Üretken yapay zeka, kurumsal dünyada son derece hızlı bir şekilde benimseniyor ve özellikle C-suite’in dikkatini çekiyor, ancak dağıtım veya eğitim için köklü en iyi uygulamalar olmaması için hala yeterince yeni. Teknolojiye hazırlık, pilot projeler yürütmekten ve öğle yemeğinden-öğrenmekten, diğer çalışanlara eğitim veren ve merkezi bir kaynak olarak hareket eden uzmanlara dayalı mükemmeliyet merkezleri oluşturmaya kadar birçok farklı yaklaşımı içerebilir.
BT liderleri, son 10 yılda bazı kullanıcı departmanlarının nasıl buluta koştuğunu ve yazılım örneklerini döndürmek için kendi düzenlemelerini yaptığını ve ardından yönetilemez hale geldiğinde tüm pisliği BT’nin kucağına attığını hatırlayabilir. Üretken AI bu durumu çocuk oyuncağı gibi gösterebilir, ancak durumu önceden yönetmeye başlamak için stratejiler vardır.
Danışmanlık firması McKinsey’in ortaklarından Michael Chui, “Bu teknolojilerin iş dünyasının liderlerinin bilincine ne kadar çabuk girdiği dikkat çekici” diyor. “İnsanlar bunu şirket tarafından onaylanmadan kullanıyor, bu da bunun ne kadar zorlayıcı olduğunu gösteriyor.”
IDC’de dünya çapında yapay zeka araştırmalarından sorumlu grup başkan yardımcısı Ritu Jyoti, üretken yapay zekayı benimseme dürtüsünün yukarıdan aşağıya doğru geldiğini söylüyor. “C-suite, doymak bilmez yapay zeka liderleri haline geldi. Artık ana akım ve astlarına zor sorular soruyorlar.” Sonuç olarak: Üretken yapay zekayı benimseyin, nasıl kullanılacağına dair bir çerçeve oluşturun ve “hem kuruluş hem de çalışanlar için değer yaratın.”
Bütün bunları halletmek kolay olmayacak. Üretken yapay zeka birçok riskle birlikte gelir – yanlış, önyargılı veya uydurma sonuçlar dahil; telif hakkı ve gizlilik ihlalleri; ve sızdırılmış kurumsal veriler — bu nedenle BT ve şirket liderlerinin kuruluşlarında devam eden tüm üretken yapay zeka çalışmalarının kontrolünü ellerinde tutmaları önemlidir. İşte nasıl başlayacağınız.
Hangi kullanım örneklerinin takip edileceğine karar verin
İlk adımınız, üretken yapay zekayı şirketinizde hem kısa vadede hem de gelecekte nerede çalıştıracağınıza karar vermek olmalıdır. Boston Consulting Group (BCG), bunları “altın” kullanım senaryolarınız olarak adlandırıyor – günümüzün araçlarını kullanmaya kıyasla “gerçek rekabet avantajı sağlayan ve en büyük etkiyi yaratan şeyler” – son rapor. Bu senaryoları keşfetmeye başlamak için kurumsal beyin güveninizi toplayın.
Ne yaptıklarını görmek için stratejik satıcı ortaklarınıza bakın; birçoğu üretken yapay zekayı müşteri hizmetlerinden navlun yönetimine kadar değişen yazılımlara dahil etmeyi planlıyor. Bu araçlardan bazıları, en azından beta biçiminde zaten mevcuttur. Bu uygulamaları test etmeye yardımcı olmayı teklif edin; ekiplerinize zaten aşina oldukları bir bağlamda üretici yapay zeka teknolojisi hakkında bilgi vermelerine yardımcı olacaktır.
ChatGPT ve DALL-E de dahil olmak üzere günümüzün çılgınca popüler üretken AI araçlarının ilginç kullanımları hakkında zaten çok şey yazıldı. Yeni sanat formları yaratmak havalı ve büyüleyici olsa da, çoğu işletmenin bir açıklayıcıya ihtiyacı olmayacaktır. King James İncili tarzında yazılmış bir VCR’den fıstık ezmesi ve reçelli sandviç nasıl çıkarılır yakın zamanda.
Bunun yerine, çoğu uzman, kuruluşların teknolojiyi ilgili araştırmaların özetlerinden iş durumlarına veya diğer çalışmalara ekleyebileceğiniz bilgilere kadar değişen belgelerin ilk taslakları için kullanmaya başlamalarını önerir. McKinsey’den Chui, “Neredeyse her bilgi çalışanının üretkenliği artırılabilir,” diyor.
Aslında, McKinsey bazı programcılarıyla altı haftalık üretken bir yapay zeka pilot programı yürüttü ve hem kod doğruluğunda hem de kodlama hızında çift haneli artışlar gördü.
Sözleşmeli araştırma firması Cognitive Research Corp.’ta (CRC) bilgi teknolojisi direktörü Jonathan Vielhaber, farklı açıklardan yararlanmaların nasıl test edileceği ve yeni bir parola benimsemenin avantajları, zorlukları ve uygulama yönergeleri dahil olmak üzere güvenlik sorunlarını incelemek için ChatGPT-3’ü kullanıyor müdür. Sonucun kendi tarzında olduğundan emin olmak için biraz kelime ustalığı yapıyor ve ardından bilgileri bir iş gerekçesi belgesine bırakıyor.
Bu yaklaşım, ona her bir teklifi oluşturmak için gereken dört saatten ikisini kazandırdı – ayda 20 ABD doları olan ücrete “değer” diyor. Özellikle güvenlik açıkları “teknik hale gelebilir ve yapay zeka, bunların ve nasıl çalıştıklarının iyi, anlaşılması kolay bir görünümünü elde etmenize yardımcı olabilir.”
Kullanıcılarınızın buna sahip olmasına izin verin
Önümüzdeki yıl içinde üretken yapay zekadan en fazla yararlanacak uygulamaları ayırt etmeye yardımcı olmak için, ister pazarlama, ister müşteri desteği, satış veya mühendislik olsun, teknolojiyi kilit kullanıcı departmanlarının ellerine verin ve bazı fikirleri kitle kaynaklı kullanın. İnsanlara onu denemeleri, neler yapabileceğini ve sınırlamalarının neler olduğunu öğrenmeleri için zaman ve araçlar verin. Ve bu denklemin her iki tarafının da değişmeye devam etmesini bekleyin.
Çalışanlardan üretken yapay zekayı mevcut iş akışlarına uygulamalarını isteyin ve hiç kimsenin müşteriler veya çalışanlar hakkında herhangi bir özel veri veya kişisel olarak tanımlayıcı bilgi kullanmadığından kesinlikle emin olun. Birçok üretici yapay zeka aracına veri sağladığınızda, bu araçlar, ondan öğrenmek için verileri kendi büyük dil modellerine (LLM’ler) geri besler ve veriler daha sonra eterde dışarı çıkar.
Ekiplerin birbirinden öğrenebilmesi için kimin ne yaptığını takip edin ve siz de şirkette neler olup bittiğine dair daha büyük resmi anlayın.
CRC’den Vielhaber artık ödeme yapan bir ChatGPT müşterisi olduğuna göre, üretken yapay zekayı başkalarına tanıtmaya yardımcı olmak ve “olasılıkların neler olduğunu görmelerine” olanak tanımak için şirketinde öğle yemeği ve öğrenme oturumları uygulamayı planlıyor.
Çalışanlarınızı eğitmeye başlayın
Teknoloji için uzun vadeli hedeflerinizin ne olduğuna bağlı olarak, bilgiyi yaymanın daha resmi yollarını planlamanız gerekebilir. IDC’den Jyoti, merkezi bir grubun farklı çalışanları eğitebileceği veya hatta üretken yapay zekayı en etkin şekilde benimsemelerine yardımcı olmak için çeşitli iş birimlerine yerleştirebileceği mükemmellik merkezi yaklaşımının büyük bir hayranıdır.
Baş yapay zeka yetkilisinden yapay zeka eğitmenlerine, denetçilere ve istediğiniz sonuçları alabilmeniz için her üretken yapay zeka aracına özel sorguların nasıl oluşturulacağını anlayan hızlı mühendislere kadar ileride yeni türde işlere ihtiyaç duyulabilir.
Üretken yapay zeka uzmanlarına talep arttıkça işe almak kolay olmayacak. İşe alım uzmanlarına ve istihdam kurullarına bakmanız, yapay zeka odaklı konferanslara katılmanız ve yerel kolejler ve üniversitelerle ilişkiler kurmanız gerekecek. Güvenlik sorunlarından kaçınmak için kendi LLM’lerinizi oluşturmanın, satıcılardan halihazırda mevcut olanlara ince ayar yapmanın ve/veya LLM’leri şirket içinde barındırmanın şirketinizin yararına olduğuna karar verebilirsiniz. BCG raporuna göre, tüm bu seçenekler daha fazla teknik uzmanın yanı sıra ek altyapı gerektirecek.
Danışmanlık Yantra’nın kıdemli yöneticisi Geetanjli Dhanjal, firmasının yapay zeka uygulamalarını genişletiyor. Mevcut çalışanlara çapraz beceri kazandırmaya, dış kaynakları işe almaya ve yeni üniversite mezunlarını veri bilimi, web tabanlı eğitim ve atölye çalışmalarını içeren “etkinleştirme” programlarına sokmaya odaklanıyor. Hem Hindistan’da hem de Kaliforniya’da mükemmellik merkezleri inşa ediyor ve bunun her iki bölgede de “yerel yetenekleri işe almayı kolaylaştırdığını” söylüyor.
Sonuç olarak kariyerlerinin nasıl değişebileceği konusunda çalışanlarınızla konuşmayı unutmayın. Yapay zeka şimdi bile belirli işlerin ortadan kalkmasıyla ilgili korkular uyandırabilir. McKinsey’den Chui’nin kullandığı bir benzetme elektronik tablolardır. “Hala kullanıyoruz, ancak artık hesaplama yapmak yerine verileri modelleyen analistlerimiz var” diyor. Örneğin üretken yapay zeka kullanan programcılar, kod kalitesini iyileştirmeye ve güvenlik uyumluluğunu sağlamaya odaklanabilir.
Yapay zeka ilk taslakları oluşturduğunda, içeriği kontrol etmek ve iyileştirmek ve müşteriye dönük yeni strateji türleri aramak için insanlara hâlâ ihtiyaç duyulmaktadır. BCG raporu, “Çalışan duyarlılığını takip edin” tavsiyesinde bulunuyor. “Stratejik bir iş gücü planı oluşturun ve bunu teknoloji geliştikçe uyarlayın.”
Dhanjal, bunun iki yönlü bir yol olduğunu söylüyor. “Çalışanları büyümek için eğitim, kaynaklar ve doğru ortamla desteklemek zorundayız.” Ancak bireylerin de değişime ve yeni alanlarda çapraz becerilere açık olması gerekir.
Orada dikkatli ol
Atlamak önemli olduğu kadar, günümüzün araçlarının riskleri hakkında bir bakış açısı sağlamak da çok önemlidir. Üretken yapay zeka, “halüsinasyonlar” olarak bilinen, yeterli ilgili verinin yokluğunda aracın basitçe bilgi oluşturduğu bir olguya eğilimlidir. Bazen bu eğlenceli sonuçlar verebilir, ancak her zaman açık değildir ve şirket avukatlarınız bunu o kadar komik bulmayabilir.
İş modelini üretken yapay zekaya dayandıran bir ilaç ve yapay zeka firması olan Insilico Medicine’in CEO’su Alex Zhavoronkov, gerçekten de üretken yapay zekanın “doğru olduğundan daha fazla yanılıyor olabileceğini” söylüyor. Ancak çoğu şirketin aksine Insilico, her modelin doğruluğunu test etmek için 42 farklı motor kullanıyor. Daha geniş bir dünyada, günümüzün tüketici odaklı üretken AI araçlarından bazılarıyla “hızlılık için doğruluğu feda edebilirsiniz” diyor.
Şubat ayında Insilico, nadir bir akciğer hastalığını tedavi etmek için bir ilacın temeli olarak kullanılan yapay zeka tarafından üretilen bir molekül için ABD Gıda ve İlaç İdaresi’nden Faz 1 onayı aldı. Zhavoronkov, şirketin ilk aşamayı 30 aydan kısa bir sürede tamamladığını ve yaklaşık 3 milyon dolar harcadığını söylüyor. Üretken yapay zeka kullanmanın ekonomik faydaları, şirketin, çoğu ilaç şirketinin yatırım yapmakta isteksiz olduğu ‘yetim’ hastalıklar olarak da adlandırılan diğer nadir hastalıkları ve ayrıca toplumun daha geniş kesimlerinin katlandığı koşulları hedef alabileceği anlamına geliyor.
Şirket, kimyagerlerin, biyofizikçilerin ve diğer uzmanların elinde kendi son derece teknik araçlarını kullanıyor. Ancak Zhavoronkov, ilginç bir şekilde, yanlışlık ve fikri mülkiyet sorunları nedeniyle metin oluşturmak için üretici yapay zekayı kullanma konusunda “hala temkinliyiz” diye açıklıyor. “Daha geniş çapta güvenmeye başlamadan önce Microsoft ve Google’ın bunu yazılım paketlerine dahil ettiğini görmek istiyorum” diyor.
Satıcılar ve araştırmacılar, telif hakkıyla korunan içeriği AI sonuçlarından belirlemenin ve yasaklamanın ya da en azından kullanıcıları sonuçların kaynakları konusunda uyarmanın yolları üzerinde çalışıyorlar, ancak daha çok erken. İşte bu nedenle, en azından araçlar gelişene kadar, insanların denetçiler olarak döngüde yer alması gerekiyor.
Yönergelerinizi alın
Montreal Yapay Zeka Etik Enstitüsü’nün kurucusu ve baş araştırmacısı Abhishek Gupta, bu dünyada etik yapay zekanın her zamankinden daha önemli olduğunu söylüyor. Ayrıca Microsoft’un CSE AI Ethics Review Board’unda ve Boston Consulting Group için etik bir AI uzmanı olarak hizmet vermektedir.
“Sorumlu yapay zeka, size güvenle ve güvenle deney yapma olanağı sağlayan bir hızlandırıcıdır” diye açıklıyor. “Bu, sürekli olarak arkanıza bakmadığınız anlamına gelir” ve çalışanların neleri yapıp neleri yapamayacakları konusunda kontroller geliştirmek için harcanan zamana değer.
Kurumsal değerler ve hedeflere dayalı olarak “Bazı geniş korkuluklar belirleyin” diyor. Ardından, personele ilettiğiniz “bunları uygulanabilir politikalara kaydedin”.
CRC’den Vielhaber, ileride yapay zeka için yönergeler oluşturmanın gündeminde olacağını söylüyor. Şirket zaten BT ve güvenlikle ilgili politikalarını yeniden yazma sürecinde ve yapay zeka da bunun bir parçası olacak.
“Yapay zekada önümüzdeki birkaç yıl içinde pek çok şeyin önünü açacak bir eşiği aştığımızı düşünüyorum” diyor ve “insanlar onu kullanmanın gerçekten dahiyane yollarını bulacak.”
Telif hakkı © 2023 IDG Communications, Inc.