Umetna inteligenca v poslovnem svetu

Poslovneži in strokovnjaki menijo, da bo umetna inteligenca v zelo bližnji prihodnosti močno vplivala na delovanje ali celo korenito spremenila skoraj vsako branžo v poslovnem svetu. Na prihod tehnologije umetne inteligence v številnih podjetjih gledajo z navdušenjem, pogosto pa tudi s strahom. Obeti so veliki, le redka podjetja pa so prednosti umetne inteligence že dokazala v praksi.

Po tehnologiji generativne umetne inteligence so posegli praktično vsi velikani računalniške industrije.

V današnjih časih je že zelo težko prebrati tehnični ali poslovni članek, ne da bi ta omenjal umetno inteligenco (UI). Čeprav ta tehnologija v resnici ni povsem nova, je novi val rešitev na podlagi generativne umetne inteligence vzbudil ogromno pozornosti v vseh delih družbe, ne samo med strokovnjaki s področja računalniških tehnologij.

Generativna umetna inteligenca je vroča. ChatGPT ima več kot 100 milijonov tedensko aktivnih uporabnikov po vsem svetu. Raziskave kažejo, da ga uporablja več kot 92 odstotkov podjetij s seznama Fortune 500. Skoraj vsak dan izvemo za kak nov inovativen način uporabe generativne umetne inteligence.

Računalniška industrija je tako rekoč čez noč spremenila strategijo in v številnih velikih družbah je umetna inteligenca dobila glavno prioriteto ne glede na to, s katerega področja programskih ali strojnih rešitev prihajajo. Število novosti, celo večjih inovacij, je tolikšno, da jih je že težko sprejeti, kaj šele podrobneje spoznati.

Umetna inteligenca je postala tudi nova vroča žemljica za investitorje. Novembra so zagonska podjetja s področja umetne inteligence v Evropi tako zbrala skoraj 40 odstotkov celotnega obsega novih naložb, kar se še ni zgodilo nikoli doslej.

Uporaba umetne inteligence je postala celo prioriteta politike in držav. Skoraj v vseh državah, vključno z našo, srečamo mešanico navdušenja zaradi novih priložnosti in straha, da bi zaradi (pre)poznega usvajanja področja umetne inteligence ostali zadaj, za drugimi, ki so na tem področju bolj agilni in so morda pripravljeni tvegati več. Grobo povedano, mnogi trdijo, da se pravkar dogaja nova delitev moči, na gospodarje in podložnike (uporabnike), vsaj kar se tiče uporabe te tehnologije.

Najbrž se vsi zavedamo, da je navdušenje nad področjem umetne inteligence trenutno na vrhuncu, čeprav je še premalo dokazov, kolikšno dodano vrednost bo dejansko prinesla podjetjem in končnim uporabnikom. V povezavi z novimi računalniškimi tehnologijami smo to videli že neštetokrat in tudi v tem primeru bomo zagotovo, najbrž že v naslednjem letu, doživeli krepko streznitev.

Toda tudi to spoznanje nas ne sme odvrniti od dejstva, da je umetna inteligenca dejansko ena od najbolj disruptivnih tehnologij, kar smo jih srečali v zadnjih desetletjih. Mnogi jo postavljajo ob bok nastanku interneta in celo pred prihod pametnih telefonov. Ko se bo faza streznitve prevesila v množično rabo, bomo na umetno inteligenco gledali drugače kot doslej.

Poslovna raba zaostaja za navdušenjem

Največji del navdušenja nad umetno inteligenco ta hip prihaja iz naslova osupljivih rezultatov (odgovorov, nasvetov, slik, programske kode), ki jo generativna umetna inteligenca (GenAI) lahko poda v izjemno kratkem času. Programi, kot je ChatGPT, znajo v nekaj sekundah podati osupljivo natančne, pogosto kompetentne rezultate, za kar bi ljudje včasih potrebovali ure pregledovanja, obdelave in povzemanja podatkov. Nemalokrat s podobno kakovostjo rezultatov.

Na področju generativne umetne inteligence je vzniknilo nešteto malih podjetij, od katerih imajo nekatera boljše ideje od velikih ponudnikov.

Da ne bo pomote, generativna umetna inteligenca zna odlično pomagati, kadar ima podatke o tematiki, ki je predmet poizvedbe. Kadar v jezikovnem modelu teh povezav nima, si tako kot majhen otrok, odgovore preprosto izmisli. Strokovni termin, ki se najbolj uveljavlja pri tovrstnem podajanju netočnih podatkov, je »halucinacija«.

Upamo si trditi, da velika večina sedanjega navdušenja izhaja iz tovrstnih majhnih preizkusov, kjer skoraj vsakemu zažarijo oči. Na nekaterih področjih poslovne rabe je že to dovolj za dosego hitrih ciljev, zagotovo pa je to že doslej spodbudilo številna podjetja k večjim investicijam, pogosto pilotnim.

V začetku leta 2023 je proizvajalec čipov AMD anketiral 2.500 svetovnih vodij IT in jih vprašal o načrtih za umetno inteligenco. Polovica vseh anketirancev je izjavila, da so jo pripravljeni začeti uvajati, a je polovica dejala tudi, da nimajo občutka, da je njihov IT pripravljen nanjo.

Prav to je največja ovira za njeno še hitrejšo uporabo – znanje in kadri. Raziskave kažejo, da večina podjetij preprosto ni pripravljena za učinkovito uvajanje umetne inteligence.

Skoraj vsako podjetje sicer meni, da bo potrebovalo umetno inteligenco, da bo ostalo ali postalo konkurenčno, vendar še nihče ne razume njenih številnih neznank ali tega, kaj bo prinesla na delovnem mestu ali v svet.

A vse napovedi kažejo, da sta trenutni napredek tehnologije in vtis v javnosti tolikšna, da poti nazaj najbrž ni. Družba IDC pričakuje, da bo svetovna poraba za rešitve umetne inteligence leta 2027 narasla na več kot 500 milijard dolarjev. Večina organizacij bo doživela opazen premik v strukturi naložb, ki bodo bolj izrazite v smeri uvedbe umetne inteligence in sprejemanja izdelkov/storitev, izboljšanih z njo.

Najhitrejša vpeljava rabe v poslovnem svetu

Čeprav je videti, da bi lahko umetno inteligenco uporabljali v vseh panogah, tako v poslovnem svetu kot celotni družbi, trenutna tehnologija na nekaterih področjih rabe bolj izstopa kot drugod.

Umetna inteligenca lahko bistveno pomaga pri podjetjih ali v delih podjetij, ki nudijo podporo uporabnikom. Pogovorna narava programov, kot so ChatGPT in podobne rešitve, je kot nalašč za avtomatizacijo večine opravil s področja podpore. To sega od avtomatiziranih chatbotov do lažjega dela za človeško podporo, kjer so relevantni podatki hitreje dosegljivi. Lep primer je Lufthansa, ki je ob pomoči umetne inteligence močno avtomatizirala podporo za stranke, zlasti v časih, ko se je letalska industrija soočala z velikanskimi motnjami v letalskem prometu in eksplozivno rastjo zahtevkov za podporo.

Umetna inteligenca se na veliko uporablja za preprečevanje prevar v zavarovalništvu. Slovensko podjetje Medius je za storitev FrodoAI prejelo nagrado za najboljši digitalni projekt leta 2023. Tehnologija je v praksi razkrila skoraj četrtino prevar med zahtevki.

Sorodno temu področju je vzdrževanje naprav, zgradb, infrastrukture in vsega tistega, kar zahteva redno vzdrževanje za pravilno delovanje in uporabo. Umetna inteligenca tu še posebej blesti pri napovedovanju potrebe po vzdrževalnih delih, pogosto na podlagi analize množice podatkov, tipal IoT, ki nakazujejo, da je potreben poseg, velikokrat zaradi podobnih dogodkov v preteklosti. Kar nekaj proizvajalcev tovrstnih sistemov gradi zbirko znanja, ki koristi vsem njihovim kupcem, ne samo specifičnemu podjetju.

Avtomatizacija poslovnih procesov je naslednje področje, kjer je umetna inteligenca skoraj vedno sestavni del rešitev. Ob pomoči strojnega učenja programska oprema identificira ozka grla, analizira optimalnost delovanja procesa, problematičnost razporejanja uporabe sredstev in druge težave v poslovnih procesih. V naprednejših sistemih umetna inteligenca tudi samodejno ukrepa in popravi proces, da so doseženi boljši rezultati. Tovrstne rešitve uporabljajo v številnih panogah, vse od zdravstva, proizvodnje, telekomunikacij in drugod.

Eno od področij, kjer umetna inteligenca najhitreje daje otipljive rezultate, je področje IKT. To se še zlasti kaže na področju kodiranja, kjer so današnji jezikovni modeli že tako kakovostni, da lahko bistveno pospešijo hitrost razvoja novih programov. Raziskava najbolj znanega spletišča za razvijalce GitHub je pokazala, da orodja UI pri svojem delu uporablja že več kot 92 odstotkov uporabnikov.

Zanesljivost nasvetov in generirane kode sicer ni 100-odstotna, še vedno je potrebno znanje programerjev, toda ti lahko računajo na pripravo osnovnih gradnikov, splošnih in ponovljivih delov kode bistveno hitreje, kot bi to počeli sami. Ob pozornem spremljanju generirane kode so rezultati lahko zelo spodbudni.

Sploh pa umetna inteligenca lahko izdatno pomaga pri dokumentiranju izvorne kode in še posebej pri testiranja nove. Koristno je v pomoč tudi pri analizi varnosti napisane kode. To so tipično opravila, ki so do neke mere dolgočasna in zato pogosto zanemarjena pri razvoju novih programov.

Generativno umetno inteligenco ta hip uporablja že skoraj večina razvijalcev programske opreme, tako za pisanje kode kot testiranje aplikacij.

Vpliv umetne inteligence pa se v IT ne kaže zgolj na področju programiranja. Specializirani algoritmi vse bolj pomagajo na področju kibernetske varnosti, zlasti pri zaznavi napadov in varnostnih tveganj, tudi tisti, ki so še neznani (zero-day). Kibernetski pomočniki lahko na tem področju močno pomagajo specialistom za varnost, saj lažje spremljajo ogromno količino dogodkov in podatkov.

Na področju IT se umetna inteligenca vse bolj uporablja tudi za upravljanje operativnega dela, na primer storitev v oblaku, kjer zna učinkovito pomagati pri zagotavljanju kontinuitete delovanja, spremljanju obremenitve sistemov in konfiguracij s ciljem, da sistemi delujejo nemoteno.

Umetna inteligenca se vse bolj uporablja tudi na področju financ in kadrov: v finančnem sektorju na področju planiranja, interaktivnega poročanja in interpretacije podatkov, predvsem pa na področju investicij in finančnega trgovanja. V finančnem sektorju tako kot zavarovalniškem je izrazito v uporabi pri obvladovanju tveganj, predvsem razpoznavi prevar in pranju denarja. Na tem področju obstajajo pravzaprav že dolgoletne izkušnje, večinoma vse zelo pozitivne, ki dokazujejo velike poslovne učinke, ne samo obetov uporabe umetne inteligence.

Priložnosti v nastajanju

Eno od mlajših področij, kjer se uporabljajo orodja UI, so kadrovske zadeve. V zadnjem času se UI uporablja predvsem na področju rekrutiranja novih kadrov, zlasti na specializiranih področjih, kot je informacijska tehnologija. Že leta pa so algoritmi umetne inteligence na tem področju uporabljeni za planiranje delovne sile, izmen, pokrivanja planiranja potreb po specialističnih znanjih in na drugih področjih, kje pravilno planiranje lahko močno vpliva na potek poslovanja.

Umetna inteligenca pa v nekaterih segmentih še ni povsem nared za kakovostno rabo. Znotraj marketinške industrije obstaja velikansko zanimanje za generativno umetno inteligenco zaradi njene zmožnosti avtomatizacije številnih rutinskih opravil, ustvarjanja vsebin in izboljšane personalizacije sodelovanja s strankami, toda razen v nekaterih specifičnih primerih tu še ni povsem pripravljena za splošno rabo. Zanesljivost in kakovost rezultatov v kombinaciji s številnimi pravnimi in etičnimi vprašanji bosta verjetno kratko- do srednjeročno omejevali širšo uporabo.

Velike cilje za rabo umetne inteligence seveda vidijo v proizvodnih podjetjih, zlasti na področju robotike in upravljanja proizvodnega procesa. V času nastajanja tega članka je Siemens skupaj z Microsoftom predstavil tako imenovanega Industrijskega kopilota, ki obeta razvoj krmilnih programov ob pomoči naravnega jezika, umetna inteligenca pa bo izdatno pomagala tudi pri odkrivanju napak in optimizaciji delovanja strojev. Zaradi procesne narave upravljanja industrijskih strojev lahko na tem področju pričakujemo hiter razvoj in otipljive učinke.

Siemens je skupaj z Microsoftom predstavil Industrijskega kopilota, ki bo poenostavil programiranje proizvodnih strojev.

Eno od področij, kjer je največ pričakovanj, da bo umetna inteligenca priskočila na pomoč, je področje zdravstva. Morda tudi zato, ker se skoraj v vseh državah soočamo s pomanjkanjem kadra v zdravstvu, z dolgimi čakalnimi vrstami in s postopki, zaradi katerih trpijo tako bolniki kot izvajalci zdravstvenih del. Priložnosti so na številnih specialističnih področjih, na primer pri interpretaciji radioloških preiskav, diagnozi in povezovanju simptomov bolnikov s podobnimi primeri drugod po svetu in hitrejšem razvoju novih zdravil. Toda ravno v zdravstvu pri uporabi umetne inteligence vlada posebna previdnost, saj prostora za napake tu ni.

Vse te ugotovitve seveda veljajo za današnje čase (druga polovica leta 2023), kar pa ne pomeni, da ne bo že v naslednjih mesecih, kaj šele letih, povsem drugače. Zaradi različnih dejavnikov in postopnega spoznavanja rabe, zlasti generativne umetne inteligence, se prav lahko že v kratkem času precej spremeni in omogoči, da z novim razvojem tehnologije uporabnost postane zanimivejša v drugih panogah.

Razlog ni samo v hitrosti razvoja tehnologije, temveč tudi v pomanjkanju relevantnih dokazov o uspešnosti rabe v današnjih implementacijah. Pri večini projektov s področja generativne umetne inteligence je doslej preteklo preprosto premalo časa, da bi lahko zanesljivo ocenili učinke, prednosti in slabosti uporabe algoritmov umetne inteligence. Z redkimi izjemami, kjer so takojšnji in izraziti, bodo rezultati uporabe vidni šele čez čas. To je nujna posledica hitre agilne uvedbe tehnologije.

Pristop k uvajanju umetne inteligence v poslovanje

Čeprav živimo v časih, ko se zdi, da je treba takoj skočiti na vlak, ki nas bo popeljal v prihodnost z umetno inteligenco, je uvajanje tovrstne tehnologije pogosto precej bolj kompleksno, kot se dozdeva na prvi pogled. V nekaterih poslovnih primerih, ko se lahko zanašamo zgolj na znanje iz javnih virov in podatkovnih modelov (sem sodi tudi razvoj programske opreme), je začetek rabe lahko hiter, izplen pa takojšen.

Toda v večini podjetij se pravo znanje ne nahaja na internetu, temveč v lastnih podatkih in dokumentih znotraj podjetja. Strokovnjaki pravilno poudarjajo, da podjetja dobesedno sedijo na zlati jami (podatkih) in jo premalo uporabljajo za izboljšanje svojega poslovanja ter nadaljnje inovacije. Razlog večinoma tiči v velikanski količini in pogosto slabi strukturiranosti tovrstnih podatkov. V velikih podjetjih se ti povrh vsega nahajajo v silosih (oddelkih) in so slabo povezani med sabo.

Urejanje podatkov, ki so osnova za podatkovno znanost (data sience) in kasneje umetno inteligenco, pa je lahko dolgotrajen projekt, ki mora biti že od začetka kakovostno načrtovan. Šele v naslednjem koraku lahko pride razmislek o tehnologiji umetne inteligence, ki bo uporabljena nad temi podatki.

Zavedati se moramo, da je izgradnja lastnih jezikovnih modelov ta hip zelo drag postopek, zlasti zaradi faze učenja, ki zahteva ogromno podatkov in procesne moči. Malo je zato verjetno, da bodo podjetja povprek gradila lastne jezikovne modele, saj je to enostavno predrago.

Večja verjetnost je, da se bo uveljavila hibridna uporabe storitev umetne inteligence in jezikovnih modelov v oblaku v kombinaciji z raznimi dodatki (kot so plugini, dopolnilni jezikovnimi modeli), ki bodo dodali v jezikovni model lastniške podatke, seveda ob strogem spoštovanju varnosti in zasebnosti uporabe teh. Ponudniki storitev bodo morali zagotoviti mehanizme nadzora uporabe podatkov, da poslovni podatki podjetja ne bi pricurljali v javnost.

GenAI prinaša zelo velike koristi za področje vzdrževanja in pomoči strankam (slika: Adobe FireFly).

V naslednjih letih lahko pričakujemo, da bo v uporabo prišlo vse več aplikacij in integracij, ki temeljijo na podlagi umetne inteligence. Podjetja bodo potrebovala službe IT za razvoj novih delovnih tokov in veščin. Ti delovni tokovi in spretnosti vključujejo metodologijo za ponavljajoče se testiranje in uvajanje aplikacij, celovitost in čiščenje podatkov, opredelitev naborov pravil UI, upoštevanje etičnih in pravnih varoval, sodelovalne ekipe s končnimi uporabniki in vzdrževanje strategije za UI.

Nekatere zgodnje implementacije umetne inteligence so se odvile dejansko na področjih operacij IT, kot so upravljanje varnosti, upravljanje poteka dela in avtomatizirano dodeljevanje virov. Vse to so zrele tehnične discipline IT, zato ni veliko nevarnosti zaradi neznanih spremenljivk, okoliščin ali odločitev, ki jih sprejema umetna inteligenca. Tu so tveganja za IT in podjetja zaradi umetne inteligence majhna.

Uporaba umetne inteligence v operacijah IT daje podjetjem tudi zgodnje izkušnje z nastajajočo tehnologijo, ki jo bo mogoče uporabiti, ko bodo podjetja uporabila umetno inteligenco na področjih, ki niso povezana z IT. Vendar obstaja tveganje, da bi se zgodnje prednosti umetne inteligence, ki jih je IT pridobil z lastnimi aplikacijami, lahko ustavile pri tem.

Kaj se zgodi, ko poslovna aplikacija UI začne dajati napačne rezultate ali ne deluje? Kdo je odgovoren? Kako vemo, da bo aplikacija UI spoštovala pravne, etične vidike in standarde upravljanja, ki jih postavlja podjetje? Nenazadnje, kdo sprejme odločitev, da je sistem UI dovolj zrel za uporabo? Na vsa ta vprašanja bo treba najti odgovore, težava pa je, da tu zaradi hitrega dogajanja še ni dovolj dobre prakse, ki bi pomagala pri odločitvah.

Ali z umetno inteligenco ogrožamo zasebnost poslovnih podatkov?

To vprašanje si najbrž postavlja velika večina podjetij, vsaj na točki, ko so pilotski preizkusi pokazali, da je zadeva zelo zanimiva in je na vrsti odločitev o množični uporabi. Skrbi predvsem potencialna izpostava poslovnih podatkov v storitve, ki jih še premalo poznamo in razumemo.

Večina sodobnih storitev, kot je ChatGPT je sicer stateless, kar pomeni, da ponudnik storitev načelno ne hrani podatkov, ki jih obdeluje umetna inteligenca. Poudarek je na načelno. Zadeve se namreč razvijajo tako hitro, da še ni bilo možnosti za temeljitejše preverjanje. Za plačljive storitve sicer ponudniki pogosto ponujajo dodatne mehanizme za zaščito, na primer šifriranje podatkov pri prenosu do algoritmov UI, za večino brezplačnih storitev pa nihče ne ve, ali si ponudnik morda ne pridržuje pravice, da uporabnikove podatke uporabi za nadaljnji trening svojih jezikovnih modelov.

To pa je tanka črta, ki straši odločevalce v podjetjih. Kljub jasnim koristim, ki bi jih dobili z uporabo UI, je tveganje izgube ključnih poslovnih skrivnosti zaradi slabo prebrane pogodbe ali nepreverjenega algoritma velika. To je najbrž tudi razlog, da je ta hip tako veliko število projektov z umetno inteligenco le v statusu »pilota« in brez jasnih smernic za naslednje korake.

Te bojazni običajno pomenijo, da v takih primerih podjetja odločijo, da bodo ustrezne algoritme implementirala in uporabila znotraj svojih varovanih informacijskih silosov, toda v primeru umetne inteligence, zlasti GenUI z velikanskimi jezikovni modeli, je to zelo drago in zapleteno. Objektivno gledano je taka odločitev težja, kot je bila še nedavno odločitev med zasebnim in javnim oblakom.

Kako kaotične in neznane so danes razmere, lepo priča nedavni, recimo temu, incident v Microsoftu. Novembra so za kratek čas interno prepovedali uporabo storitev ChatGPT zaradi suma, da se s tem odliva lastniško znanje. Pazite, govorimo o enem od velikanov informacijske industrije. Pa povrh tega celo enem glavnih vlagateljev v OpenUI, ki je razvil ChatGPT. Incident so hitro odpravili, prepoved odstranili, toda dogodek lepo kaže, da tudi največjim ni prav lahko določiti, komu, kdaj in koliko zaupati.

Strahovi

Nepričakovano hiter razmah umetne inteligence v vsakdanji rabi trenutno močno polarizira družbo. Vsaj toliko kot je navdušenja, je tudi strahov. Eden najbolj neposrednih je ta, da bo umetna inteligenca prevzela delovne naloge od ljudi, zato bodo ti izgubili delovna mesta.

To vprašanje je pomembno in nima lahkega odgovora. Dejstvo je, da je že danes jasno, da bodo programske rešitve z umetno inteligenco v nekaterih panogah močno spremenile politiko zaposlovanja. Sem sodijo predvsem manj zahtevna, pogosto slabše plačana delovna mesta, na primer pomoč uporabnikom v klicnih centrih. V svetu je že moč prebrati nekaj zgodb, kjer je lastnik osebje nadomestil pretežno z avtomatiziranimi sistemi na temelju umetne inteligence.

V veliki večini podjetij pa tako naglih odločitev zagotovo ne bodo sprejeli. Bodisi zato, ker umetna inteligenca lahko izboljša le del delovnega procesa, bodisi, ker bodo tovrstne rešitve še naprej nadzorovali in upravljali ljudje. Tudi poslovno odločanje ne bo tako hitro prepuščeno zgolj umetni inteligenci.

Gartner ugotavlja, da na področju generativne umetne inteligence vlada vrhunec navdušenja. Pred nadaljevanjem prodora tehnologije sledi neizbežna streznitev.

Nenazadnje zato, ker obstajajo ali nastajajo nova etična načela, sedanje in prihodnje zakonske uredbe pa tudi širša družbena odgovornost. Tako kot v časih prejšnjih industrijskih revolucij pa se bo treba prilagoditi novim časom. To pomeni, da bo določen del delovne sile moral pridobiti nova znanja in veščine, kar pa je že doslej veljalo pri uvedbi številnih novih tehnologij. Spomnimo se samo časov prvih korakov pri uvedbi robotov v proizvodnjo.

Kolikšen vpliv bo imela umetna inteligenca na nekatere profile zaposlenih, ta hip nihče z gotovostjo ne ve. Tudi velike analitske ter svetovalne družbe, kot sta Gartner in Deloitte, se v svojih analizah in predavanjih za zdaj izmikajo natančnejšim napovedim. Načelno velja, da bosta uporaba in upravljanje novih storitev na temelju umetne inteligence potrebovala cele vojske novih kadrov, zagotovo bodo nastajala nova delovna mesta. Vprašanje pa je, kolikšen del družbe se bo temu znal prilagoditi.

Ko govorimo o strahovih, ne moremo mimo poglavitne bojazni, da bo umetna inteligenca sčasoma prevladala, morda postala celo čuteče »bitje«, ki se bo zavedala sama sebe in bo morda celo uničila človeštvo. Nekateri celo menijo, da nas loči le od pet do deset let do prvega sistema, ki bo ustrezal definiciji čuteče umetne inteligence.

Za nameček na to čisto resno opozarjajo ugledni predstavniki tehnološke industrije, znanosti in antropologije. Nihče pa pravzaprav ne ve, ali bo potek dogodkov šel ravno v smeri najbolj črnih scenarijev. Nenazadnje ima človeštvo, vsaj za zdaj, še vedno nadzor nad tehnologijami, ki so obenem tudi potencialna sredstva za množično uničenje, a je razvilo mehanizme, ki nas varujejo. To lahko dosežemo z namensko regulacijo in s pravili, ki pravkar nastajajo v vseh državah sveta.

Evropski pristop

Umetna inteligenca ustvarja priložnosti za naslavljanje družbenih izzivov, kot so podnebne spremembe in javno zdravje. Da bi zagotovili varnost in spoštovanje temeljnih pravic ljudi, je bil definiran evropski pristop k umetni inteligenci. Ključni element tega je omogočanje razvoja in uporabe umetne inteligence, kjer je potencial podatkov ključen. To je v skladu s strategijo gradnje informacijsko odporne Evrope.

Evropska komisija tu pripravlja usklajen načrt za omogočanje razvoja in uporabo umetne inteligence v Evropi, ki opredeljuje tri ključne ukrepe pri izgradnji enotnega trga za podatke: pridobivanje, združevanje in deljenje politike uporabe UI, izkoristek potenciala podatkov ter spodbujanje lastne gradnje kritične računalniške infrastrukture.

Evropska komisija obenem predlaga sklop pravil za obravnavo tveganj, ki jih povzroča uporaba umetne inteligence. To naj bi Evropi zagotovilo vodilno vlogo pri določanju svetovnega zlatega standarda.

Dejstvo pa je tudi, da Evropa hkrati zaostaja pri razvoju velikih jezikovnih modelov umetne inteligence. Mnogi v Evropi kličejo k temu, da bi morali biti bolj samozadostni, toda trenutno nismo preveč uspešni, ko govorimo o razvoju temeljnih tehnologij. V Evropi sicer kar mrgoli malih in srednjih podjetij, ki se ukvarjajo z umetno inteligenco, toda večina uporablja ameriške temeljne storitve za svoje rešitve.

Obstaja torej velika verjetnost, da se bodo evropska podjetja zanašala na rešitve in sisteme, ki so bili razviti drugje. Z drugimi besedami, delovali bodo predvsem kot kupci, plačevali bodo za dostop do tehnologije, razvite na Kitajskem ali v ZDA, in morda s tem brezplačno učili modele prodajalcev. Ker aplikacije, ki temeljijo na teh modelih, postanejo sestavni del delovanja celotnih vej industrije, bi lahko bila taka odvisnost vse bolj problematična.

Evropska komisija se seveda nikakor ne želi strinjati s tem, zato je v zadnjih mesecih moč videti pospeševanje dogajanja na tem področju, tako na evropski kot nacionalni ravni. Nemško združenje za umetno inteligenco dela na področju pobude, imenovane Large European UI Models (LEAM), katere cilj je premostiti vrzel v primerjavi z ameriškimi in azijskimi konkurenti.

Amerika proti Evropi

Nobena skrivnost ni, da si Evropska unija vse bolj intenzivno prizadeva postati ali ostati lastnik oziroma vsaj nadzornik podatkov, ki izvirajo iz Evrope. To se najbolj izrazito kaže, ne le takrat, ko gre za obravnavo osebnih podatkov, ampak tudi za druge zadeve, kot so intelektualna lastnina, podatki posebnega pomena in še marsikaj drugega.

Ta vidik zaščite dostopa in uporabe podatkov postaja z naraščajočo uporabo algoritmov umetne inteligence še posebej pereč problem. Zlasti kadar upoštevamo, da so ti podatki hkrati podlage za strojno učenje sodobnih jezikovnih modelov.

Velikim ponudnikom informacijskih storitev, ki večinoma delujejo v zakonsko bolj permisivnih okoljih, seveda tako zaščitniško početje ni niti najmanj pogodu. Sploh zato, ker je EU v zadnjih letih očitne kršitve pravil kaznovala z milijonskimi ali celo milijardnimi kaznimi.

O tem sicer nihče uradno ne govori, toda videti je, da so se velikani že vsaj delno maščevali s tem, ko za nekatere storitve omejujejo možnost rabe v Evropi. Najočitnejši primer je Google, ki je dostop do svojega eksperimentalnega brskalnika, opremljenega z umetno inteligenco, v novembru odprl tako rekoč vsemu svetu (»z veseljem objavljamo, da je storitev moč preizkusiti v 120 državah«), razen v Evropi. Tudi Microsoft nekatere novosti s področja umetne inteligence dopušča le za kupce v ZDA.

Uradno pač ne morejo zadostiti vsem kriterijem in zakonskim omejitvam v Evropi, zato so jo izpustili. Morda se bo sčasoma to spremenilo, toda trenutno početje lahko služi tudi kot opozorilo, da svet ni in v prihodnje morda ne bo en sam velik odprt trg. Še posebej v časih oblačnih storitev in algoritmov umetne inteligence bo treba v poslovnem svetu dobro premisliti o tveganjih, ki izhajajo iz morebitnih nenadnih sprememb politik, tako v EU kot proizvajalcev.