Wydatki na generatywną sztuczną inteligencję stale rosną – dlaczego?

 Spis treści

1. Sztuczna inteligencja podnosi produktywność
2. Bariery w rozwoju generatywnej AI
3. Kierunki rozwoju generatywnej sztucznej inteligencji

 Z artykułu dowiesz się:

• O ile bilionów dolarów może wzrosnąć światowa gospodarka dzięki generatywnej AI.
• Czego obawiają się firmy w kontekście wdrażania generatywnej sztucznej inteligencji
• W jaki sposób rozwój GenAI uchroni nas przed falą deepfake’ów.

 Trzech na czterech ankietowanych ocenia wpływ GenAI jako znaczący lub wpływający pozytywnie na transformację ich organizacji. Jednocześnie, aż 37% badanych deklaruje, że ich organizacje mają pewne lub duże obiekcje dotyczące wdrożenia GenAI. Dotyczy to przede wszystkim bezpieczeństwa (45%), wyzwań technicznych (39%) i zarządzania danymi (38%).

Pomimo widocznego spowolnienia tempa wzrostu wydatków na programy rozwojowe w branży IT, obszar sztucznej inteligencji rośnie jak na drożdżach. Trzy czwarte badanych organizacji planuje zwiększyć nakłady na realizacje projektów z AI w roli głównej. Dlaczego?

Sztuczna inteligencja podnosi produktywność

Wpływ generatywnej AI na efektywność pracy może zwiększyć wartość globalnej gospodarki o kwoty rzędu 2,6 - 4,4 bilionów dolarów rocznie (McKinsey). W związku z tym firmy intensyfikują swoje działania w tym obszarze. Spośród tych, które wyszły poza etap pilotażowy, 87% deklaruje, że GenAI jest na dobrej drodze, by przynosić znaczące wyniki, a 80% potwierdza, że w strukturach firmy działa już scentralizowane podejmowanie decyzji i/lub centra doskonałości w zakresie sztucznej inteligencji.

Jeśli chodzi o sposób wdrażania, 82% decydentów IT woli lokalne lub hybrydowe rozwiązania dla GenAI, przy czym bezpieczeństwo, koszty i możliwość kontroli są tu najważniejszymi argumentami (37%).

 – Żadna inna technologia nie osiągnęła tego, co Generative AI, w mniej niż rok. To rozwiązanie pobudziło wyobraźnię milionów osób i może stać się potężnym czynnikiem wpływającym na rozwój firm – komentuje Adrian McDonald, prezes Dell Technologies w regionie EMEA. – Dzięki odpowiednim strategiom GenAI będzie kluczem do innowacji, wzrostu i przewagi konkurencyjnej – dodaje.

Wydaje się, że firmy są gotowe, by wykorzystać tę szansę – 44% respondentów twierdzi, że ich organizacje są na wczesnym lub pośrednim etapie rozwijania GenAI, a prawie połowa (49%) spodziewa się znaczących wyników w czasie od sześciu miesięcy do roku. Z badań wynika, że ponad trzy czwarte badanych (76%) uważa, że wpływ GenAI będzie znaczący lub oznaczający transformację organizacji (znaczący: 54%, transformacyjny: 22%). Najważniejsze obszary to wzrost produktywności, usprawnienie procesów i zmniejszanie kosztów.

Bariery w rozwoju generatywnej AI

 Chociaż inwestycje w GenAI są już w toku, 37% respondentów stwierdziło, że ich organizacje podchodzą niechętnie do wdrożeń narzędzi wykorzystujących generatywną sztuczną inteligencję. Najwięcej wątpliwości mają ankietowani z Wielkiej Brytanii, gdzie prawie połowa (49 proc.) respondentów zgłasza obiekcje, ponad dwukrotnie więcej niż we Francji (22 proc.).

Kluczowymi barierami powodującymi wahania są bezpieczeństwo, złożoność techniczna i zarządzanie danymi. W przypadku liderów IT, którzy wyszli poza pilotowanie swoich inicjatyw GenAI, zdecydowana większość rozpoczęła już centralizację swoich procesów decyzyjnych GenAI i zgłasza, że są na dobrej drodze do osiągnięcia znaczących wyników - ankietowani donoszą także, że wszystko zaczyna się od zdefiniowania odpowiednich modeli.

Efektywne trenowanie i użycie zaawansowanych modeli GANs często wymaga dużych zasobów obliczeniowych, co może być kosztowne i utrudniać dostęp do tej technologii mniejszym organizacjom. Z tego względu modele generatywnej AI rozwijają się przede wszystkim w dużych, transnarodowych przedsiębiorstwach.

Ponadto wspomniane GANs są podatne na zakłócenia danych wejściowych, co może prowadzić do błędów w generowanych wynikach. Spowalnia to adaptację rynkową i wymaga dodatkowych nakładów na weryfikację produktów końcowych.

Kierunki rozwoju generatywnej sztucznej inteligencji

 Rozwój generatywnej sztucznej inteligencji (GANs) toczy się w wielu kierunkach, z których wiele ma potencjał rewolucyjnych zmian w swojej dziedzinie. Jednym z głównych obszarów rozwoju jest doskonalenie jakości generowanych obrazów, skupiające się na poprawie szczegółowości, realistyczności i spójności treści.

GANs przekształcają się również w uniwersalne narzędzia, przenikając różne dziedziny, takie jak medycyna, sztuka, projektowanie gier i inne.

Ponadto, generatywna sztuczna inteligencja ma zastosowanie w obszarach wymagających ulepszonych danych treningowych, jak również w bezpieczeństwie i wykrywaniu oszustw, zwłaszcza w kontekście deepfake'ów.

Badacze pracują nad tym, aby GANs były bardziej odporne na zakłócenia, bardziej zrozumiałe i bardziej dostępne dla różnych dziedzin. W miarę postępu w tych obszarach, generatywna sztuczna inteligencja staje się coraz bardziej wpływowa, zmieniając sposób, w jaki korzystamy z technologii, tworzymy sztukę i rozwiązujemy problemy w różnych dziedzinach życia.