AI, GenAI i Machine Learning to terminy elektryzujące świat biznesu od mniej więcej dwóch lat. Prawie wszystkie firmy, które chcą budować nowoczesny wizerunek, zapowiadają rozwój właśnie w tym kierunku. Jednak biznesowa perspektywa często mija się z techniczną, a przedstawiciele tych dwóch światów miewają trudności w ustaleniu wspólnego celu i optymalnej ścieżki dotarcia do niego.
Tworzenie projektów opartych na AI jest wyzwaniem. Tworzenie projektów AI, które dokładnie odpowiadają wizji klienta, jest jeszcze większym wyzwaniem. W obliczu obecnej popularności AI, wiele osób jest przekonanych, że potrafi samodzielnie znaleźć przestrzeń do zastosowania AI w swojej organizacji. Często jednak bardziej efektywne mogą okazać się inne technologie, o których zapominamy, entuzjastycznie podążając za trendem. W takich sytuacjach wsparcie osób posiadających wiedzę techniczną jest kluczowe. Jednak, aby obydwie strony były dla siebie pomocne, konieczna jest empatyczna komunikacja.
– Po stronie klienta bardzo często stoją zespoły osób o różnych pomysłach i potrzebach. Dla deweloperów to może stanowić wyzwanie, kiedy trudno jest dowiedzieć się, jakie są realne potrzeby biznesowe i główne priorytety – mówi Yaroslav Svyryda, AI Consultant w SoftServe Poland.
Generatywna sztuczna inteligencja jest wspaniałym narzędziem, które potrafi rozwiązać wiele problemów, z którymi nie radziły sobie dotychczasowe technologie. Jednak nie w każdym projekcie jest potrzebna. Przy części zadań znacznie lepiej sprawdzą się inne technologie, a moda na AI czasami sprawia, że chętnie sięgamy po niepotrzebnie skomplikowane rozwiązania. Do takich decyzji miewają tendencje zarówno przedstawiciele biznesu, jak i IT.
Z drugiej strony, zespoły Data Science nie zawsze pamiętają o potrzebach końcowych użytkowników. Pomysły na rozwiązania, które wydają się niezwykle praktyczne, a wręcz rewolucyjne podczas burz mózgów, mogą okazać się zbędne lub nawet bezsensowne w prawdziwym życiu. Na etapie weryfikacji pomysłów kluczowe jest zaangażowanie osób, które patrzą na projekt z biznesowej perspektywy.
– Dlatego właśnie jednym z najlepszych podejść do pracy nad nowymi produktami, również tymi opartymi na AI, jest Design Thinking. Bez empatycznego zrozumienia, rozmów i wywiadów, oraz świadomych decyzji na etapie prototypowania, trudno jest tworzyć rozwiązania, które faktycznie są przydatne i spełniają swoje wyznaczone przez biznes zadania – mówi dr Inez Okulska, Head of hAI Magazine w CampusAI i NLP Senior na Politechnice Wrocławskiej.
Czy AI wreszcie zacznie prać, zamiast pisać?
Odpowiedzialność za rozwój GenAI leży zarówno po stronie osób technicznych, jak i biznesu. To od nas wszystkich zależy, które czynności przejmie od nas sztuczna inteligencja, a które pozostaną ludzką domeną. Obecnie jesteśmy na etapie, w którym zachwycają nas możliwości AI, często nie biorąc pod rozwagę realnej wartości jej kreacji. Musimy zastanawiać się i wybierać, w jakim kierunku chcemy prowadzić rozwój technologii.
Aby to było możliwe, konieczna jest empatia, której nie są w stanie opanować modele językowe. Oczywiście, po odpowiednim spromptowaniu, AI jest w stanie ją złudnie odwzorować, jednak nie może zrozumieć tego, co nie zostało wypowiedziane lub zauważone przez człowieka. Dlatego właśnie kontrolę nad tym, co tworzy AI i na jakich polach chcemy z niej korzystać, zawsze musi sprawować człowiek. W końcu to ludzie chcą zmieniać swoją rzeczywistość tak, aby była dla nas wygodniejsza. Nie zależy nam na tym, aby oddać sztucznej inteligencji zadania, które lubimy wykonywać, pozostając nas z przysłowiowym zmywaniem.
Realne wyzwania Data Scientists
Podczas spotkania Projekt: AI zorganizowanego z okazji 10-lecia SoftServe w Polsce, eksperci z zakresu Data Science i AI mieli okazji omówić realne wyzwania, które spotykają ich w pracy przy tworzeniu projektów dla biznesu opartych na sztucznej inteligencji. W warsztacie dr. Inez Okulskiej wzięło udział 10 specjalistów pracujących na co dzień w SoftServe i 10 zewnętrznych ekspertów. Wspólnie omówili założenia skutecznej pracy projektowej, które we wrześniu tego roku ukażą się w formie white paper współtworzonego przez dr Inez Okulską, SoftServe, Dell oraz Akademię Leona Koźmińskiego.
– SoftServe to firma zorientowana na rozwój zarówno technologii, jak i ludzi. Bardzo silny nacisk kładziemy na tworzenie nowatorskich rozwiązań w naszych zespołach projektowych pracujących z klientami, jak i w działach R&D. Zależy nam na tym, aby wspierać rozwój środowiska Data Science łącząc najbardziej kreatywnych ekspertów i ekspertki – mówi Paula Rejmer, Country People Lead w SoftServe Poland.