AI w biznesie: znacznie więcej niż czat

W ostatnim czasie z uwagą analizuję dyskusje na temat korzyści, jakie AI wnosi do naszego życia prywatnego i zawodowego. Od momentu wprowadzenia w listopadzie 2022 roku niezliczone artykuły koncentrowały się na opartej na dużych modelach językowych (LLM) usłudze chmurowej ChatGPT firmy OpenAI. Magazyn Fortune nazwał nawet jego wprowadzenie „momentem iPhone’a” dla AI. Od tamtej pory inne chatboty, takie jak Google Gemini, Anthropic Claude czy Microsoft Copilot, również zdobyły ogromną popularność w zastosowaniach zarówno prywatnych, jak i biznesowych.

W dyskusjach na temat użycia LLM i chatbotów można często wyróżnić na dwa obozy. Entuzjaści wychwalają łatwość ich obsługi oraz oszczędność czasu, sypiąc przykładami jak z rękawa. Sceptycy z kolei skupiają się na niedociągnięciach tej technologii, takich jak „halucynacje” czy tendencja do wymyślania „faktów”. Krytycy wskazują też na liczne przykłady rażących błędów w rozumowaniu czy obliczeniach, jakie popełniają modele LLM. 

Jak to możliwe, że AI potrafi napisać błyskotliwy esej na skomplikowany temat, ale zawodzi przy prostych problemach matematycznych? Odpowiedź tkwi w samej nazwie „chatbot”: ChatGPT to nie wyszukiwarka, encyklopedia, podręcznik historii ani tym bardziej kalkulator.  Jest dokładnie tym, na co wskazuje jego angielska nazwa – „robotem do pogawędek”. 

W środowisku biznesowym można jednak zaprząc chatbota do pracy i nauczyć się panować nad jego skłonnością do koloryzowania. Prostym przykładem jest wykorzystanie usługi chatbota przez pracowników do tworzenia indywidualnych odpowiedzi na zapytania klientów. Zamiast tworzyć każdą wiadomość od zera, wystarczy, że zweryfikują i dopracują propozycję wygenerowaną przez bota. Ale uwaga: chatboty to usługi chmurowe, więc użytkownicy powinni uważać, aby nie zamieszczać w zapytaniach, poleceniach i odpowiedziach żadnych wrażliwych wewnętrznych informacji firmowych!

Bardziej zaawansowaną opcją jest wytrenowanie własnego, firmowego modelu LLM. Można też ograniczyć model podstawowy tak, by czerpał informacje wyłącznie ze zweryfikowanych, wewnętrznych źródeł danych, dzięki procesowi znanemu jako RAG (Retrieval Augmented Generation). Obie metody pozwalają znacząco ograniczyć ryzyko generowania przez chatbota nieprawdziwych informacji. 

Tak czy inaczej, nieco dziwi to, że w dyskusjach o AI dla biznesu cała uwaga skupia się na ChatGPT i jemu podobnych. Istnieją przecież inne, równie użyteczne, a czasem nawet bardziej wartościowe zastosowania tej technologii. Niektóre z nich, jak choćby popularne od lat systemy rozpoznawania mowy, nie wywołały nawet w części takiego poruszenia, jakie dwa i pół roku temu stało się udziałem ChatGPT. 

Tymczasem sztuczna inteligencja od dawna pracuje „pod maską” w obszarze zarządzania urządzeniami końcowymi. Współczesne rozwiązania z zakresu bezpieczeństwa punktów końcowych, takie jak Microsoft Defender Antivirus, już dawno odeszły od polegania jedynie na prostym porównywaniu plików z sygnaturami znanych wirusów. Zamiast tego wykorzystują uczenie maszynowe (ML) do wykrywania anomalii. Zdecydowano się na to, ponieważ uczenie maszynowe doskonale radzi sobie z analizą statystyczną ogromnych zbiorów danych, ucząc się, co jest „normalnym zachowaniem” w ruchu sieciowym.  Dzięki temu oprogramowanie z zakresu zapewnienia bezpieczeństwa punktów końcowych jest w stanie natychmiast wychwycić wszelkie odstępstwa i statystycznie nieprawdopodobne zdarzenia – na przykład sytuacje, w których jakieś urządzenie nagle zaczyna zachowywać się w sposób odbiegający od wyuczonego wzorca. 

W takich przypadkach rozwiązanie zabezpieczające wspierane przez AI/ML podnosi alarm, a zespół IT może podjąć odpowiednie działania, korzystając z pakietu do zarządzania, takiego jak baramundi Management Suite. Co więcej, baramundi jako kompleksowe rozwiązanie z zakresu UEM (Unified Endpoint Management, ujednoliconego zarządzania punktami końcowymi) oferuje scentralizowane zarządzanie aktualizacjami, szyfrowanie danych, kontrolę portów i interfejsów oraz skanowanie podatności. Podsumowując, wartość dodana połączenia UEM ze wspieranym przez AI solidnym podejścia do bezpieczeństwa punktów końcowych sprowadza się do praktycznej eliminacji ryzyka pojawienia się w rozmowach z użytkownikami fałszywych lub mylących informacji. 

Sztuczna inteligencja w firmie to coś więcej niż tylko chatboty: choć ChatGPT może być przydatny w biznesie, firmy powinny świadomie zastanowić się, gdzie AI rzeczywiście przynosi wartość dodaną – np. w zakresie bezpieczeństwa IT lub automatyzacji procesów.

Bo: nie każdy chatbot to inteligentne rozwiązanie – ale inteligentnie zintegrowana AI może ograniczyć ryzyko i zwiększyć efektywność.