Автор: Мэтт МакИлвейн. Составитель: Cointime.com QDD.

«Какова наша стратегия генеративного искусственного интеллекта?» Это вопрос, с которым сталкивается почти каждое руководство сегодняшних компаний из списка Fortune 500 и других компаний. Люди, задающие этот вопрос, почти всегда являются руководителями компаний, которые ожидают ответов и быстрых результатов. В то же время те же самые руководители были бы недовольны, если бы обнаружили, что генеративный искусственный интеллект (GenAI) начал вызывать галлюцинации у ваших клиентов, стратегические данные использовались неправильно или интеллектуальные приложения вызывали проблемы с безопасностью или производительностью вашей компании. Хотя эта реальность позволит консалтинговым фирмам процветать на долгие годы, необходимы некоторые практические рекомендации, которые помогут старшим руководителям (включая ИТ-директоров и директоров по технологиям) и их партнерам по бизнес-подразделениям разработать убедительный план. В ходе бесед с корпоративными клиентами, компаниями GenAI и поставщиками облачных услуг мы обнаружили три основных вопроса, которые могут помочь вам в разработке стратегии генеративного ИИ:

1. Какой корпоративный образ мышления необходим для успешного внедрения GenAI?

2. Как добиться «быстрых побед» в краткосрочной перспективе?

3. Какова наилучшая стратегия использования GenAI в среднесрочной и долгосрочной перспективе?

Успешное деловое мышление

Возможно, вы слышали, что в конце прошлого года AI пережила «момент браузера Mosaic», когда запустила ChatGPT. Мы используем ИИ на протяжении десятилетий (поиск Google, Amazon Alexa, рекомендации Netflix/Spotify), но теперь люди могут использовать GenAI напрямую и творчески, чтобы быстро приносить пользу. Независимо от того, является ли эта ценность составлением заметки, разработкой программного кода или выполнением задачи, GenAI, подсказывая модели ИИ на естественном языке, может помочь любому стать более эффективным и результативным. В бизнес-среде открываются безграничные возможности, а ваши сотрудники уже экспериментируют!

Поскольку GenAI настолько доступен и гибок, он требует гибкого мышления, которое часто трудно найти в крупных компаниях. Функции будут развиваться, потребуются новые навыки, и многим компаниям придется столкнуться с проблемами, связанными с собственными операциями GenAI. Нет никаких сомнений в том, что GenAI будет разрушительным, и многие сотрудники будут сопротивляться этим изменениям. Некоторые сотрудники будут с осторожностью относиться к вашим экспериментам в таких областях, как безопасность и управление. Управление этими областями риска важно и требует установления мер безопасности и передовых методов работы, таких как структура, разработаннаяWhyLabs. Однако многие сотрудники, в том числе генеральные директора, стремятся попробовать, изучить и применить GenAI в своем бизнесе. Поиск способов использования этих новых технологий с низким уровнем риска и быстрой обратной связью имеет решающее значение для каждого бизнеса.

Начните с размышлений о возможностях домена вашей компании и дифференцированных ресурсах данных, а также о том, как вы можете использовать их для получения выгоды вашей компании и ваших клиентов в долгосрочной перспективе. Установление стабильных отношений с клиентами, дифференцированные данные и опыт, а также существующие рабочие процессы и интерфейсы могут стать ценными инструментами для существующего бизнеса. Ваши сотрудники и клиенты уже пытаются согласовать ваш продукт и ценностное предложение с расширениями GenAI. Примите этих новаторов и постарайтесь понять, какие проблемы они решают и почему. Создав атмосферу, в которой ценятся и поощряются умные эксперименты, вы сможете быстро понять масштаб возможных возможностей и приоритетов в вашей организации, одновременно управляя рисками!

GenAI очень доступен для конечных пользователей, но создание и эксплуатация моделей и приложений GenAI — нет.

Три шага к быстрой победе

Спросив своих сотрудников, клиентов и доверенных технологических партнеров, что они уже делают с GenAI, вы откроете возможности, имеющие отношение к вашему бизнесу. В краткосрочной перспективе мы рекомендуем предпринять эти три шага, чтобы начать работу и быстро учиться при разработке стратегии GenAI вашей компании:

1. Привлекайте «партнеров по сотрудничеству» для повышения производительности.

2. Сотрудничать с крупными поставщиками облачных услуг (CSP) и компаниями-разработчиками программного обеспечения для предоставления решений GenAI в «расширенной версии».

3. Запустите лабораторию обучения GenAI и проведите хакатон для быстрых и гибких экспериментов, которые помогут определить и расставить приоритеты в ваших возможностях GenAI. Эта учебная лаборатория также поможет вам открыть для себя новые инновационные компании, работающие в сфере генного искусственного интеллекта, и дополнить ваш собственный набор навыков.

Партнеры по сотрудничеству

Одной из первых историй успеха GenAI стало появление партнеров по сотрудничеству, таких как GitHub Copilot от Microsoft или Code Whisperer от Amazon, для улучшения разработки программного обеспечения. Аналогичным образом, ChatGPT и другие инструменты OpenAI позволяют интеллектуальным помощникам появляться во многих формах, помогая сотрудникам более эффективно создавать письменный текст.

Ваши разработчики уже используют инструменты GenAI для написания и оптимизации кода, специалисты по информационным технологиям составляют маркетинговые документы, а менеджеры проектов автоматизируют конкретные рабочие процессы. Сегодня эти инструменты повысили производительность труда сотрудников. В частности, ваша команда инженеров может улучшить разработку программного обеспечения, внедрив инструменты генерации кода. Многие команды разработчиков программного обеспечения добились повышения производительности на 20–30%. Это настолько важно, что этим командам следует отвлечься от текущих методов разработки программного обеспечения и научиться использовать эти новые методы. Команды, которые не используют инструменты генерации кода для повышения своей производительности, будут все больше и больше отставать в реализации программных проектов.

Понимание того, что уже происходит внутри вашей организации, и поощрение повышения производительности помогут вам оценить вашу внутреннюю готовность к GenAI и классифицировать наиболее вероятные возможности как «Сделай это сам», «Сделай это со мной» или «Сделай это другими». это от вашего имени». Другими словами, готова ли ваша компания испечь торт GenAI самостоятельно из отдельных компонентов (данных, алгоритмов, графических процессоров), сделать торт, используя готовую смесь для торта и глазурь (поставщик облачных услуг, модель хостинга) или исходный код? это в местной пекарне, покупающей торты (собственные GenAI и улучшенные решения SaaS)? С точки зрения конечного пользователя GenAI очень доступен, но создание и эксплуатация моделей и приложений GenAI не является тривиальной задачей. Наблюдение за тем, что уже делают сотрудники, создаст основу для внутренних возможностей и планов предоставления решений GenAI. Чтобы добиться успеха, вам необходимо объективно оценить свои внутренние возможности, включая способность собирать и подготавливать данные, обучать и развертывать базовые модели GenAI, а также создавать улучшения GenAI для существующих приложений и рабочих процессов. Скорее всего, первыми преимуществами будут повышение внутренней производительности и возможности обучения за счет приобретения усовершенствованных решений.

Привлекайте партнеров напрямую

Ищите существующих партнеров по приложениям, которые уже интегрируют свою инфраструктуру данных и приложения с GenAI. У вас с ними деловые отношения, и они, как правило, безопасные и соответствующие требованиям поставщики. Вы также обмениваетесь контекстом и наборами данных, а ваши сотрудники понимают пользовательские интерфейсы и рабочие процессы, предоставляемые этими поставщиками. В результате они могут быстро помочь вам улучшить ваши бизнес-процессы и рабочие процессы. Эти партнеры могут иметь лучший доступ к новейшим технологиям и наборам навыков для быстрого расширения своих стеков GenAI.

В краткосрочной перспективе ваши постоянные партнеры, в том числе поставщики облачных услуг, такие как Amazon AWS, Microsoft Azure и Google Cloud, а также компании-разработчики программного обеспечения, такие как Workday, Atlassian и Smartsheet, предоставили вам улучшенные решения. Существует также уровень управления данными: CSP и компании, предоставляющие услуги данных, такие как Snowflake, MongoDB и Databricks, предоставляют возможности управления данными, необходимые для более глубоких усилий GenAI.

Ключом к первоначальному подходу «купить вместо строительства» является достижение дополнительных быстрых результатов за счет понимания и использования того, что делают ваши постоянные партнеры. Затем, прояснив направление деятельности вашей компании, вы сможете выяснить, что лучше всего подходит для создания собственных улучшений GenAI.

Создайте учебную лабораторию GenAI

Будь то внутренние первые пользователи или улучшенные сторонние решения, ваш ранний успех будет в первую очередь использован для повышения внутренней производительности и креативности. Однако более фундаментальной задачей является определение того, как преобразовать бизнес, чтобы лучше обслуживать внешних клиентов. Многие технологические компании уже проводят хакатоны, чтобы активизировать внутренние команды и развивать приоритетные возможности обслуживания клиентов. Это также отличное место для начала вашей компании! Кроме того, они назначили старшего руководителя в качестве межфункционального руководителя GenAI, отвечающего за руководство экспериментальными работами и разработку стратегического плана GenAI. Вы можете думать об этих усилиях как об учебной лаборатории GenAI.

Более экзистенциальная потребность состоит в том, чтобы определить, как вы будете трансформировать свой бизнес, чтобы лучше обслуживать внешних клиентов.

Хотя эта команда может отслеживать и обобщать быстрые изменения в GenAI, наиболее эффективный метод открытий — учиться на практике. Отбор в Учебную лабораторию GenAI следует рассматривать как возможность привлечь к работе строителей и лидеров компаний с высоким потенциалом. Им потребуется доступ к ресурсам данных, и, возможно, им придется столкнуться с трудностями в сфере ИТ и управления данными, чтобы быстро проводить эксперименты. Спонсорство со стороны высшего руководства будет иметь ключевое значение для баланса экспериментов и рисков. Лаборатории (и компания в целом) должны иметь некоторые правила и положения, определяющие, когда и как делиться проектами безопасным и совместимым образом. Хотя хакатон, который помог создать команду, может вдохновить их, вероятно, этим командам потребуется время и некоторый внешний опыт для разработки приоритетов и продуктов, которые клиенты смогут протестировать. Ориентированное на действие и экспериментальное мышление поможет лаборатории и компании добиться успеха.

Некоторые конкретные ранние приоритетные области — это генеративный чат и генеративный поиск представителей службы поддержки и клиентов. Генеративный чат позволяет вашим клиентам и представителям служб взаимодействовать с существующими ресурсами данных и знаний на естественном языке, помогая им быстрее получать ответы. Идея состоит в том, чтобы взаимодействовать через интерфейс, похожий на чат, и быстро получать ответы на свои вопросы. Генеративный поиск похож на генеративный чат, но в большей степени заключается в добавлении рассуждений и информации в результаты поиска. Google недавно анонсировал множество функций корпоративного поиска.

Учебная лаборатория, вероятно, является лучшим местом для сотрудничества с инновационными стартапами, создающими больше собственных сервисов GenAI в таких областях, как письмо, обработка изображений, видео, генерация кода и многое другое. Такие компании, как Jasper.ai, Copy.ai, HyperWrite и, конечно же, ChatGPT OpenAI, уже изначально поддерживают различные варианты использования письма. Такие компании, как Lexion (юридические контракты) или Harvey (судебные разбирательства), специализируются на конкретных областях составления проектов и управления документами. RunwayML является одним из первых лидеров на рынке создания и редактирования видео, и ей очень повезло, что у нее есть команда с глубоким пониманием всего стека GenAI. Также появляется ряд компаний, специализирующихся на GenAI, в таких областях, как тестирование и развертывание моделей (OctoML, Mosaic), обработка данных (Number Station) и прием данных (Unstructured.io). Мы считаем, что местные компании GenAI смотрят на проблемы клиентов по-новому, используя новые необходимые технологические возможности и используя гибкий подход, заключающийся в непрерывном переходе от данных к конечному пользователю. Как глубокомысленно заметил Томаш Тунгуз несколько недель назад, создание, развертывание и эксплуатация генеративных приложений повлечет за собой значительную разработку продуктов, а также организационные и культурные изменения. Партнерство с вашей учебной лабораторией, а затем и с некоторыми местными компаниями GenAI, станет основой вашего долгосрочного подхода к наращиванию потенциала.

Победа в среднесрочной перспективе долгосрочного процесса

Основываясь на некоторых быстрых победах и наращивании потенциала, вы, вероятно, завоевали поддержку и доверие других сотрудников организации (включая генерального директора) для более среднесрочных и долгосрочных проектов. Вы также будете лучше согласовываться со своей внутренней командой и возможностями процессов, активами данных и потребностями клиентов. Добившись быстрых результатов, найдите время и поработайте над разработкой долгосрочного набора приоритетов, определив, что вы добьетесь и как вы это добьетесь.

Быстрые победы со многими сотрудниками и партнерами по программному обеспечению откроют вам понимание внутренних и внешних возможностей. В таких областях, как удовлетворенность клиентов и успех клиентов, где вы можете обеспечить большую автоматизацию, персонализацию и экономию средств? Есть ли у вас собственные данные и/или знания общедоступных источников данных, которые могут помочь вам создавать дифференцированные модели и решения GenAI? Существует ли лучшая система, улучшенная GenAI, для разработки следующих версий продуктов и услуг? Появятся ли каналы распространения или партнерства для продажи продуктов на рынке, продолжая при этом удовлетворять ваши потребности в данных и дополнительном обучении?

Одно из самых важных решений, с которыми вы сталкиваетесь, — «Как нам это сделать?» Ваши быстрые победы могут выявить внутренних чемпионов с навыками и энтузиазмом, которые готовы принять вашу трансформацию GenAI. Развитие этих лидеров GenAI и интеграция их в долгосрочные инициативы значительно повысят ваши шансы на успех. В частности, ищите лидеров, которые интеллектуально любопытны, но не верят инстинктивно, что ваша компания должна использовать подход «сделай сам». Большинство компаний выиграют от партнерского подхода «сделай сам» и «сделай это со мной», поскольку они стремятся использовать весь стек GenAI для лучшего удовлетворения потребностей клиентов и сотрудников.

В целом, вот несколько рекомендаций, которые помогут повысить вероятность успеха:

1. Первоначальная ориентация на облачные развертывания, а не на периферийные варианты использования (периферия появляется, но все еще находится на ранних стадиях).

2. Проектируйте на основе данных и дифференцируйте инфраструктуру прикладного уровня от прикладного уровня. Скорее всего, вы будете использовать другие модели с открытым исходным кодом и размещенные модели (включая языковые модели и модели для конкретной предметной области) и облачную инфраструктуру, поэтому именно ваши данные и рабочие процессы помогут вам настроить модели и приложения, создающие уникальную ценность.

3. Всегда стремитесь понимать свои данные и активы метаданных и стратегически управлять ими для обеспечения долгосрочной ценности (балансируя риск утечки данных с риском потери данных). Скорее всего, вам потребуется обновить базовые хранилища данных, такие как хранилища данных и типы баз данных, чтобы в конечном итоге создать языковые модели, использующие собственные данные и аналитическую информацию.

4. Используйте как собственных новаторов GenAI, так и усовершенствованных существующих технологических партнеров для поддержки вашего пути к GenAI. Это должно помочь повысить внутреннюю продуктивность и креативность, одновременно улучшая качество обслуживания клиентов и ценность!

Готовьтесь к марафону, а не к спринту

Почти 30 лет назад я был молодым корпоративным вице-президентом компании The Genuine Parts Company (GPC) из списка Fortune 500. Наши предприятия работают в различных отраслях, включая автомобильные детали (NAPA), промышленную продукцию и канцелярские товары, предоставляя первоклассные услуги в цепочке поставок от производителей до конечных потребителей. В 1995 году появилась революционная технология под названием Интернет, вызвавшая первый крупный цикл ажиотажа венчурного капитала и серию бизнес-инноваций, которые повлияли на каждую компанию. Каждую неделю новая венчурная компания связывается с GPC, чтобы узнать, как они могут стать для нас поставщиком новых технологий, новым типом клиентов или новым партнером (и, возможно, конкурентом!) Моя роль быстро превратилась в проверку этих компаний, оценку их соответствия нашей стратегии и разработку механизмов, которые повысят нашу ценность по мере того, как мы принимаем технологические изменения.

Когда вечерний пузырь доткомов приблизился к своему пику, весь деловой мир был погружен в электронную коммерцию, интернет-компании и инновации в «кирпическом и строительном» виде. Устаревшие компании, такие как GPC, столкнулись с резким падением цен на свои акции на фоне опасений, что они могут оказаться перед «дилеммой инноватора». NAPA Auto Parts, Amazon и Madrona изучали возможность создания совместного предприятия «обычного и строительного раствора, а не онлайнового», но они быстро поняли, что до того, как Nasdaq достигнет рекордного на тот момент уровня в 5000 пунктов (в марте 2000 г.), бизнес-рынок не готов к онлайн-торговле. магазин автозапчастей. Другим повезло меньше, и бесчисленное количество основателей, стартапов и инвесторов понесли огромные потери, когда пузырь лопнул. Я никогда не забуду участие в конференции Fortune и Goldman Sachs в Нью-Йорке в апреле 2000 года, где темой была битва между компаниями из списка Fortune 500 и интернет-компаниями. В то время мало кто верил, что у компании из списка Fortune 500 есть шанс, но сегодня, благодаря ее менталитету обучения, отличному исполнению и долгосрочной перспективе, рыночная стоимость GPC в 8 раз превышает ту, что была тогда!

В 2023 году и в последующие годы прорывные технологии GenAI, интеллектуальные и генеративные приложения, а также более естественные пользовательские интерфейсы будут создавать победителей и проигравших среди стартапов, существующих технологических компаний и устоявшихся предприятий. Предприятиям и их лидерам потребуется гибкость, креативность и долгосрочная перспектива, чтобы ориентироваться в эту чрезвычайно динамичную эпоху. Чтобы стать победителями, им также необходима стратегическая ясность в отношении потребностей клиентов, объективная оценка внутренних возможностей и активов данных, а также взаимодействие с внешними партнерами. Это более глубокая причина, по которой каждый генеральный директор задается вопросом: «Какова наша стратегия генеративного ИИ?»