаба для большего воздействия
“Автоматизация процесса разработки сложных призывов стала обычной, с использованием таких моделей, как retrieval-augmented generation (RAG) и инструментов, таких как LangChain. Также есть инструменты для архивирования и индексирования призывов для повторного использования, векторные базы данных для поиска документов, которые ИИ может использовать для ответа на вопрос, и многое другое. Мы уже переходим ко второму поколению инструментов”. Исследование показывает, что 16% ИТ-специалистов сообщают, что их компании разрабатывают на основе моделей с открытым исходным кодом.
Авторы отчета считают, что использование инструментов ИИ разработчиками будет расти, независимо от того, стараются ли их руководители запрещать это. “Мы ожидаем, что программисты будут использовать ИИ даже в организациях, которые запрещают его использование”, – добавляет Лукидес.
“Программисты всегда создавали инструменты, которые помогали им выполнять свою работу, начиная от фреймворков тестирования и системы управления исходным кодом до интегрированных сред разработки. Программисты будут делать все необходимое для выполнения работы, а менеджеры будут блаженно неведомыми, пока их команды будут работать более продуктивно и достигать поставленных целей.”
Отчет также показывает растущий спрос на специалистов с экспертизой в области ИИ, в частности, программирование ИИ (66%), анализ данных (59%) и операции по ИИ/МО (54%). Критически важным также является знание общего уровня ИИ (52%), так как пользователи сталкиваются с галлюцинациями, которые иногда демонстрируют инструменты генеративного ИИ.
Также: Генеративный ИИ – все, всюду, все сразу
Растущий уровень принятия генеративного ИИ для анализа данных отражает добавление Advanced Data Analysis (ранее Code Interpreter) в арсенал бета-версий ChatGPT со стороны OpenAI, добавляет отчет.
Однако исследования показывают, что многие другие бизнес-кейсы для генеративного искусственного интеллекта все еще находятся в процессе разработки – и несут некоторые риски. Согласно опросу O’Reilly, самым распространенным прямым бизнес-кейсом являются приложения, взаимодействующие с клиентами, включая поддержку клиентов. Почти две трети (65%) респондентов сообщают, что их компании экспериментируют с (43%) или используют (22%) искусственный интеллект для приложений поддержки клиентов.
Однако доклад предупреждает: “взаимодействие с клиентами носит очень высокий риск” при использовании искусственного интеллекта. Авторы предлагают: “неверные ответы, дискриминационное или сексистское поведение и многие другие хорошо известные проблемы с генеративным искусственным интеллектом могут привести к трудноисправимому ущербу.”
Трудность в нахождении подходящих бизнес-кейсов называется ИТ-специалистами наиболее значимым препятствием для принятия генеративного искусственного интеллекта – 31% для непользователей и 22% для пользователей. Винить в этом следует культуру “действуй быстро и ломай вещи”, пишет Лукайдес. “Использование плохо продуманных и плохо реализованных решений искусственного интеллекта может вызвать ущерб, поэтому большинству компаний следует тщательно обдумать, как использовать искусственный интеллект должным образом.”
Еще одна причина, почему формулирование бизнес-кейсов занимает время, заключается в том, что искусственный интеллект глубоко воздействует на организационные процессы. “Мы также должны признать, что многие из этих бизнес-кейсов будут представлять вызов традиционному мышлению о бизнесе. Понимание бизнес-кейсов для искусственного интеллекта и понимание того, как искусственный интеллект позволяет преобразовывать сам бизнес, будут идти рука об руку.” Наконец, стоит помнить, что искусственный интеллект все еще новинка. В целом, 38% ИТ-специалистов сообщают, что их компании работают с искусственным интеллектом менее года. “Даже с моделями на основе облачных основ, такими как GPT-4, которые устраняют необходимость разработки собственной модели или предоставления собственной инфраструктуры, настройка модели для любого конкретного бизнес-кейса все еще является серьезным предприятием.”
