Czy jesteś gotów na wdrożenie AI?

Bo jeżeli damy pracownikom możliwość skorzystania, co się wydaje już naturalne, różnych na przykład modeli językowych, czata GPT i tak dalej, dla mnie to nie jest wdrożenie. Problemem pewnego hype jest coś takiego, że obowiązuje zasada króla Juliana, czyli po prostu róbmy to zanim uznamy, że to jest bez sensu, albo po prostu pewne rzeczy wychodzą oddolni i tak dalej, ale do tego trzeba podejść metodycznie, jak do inwestycji w jakiś sposób. Jakie obszary można zoptymalizować, jak to się może przełożyć, w jaki sposób to się może zwrócić. Cześć, witam w kolejnym odcinku Bitów Parzystości. Dzisiaj porozmawiamy o tym, jak wygląda wdrażanie AI w praktyce. Co to oznacza, jak można się przygotować i właściwie dlaczego ono nie wychodzi. Zapraszam serdecznie.

Tak, zderzymy dzisiaj to, bo my mamy też pewne doświadczenia z wdrażaniem rozwiązań w takiej skali chociażby lokalnej albo powiedzmy wdrożenie on-premise z serwerami lokalnymi, więc spróbujemy poszukać tej wspólnej perspektywy, pewnie mamy podobne wnioski w niektórych obszarach. Powiedzmy w takim razie, czym jest wdrożenie AI, jak do tego podejść? Dzisiaj przede wszystkim chciałbym się skupić na tym, bo jeżeli myślę sobie o wdrożeniu AI, to jeżeli powiemy, że załóżmy, że jest taka sytuacja, przychodzi do ciebie, nie wiem, może szef, może kierownik, może pracownik, może inwestor i mówi... dodajmy AI do naszego produktu, usługi itd. To może być pierwszy sygnał, że idzie to w złym kierunku, jeżeli za tym nie pójdzie coś dalej.

Ja myślę sobie tak, jeżeli odrzucimy pewne hura optymistyczne statystyki, że ileś tam krotnie to zwiększa efektywność danej osoby, to jeżeli powiemy sobie, że np. to zwiększa 10-20% tej jednej, drugiej, trzeciej osoby, to tak naprawdę najważniejsze pytanie, czy to przekłada się na efektywność całej firmy? Czy to powoduje zwiększenie wartości firmy? Czy to 10% przełoży się automatycznie na 10% więcej przychodów? I takie wdrożenia, które obejmują cały proces, cały od początku do końca przełożenie na sukces firmy, to jest dla mnie wdrożenie AI dopiero.

No bo tu będziemy dochodzić do wniosku, że to musi być część większej całości. W tym sensie, że właśnie nie jest to propozycja jednego pracownika, który może wykorzystać Attach EPT do czegoś, Różne jest podejście do shadow AI chociażby, czyli pracownicy wykorzystują, a szefostwo nie do końca wie. Są jeszcze tego typu aspekty. Nie musi to być złe, ale oczywiście z pewnym poszanowaniem, ale znowu to musi być też część większej całości. Tak i myślę, że dzisiaj też byśmy chcieli się skupić na czymś takim. Miło się słucha o pewnych rzeczach, specyficznych wdrożeniach, wręcz na granicy takiej zatartej granicy R&D, czy takiego B plus R, gdzie jesteśmy na naprawdę najnowszych zastosowaniach, najnowsze, nie wiem, technologię, natomiast ja bym chciał się skupić na rzeczach, które typowej firmie, która produkuje wiedzę, produkuje jakieś produkty także fizyczne, gdzie to może pomóc.

To jest pierwszy obszar. A drugi obszar to jest obszar związany z computer vision, czyli rozpoznawaniem obrazu w dużym skrócie. czyli wszystkie możliwości związane także z OCR-em, ale to wszystko, co ewidentnie ułatwia i przyspiesza coś, co normalnie robi człowiek, coś, co robi jakiś automat, lepiej lub gorzej. No i w tym momencie jesteśmy w stanie pewne rzeczy rozpoznać, policzyć, wcześniej zaalarmować i później też to wpiąć w proces firmy. Ja mam przemyślenia do obu tych obszarów i swoje doświadczenia. Jeżeli powiemy już o generowaniu treści, jak skupimy się na tekstach jako tekstach, ok, ale trzeba mieć często świadomość, że samo AI nie nada się na przykład do generowania umowy czy oferty jako całość.

To jest bardzo dobry pierwszy krok. To tak jak kiedyś wiele lat temu, bo tutaj się dużo nie zmieniło, jak ktoś przychodził do firmy, która miała swój system informatyczny oparty na Excelu, czy też na Excelu z makrach, niektórzy się łapali za głowę, a niektórzy widzieli w tym dużą szansę. Dlaczego? Bo ci ludzie już wiedzą coś o mniej więcej, o jednak jakiś zestawach danych, o jakichś przepływach danych i to daje szansę do tego, żeby później to zinformatyzować, uprocesować i po prostu zrobić, żeby działało w sposób powtarzalny. A ten drugi obszar, to też tutaj mamy pewne doświadczenie, dlatego że np. nasz najstarszy projekt AI, który teraz ma mniej więcej koło 6 lat, związany jest z wycinaniem tła ze zdjęć w części większego procesu.

To też jest pewna forma computer vision. i część konkretnego procesu, która przełożyła się na realne oszczędności, bo tam, to mówię akurat o firmie, która produkuje akredytację, wycina tysiące, jeżeli teraz nie dziesiątki tysięcy tych zdjęć rocznie i robiła to przy pomocy Photoshopa, a teraz robi to AI. Tak, tutaj powoli zaczynamy dochodzić do czegoś takiego, no właśnie, bo tytuł tego spotkania jest taki, żeby zastanowić się na tym, kiedy to tak naprawdę jesteś na to gotowy bądź niegotowy i Praktyka wdrożeń, które teraz mam okazję obserwować i działać w D-Labsie, pokazuje, że większość wdrożeń związanych ze sztuczną inteligencją to są porażki.

Jeżeli gdzieś rozmawiamy z kimś, kto ma pomysł, dobrze, wdruszmy do tego AI, to musimy sobie najpierw odpowiedzieć na pytanie, czy to spowoduje wzrost wartości firmy, wzrost przychodów. Jeżeli ktoś do tego jest przygotowany i ma na to pomysł, to dla nas jest to później pewność, że jesteśmy w stanie z tą firmą po prostu dłużej współpracować, bo inaczej jest to jakiś POC, coś pokaże, nie do końca będą jasne wyniki, a ostatecznie tak na koniec dnia patrzy się, czy to przyniosło po prostu nowy strumień przychodów. Ktoś może powiedzieć, że w niektórych firmach to będą oszczędności. Ktoś powie, że zaraz AI zastąpi nas wszystkich, czy tam zabierze komuś pracę, natomiast praktyka pokazuje, że po prostu zmienia się charakter pracy

To jest to, co powiedziałbym też rozróżnia dobre firmy od złych, że nie myślimy o narzędziach, nie myślimy o modelach, najpierw myślimy o problemach, później te problemy oczywiście myślimy jak to się w biznesie, na biznes przekłada i dopiero wtedy można myśleć o rozwiązaniach. Super. No to dziękuję Ci bardzo za rozmowę. Jesteśmy bardzo ciekawi, co Wy na ten temat myślicie i czy może macie jakieś swoje doświadczenia udanych albo nieudanych wdrożeń AI lub różnych narzędzi. Dzielcie się tymi nieudanymi, bo one najwięcej uczą. Tak, dokładnie. Dziękujemy bardzo za obejrzenie. Zapraszam do śledzenia naszych social mediów i do zobaczenia w następnym odcinku. Dzięki, na razie. Dzięki, do zobaczenia.