Firmy na całym świecie są świadome korzyści oferowanych przez generatywną sztuczną inteligencję. Już teraz z AI korzysta ok. 65% z nich, jak informuje McKinsey & Company, (“What is generative AI?”). Otrzymywane przez firmy rezultaty mogą jednak znacznie się od siebie różnić.
Jak zauważają eksperci firmy Progress, zalecaną strategią wdrażania AI w obrębie firmy jest metodyka zwinna (agile). To taktyka zarządzania projektami IT polegająca na podzieleniu procesu dostarczania oprogramowania na krótkie fazy, nazywane sprintami lub iteracjami. W okresie jednego sprintu, który przeważnie trwa ok. 2 tygodni, zespół programistyczny ma do osiągnięcia kilka konkretnych celów, a jego członkowie regularnie naradzają się ze sobą w celu sprawdzenia postępów oraz omówienia ewentualnych trudności.
– Podejście to gwarantuje większą elastyczność niż wieloetapowe plany skomplikowanych wdrożeń - wyjaśnia Philip Miller, starszy menedżer ds. marketingu produktów AI w Progress, dostawcy rozwiązań do tworzenia aplikacji biznesowych, wdrażania ich i zarządzania nimi.
Planując wdrożenie generatywnej AI w firmie, ekspert Progress zaleca:
Zacząć od małych projektów – Za priorytet należy uznać kwestie, których rozwiązanie, za pośrednictwem implementacji AI, możliwe będzie w ciągu kilku tygodni lub miesięcy. Nie należy koncentrować się zaś na projektach potencjalnie wieloletnich.
Postawienie na metodykę zwinną – Elastyczność zapewniana przez to podejście jest kluczowa w kontekście wdrażania generatywnej sztucznej inteligencji. Na przykład, jeśli początkowo wybrany model GenAI nie dostarcza właściwych odpowiedzi lub halucynuje, częste retrospekcje pozwolą na szybkie wykrycie i zbadanie tego problemu.
Używanie więcej niż jednego modelu generatywnej sztucznej inteligencji – Mechanizmy te szybko ewoluują. Warto więc mieć możliwość porównania możliwości rożnych modeli.
Przygotowanie firmowego stosu technicznego pod Gen AI – Musi on być zdolny do ewoluowania wraz z generatywną sztuczną inteligencją. Na przykład, platforma zarządzania danymi, za pośrednictwem której firma będzie udostępniać zasoby AI, musi być skalowalna, bezpieczna i elastyczna.
„Zapoznanie” generatywnej sztucznej inteligencji z firmowymi danymi – Publicznie dostępne modele Gen AI nie są szkolone na podstawie zastrzeżonych, prywatnych zasobów przedsiębiorstwa. W interesie firmy jest znalezienie sposobu na bezpieczne dostarczenie swoich danych mechanizmom generatywnej sztucznej inteligencji, aby mogła ona zapewniać dokładniejsze odpowiedzi na kierowane do niej zapytania. W tym celu przydatna okaże się technika RAG (generowanie przez Gen AI treści wzbogacone o źródła).
Upewnienie się, że dostarczane Gen AI dane są wysokiej jakości – Nawet najlepszy model generatywnej sztucznej inteligencji nie będzie dostarczał zadowalających wyników, jeśli zostanie wyposażony w zaszumione, źle wyselekcjonowane zasoby. Kluczowe jest posiadanie platformy zarządzania danymi, która może modelować treści oraz dostosowywać je do konkretnych aplikacji.
