Sztuczna inteligencja: echa dawnych przełomów technologicznych

W swoim najnowszym Raporcie o Stabilności Finansowej Bank Anglii ostrzegł, że załamanie się sektora sztucznej inteligencji może wpędzić Wielką Brytanię w recesję. W raporcie stwierdzono, że „korekta cen akcji spółek z sektora sztucznej inteligencji, spowodowana zmianą produktywności i rentowności firm technologicznych, może spowodować spadek brytyjskiego PKB o 2.2%”.

Powinno to być przestrogą dla firm na całym świecie.

Zagrożenia związane ze sztuczną inteligencją wykraczają daleko poza Dolinę Krzemową. Mimo to, choć liderzy przygotowują się na przyszłość, wielu wciąż zadaje niewłaściwe pytania.

Czy sztuczna inteligencja jest rzeczywistością czy tylko szumem informacyjnym?

Rozwój technologii w ciągu ostatnich trzydziestu lat powinien nas nauczyć, że odpowiedzią może być jedno i drugie.

Ostatni kryzys technologiczny XX wieku

Problem Y2K stanowił realne ryzyko techniczne, ale patrząc wstecz, wydaje się, że był reakcją przesadną.

Wielka Brytania wydała miliardy funtów, przygotowując się na „błąd milenijny”, a instytucje testowały i korygowały systemy obsługujące wszystko, od płatności bankowych, świadczeń socjalnych i płatności, po podróże lotnicze i sieć krajową.

Rząd uruchomił inicjatywę Działanie 2000, aby pomóc przedsiębiorstwom w przygotowaniach, podczas gdy banki i duzi dostawcy infrastruktury wdrożyli obszerne plany awaryjne przed upływem terminu.

Potem minęła północ, samoloty nadal latały, bankomaty nadal wypłacały pieniądze, a światła nie gasły. Cała ta sytuacja zaczynała wydawać się wręcz absurdalna.

Jednak ten pozorny spokój maskował kluczową kwestię. Większości zakłóceń, których obawiali się ludzie, prawdopodobnie udało się uniknąć, ponieważ organizacje potraktowały ryzyko poważnie i przygotowały się na nie. Cyberbezpieczeństwo stoi przed tym samym problemem.

Zagrożenie, któremu udało się skutecznie zaradzić, może z perspektywy czasu wydawać się zagrożeniem znacznie wyolbrzymionym.

Żebyśmy nie zaszokowali Cię rzeczywistością

Bańka internetowa nauczyła nas czegoś innego. Internet nie był mirażem, ale wyceny często nim były. Na przykład Boo.com zebrał ogromne sumy, aby zrewolucjonizować internetowy handel odzieżą, tylko po to, by w 2000 roku, po wyczerpaniu środków, upaść. Firmy o skromnych zyskach, a w niektórych przypadkach o niespójnych modelach biznesowych, były traktowane tak, jakby stały ponad prawami ekonomii.

Potem bańka pękła, fortuny zniknęły, a wielu tak zwanych pionierów zniknęło, ale idee, na które stawiali, pozostały. Założę się, że czytasz to teraz online.

Forma przed treścią

Kryptowaluty dały nam trzecią lekcję. Rewolucyjny język może maskować słabe przypadki użycia. Za nimi stały poważne pomysły techniczne, ale ogólny boom zdominowały spekulacje, rekomendacje celebrytów i dziwny zwyczaj zaczynania od aktywów, a następnie szukania dla nich zastosowania.

W szczytowym momencie popularności NFT, pierwszy NFT współzałożyciela Twittera, Jacka Dorseya, został sprzedany za 2.9 miliona dolarów. Rok później jego właściciel próbował go odsprzedać za prawie 48 milionów dolarów, ale początkowe oferty okazały się znacznie niższe. Technologia nie zniknęła. Zniknęła natomiast gotowość rynku do traktowania cyfrowego niedoboru jako trwałej wartości.

Rozwój sztucznej inteligencji zawiera w sobie elementy wszystkich trzech opowieści.

Znajoma twarz

Podobnie jak Y2K, sztuczna inteligencja (AI) stwarza zagrożenia , które mogą wydawać się przesadzone, dopóki się nie zmaterializują. Jak powie każdy ekspert ds. cyberbezpieczeństwa, jeśli uda się zapobiec najgorszym szkodom, ostrzeżenia mogą później wydawać się histeryczne. Ale to nie dowodzi, że były fałszywe.

W przypadku sztucznej inteligencji oznacza to traktowanie cyberbezpieczeństwa i zarządzania jako dyscyplin operacyjnych, a nie projektów pobocznych dla zespołów innowacyjnych. Organizacje muszą rozumieć dane, które trafiają do systemów AI, do czego te systemy mają dostęp, jakie mają uprawnienia, jak można nimi manipulować i jak firma zareaguje w przypadku ich awarii.

W dobie boomu internetowego sztuczna inteligencja (AI) wydaje się być prawdziwie wszechstronną technologią, owiniętą w przesadnie rozdmuchaną narrację inwestycyjną. Rzeczywiście potrafi pisać kod, streszczać dokumenty i automatyzować część pracy zawodowej. Nie oznacza to jednak, że każda firma zajmująca się AI jest wartościowa, każdy produkt AI jest użyteczny, ani że każde centrum danych się zwróci.

Firmy, które wyciągną z tego wnioski, powinny inwestować w możliwości, podstawy danych, ludzi i przepływy pracy, zamiast stawiać wszystko na dostawcę, model lub produkt, który najlepiej wykorzysta ten kwartał.

Podobnie jak kryptowaluty, sztuczna inteligencja zyskała własną mitologię. Określenie „napędzana sztuczną inteligencją” stało się tym, czym na krótko było „wspomagana technologią blockchain” – określeniem, które może oznaczać coś, nic lub po prostu „proszę o wyższą ocenę”.

Wdrażając sztuczną inteligencję, liderzy biznesu muszą teraz zadać sobie nudne, ale istotne pytania: Jaki problem rozwiązuje? Kto jej używa? Do jakich danych ma dostęp? Na jakie systemy może wpływać? Jakie uprawnienia jej nadaliśmy? Co się stanie, jeśli okaże się błędna, zostanie zmanipulowana lub stanie się niedostępna? I kto ponosi odpowiedzialność, gdy tak się stanie?

To właśnie ta mieszanka sprawia, że ​​zrozumienie obecnej sytuacji jest tak trudne. Leniwy argument brzmi, że sztuczna inteligencja to albo rewolucja, albo bańka spekulacyjna. Historia sugeruje jednak bardziej niepokojącą możliwość: może być i jedno, i drugie.

„Trzy duchy będą się we mnie zmagać. Nie zamknę drzwi przed naukami, których nauczają”.

Liderzy biznesu często próbują wygrać spór o to, czy sztuczna inteligencja jest przereklamowana, podczas gdy powinni budować strategię, która wytrzyma oba scenariusze. Logiczną odpowiedzią na sztuczną inteligencję nie jest ani przesadnie ambitny projekt (strzał w dziesiątkę), ani całkowite zatrzymanie (moratorium), lecz kontrolowane eksperymenty.

Oznacza to traktowanie sztucznej inteligencji jako „portfela zakładów”, a nie tylko hasła wyborczego. Niektóre z tych zakładów powinny mieć charakter defensywny, koncentrując się na zrozumieniu, gdzie sztuczna inteligencja jest faktycznie wykorzystywana, do jakich danych i systemów ma dostęp oraz czy organizacja jest w stanie zareagować, gdy coś pójdzie nie tak.

Inne zakłady powinny mieć charakter eksploracyjny, testując, gdzie sztuczna inteligencja może generować realną wartość w obszarach takich jak programowanie, obsługa klienta i zarządzanie wiedzą. Niektórzy powinni być celowo sceptyczni, zwłaszcza gdy narzędzia wyglądają imponująco, ale nie mogą wykazać oszczędności, lepszych wyników ani jasnego poczucia odpowiedzialności.

Jeśli celem jest po prostu stworzenie strategii AI, która dobrze wygląda na prezentacji zarządu, to przegapiliśmy lekcje ostatnich 30 lat. Y2K, dotcomy i kryptowaluty pokazały nam, że szum medialny i konkrety nie wykluczają się wzajemnie. Rzeczywiste ryzyko może się nasilać. Technologie transformacyjne mogą przyciągać nieracjonalne inwestycje. A potężne pomysły mogą współistnieć ze słabymi przypadkami użycia.

Sztuczna inteligencja może okazać się tym, co połączy te trzy aspekty. Najlepiej poradzą sobie z tym nie te firmy, które perfekcyjnie przewidziały przyszłość, ale te, które były gotowe dostosować się do realiów.