Что каждый генеральный директор должен знать о генеративном искусственном интеллекте

Nov 13, 2023

Среди волнения Вокруг генеративного искусственного интеллекта с момента выпуска ChatGPT, Bard, Claude, Midjourney и других инструментов для создания контента руководители, по понятным причинам, задаются вопросом: это технологическая шумиха или возможность изменить правила игры? И если последнее, какова ценность моего бизнеса?

Эта статья является результатом совместной работы Майкла Чуи, Роджера Робертса, Тани Родченко, Алекса Синглы, Алекса Сухаревского, Ларейны Йи и Дельфины Зуркия и представляет точку зрения Технологического совета McKinsey и компании QuantumBlack, AI by McKinsey, которые оба являются частью McKinsey Digital. .

Общедоступная версия ChatGPT достигла 100 миллионов пользователей всего за два месяца. Оно демократизировало искусственный интеллект невиданным ранее способом, став при этом самым быстрорастущим приложением за всю историю. Его нестандартная доступность отличает генеративный ИИ от всех ИИ, существовавших до него. Пользователям не нужна степень в области машинного обучения, чтобы взаимодействовать с ним или извлекать из него пользу; почти каждый, кто может задавать вопросы, может использовать его. И, как и в случае с другими прорывными технологиями, такими как персональный компьютер или iPhone, одна генеративная платформа искусственного интеллекта может дать начало множеству приложений для аудитории любого возраста и уровня образования и в любом месте, где есть доступ в Интернет.

Все это возможно, поскольку чат-боты с генеративным искусственным интеллектом основаны на базовых моделях, которые представляют собой обширные нейронные сети, обученные на огромных объемах неструктурированных, немаркированных данных в различных форматах, таких как текст и аудио. Модели фундамента можно использовать для решения широкого круга задач. Напротив, предыдущие поколения моделей ИИ часто были «узкими», то есть могли выполнять только одну задачу, например прогнозировать отток клиентов. Например, одна фундаментальная модель может создать краткое изложение технического отчета объемом 20 000 слов по квантовым вычислениям, разработать стратегию выхода на рынок для бизнеса по обрезке деревьев и предоставить пять различных рецептов десяти ингредиентов в чьем-то холодильнике. . Обратной стороной такой универсальности является то, что на данный момент генеративный ИИ иногда может давать менее точные результаты, что заставляет уделять больше внимания управлению рисками ИИ.

При наличии надлежащих ограждений генеративный ИИ может не только открыть новые варианты использования для бизнеса, но также ускорить, масштабировать или иным образом улучшить существующие. Представьте себе, например, звонок клиенту по продажам. Специально обученная модель искусственного интеллекта могла бы предложить продавцу возможности дополнительных продаж, но до сих пор они обычно основывались только на статических данных о клиентах, полученных до начала звонка, таких как демографические данные и модели покупок. Инструмент генеративного искусственного интеллекта может предлагать продавцу возможности дополнительных продаж в режиме реального времени на основе фактического содержания разговора, опираясь на внутренние данные о клиентах, внешние рыночные тенденции и данные влиятельных лиц в социальных сетях. В то же время генеративный ИИ может предложить продавцу первый вариант коммерческого предложения, который он сможет адаптировать и персонализировать.

Предыдущий пример демонстрирует влияние технологии на одну должность. Но почти каждый работник умственного труда, вероятно, может получить выгоду от объединения с генеративным искусственным интеллектом. Фактически, хотя генеративный ИИ в конечном итоге может быть использован для автоматизации некоторых задач, большая часть его ценности может быть связана с тем, как поставщики программного обеспечения внедряют эту технологию в повседневные инструменты (например, электронную почту или программное обеспечение для обработки текстов), используемые работниками умственного труда. Такие модернизированные инструменты могут существенно повысить производительность.

Руководители хотят знать, следует ли им действовать сейчас, и если да, то с чего начать. Некоторые могут увидеть возможность обойти конкурентов, переосмыслив, как люди выполняют работу, используя на их стороне генеративные приложения ИИ. Другие, возможно, захотят проявить осторожность, поэкспериментировать с несколькими вариантами использования и узнать больше, прежде чем делать какие-либо крупные инвестиции. Компаниям также придется оценить, обладают ли они необходимыми техническими знаниями, технологиями и архитектурой данных, операционной моделью и процессами управления рисками, которые потребуются для некоторых из наиболее преобразующих реализаций генеративного ИИ.