Organizacije, veštačka inteligencija i izazovi 

Istraživanje kompanije Dynatrace baca svetlo na izazove i rizike povezane sa implementacijom veštačke inteligencije. 

Izveštaj naglašava potrebu za kompozitnim pristupom veštačke inteligencije. Ovo uključuje kombinovanje različitih tipova veštačke inteligencije – kao što su generativni, prediktivni i kauzalni – zajedno sa različitim izvorima podataka kao što su vidljivost, bezbednost i poslovni događaji. Ova holistička strategija ima za cilj da pruži preciznost, kontekst i značenje AI izlazima, obezbeđujući pouzdane rezultate. 

 Ključni nalazi: 

• 83% tehnoloških lidera naglašava obaveznu ulogu veštačke inteligencije u navigaciji dinamičnom prirodom okruženja u cloud-u. 
• 82% predviđa kritičnu ulogu veštačke inteligencije u otkrivanju bezbednosnih pretnji, istrazi i reagovanju. 
• 88% predviđa da će veštačka inteligencija proširiti pristup analitici podataka za netehničke zaposlene putem upita na prirodnom jeziku. 
• 88% veruje da će veštačka inteligencija poboljšati troškovnu efikasnost u cloud-u kroz podršku praksi finansijskih operacija (FinOps). 

„AI je postao centralni način na koji organizacije podstiču efikasnost, poboljšavaju produktivnost i ubrzavaju inovacije,“ rekao je Bernd Greifeneder, direktor tehnologije u Dynatrace-u. 

„Objavljivanje ChatGPT-a krajem prošle godine pokrenulo je značajan generativni ciklus AI hajpa. Lideri u poslovanju, razvoju, operacijama i bezbednosti postavili su visoka očekivanja od generativne veštačke inteligencije koja će im pomoći da isporuče nove usluge sa manje napora i rekordnom brzinom.” 

Dok organizacije izražavaju optimizam u pogledu transformativnog potencijala AI, zabrinutost ostaje: 

• 93% tehnoloških lidera brine o potencijalnoj neodobrenoj upotrebi AI jer se zaposleni sve više navikavaju na alate kao što je ChatGPT. 
• 95% izražava zabrinutost zbog korišćenja generativne veštačke inteligencije za generisanje koda, plašeći se curenja i nepravilne upotrebe intelektualne svojine. 
• 98% se plaši nenamerne pristrasnosti, grešaka i dezinformacija u generativnoj veštačkoj inteligenciji. 

„Posebno za slučajeve upotrebe koji uključuju automatizaciju i zavise od konteksta podataka, kritičan je kompozitni pristup AI. Na primer, automatizacija softverskih usluga, rešavanje bezbednosnih propusta, predviđanje potreba za održavanjem i analiza poslovnih podataka zahtevaju kompozitni pristup veštačke inteligencije“, dodao je Greifeneder. 

„Ovaj pristup bi trebalo da pruži preciznost uzročne AI, koja određuje osnovne uzroke i efekte ponašanja sistema, i prediktivnu AI, koja predviđa buduće događaje na osnovu istorijskih podataka. 

Kako organizacije napreduju sa usvajanjem veštačke inteligencije, balansiranje entuzijazma sa pažljivim pristupom izazovima postaje najvažnije. Istraživanje naglašava transformativni potencijal veštačke inteligencije, ali njena efikasna integracija zahteva pažljivo razmatranje i raznovrsnu strategiju veštačke inteligencije. 

„Prediktivna AI i kauzalna AI ne samo da obezbeđuju suštinski kontekst za odgovore koje proizvodi generativna AI, već takođe mogu da podstaknu generativnu AI kako bi se osiguralo da su precizni, neverovatni odgovori ugrađeni u njen odgovor“, kaže Greifeneder. 

„Ako organizacije ostvare ispravnu strategiju, kombinovanje ovih različitih tipova veštačke inteligencije sa visokokvalitetnim podacima o vidljivosti, bezbednosti i poslovnim događajima može značajno povećati produktivnost njihovih razvojnih, operativnih i bezbednosnih timova i obezbediti trajnu poslovnu vrednost. 

Izvor: artificialintelligence-news.com