Titulinis » Naujienos » „Nebėra kelio atgal“: ekspertai įspėja, kad DI ignoruojančios įmonės pralaimės

„Nebėra kelio atgal“: ekspertai įspėja, kad DI ignoruojančios įmonės pralaimės

Dirbtinis intelektras. Unsplash nuotr.
Dirbtinis intelektras. Unsplash nuotr.

Dirbtinis intelektas sparčiai tampa kasdieniu įrankiu versle, o įmonėms vis sunkiau ignoruoti jo poveikį produktyvumui, klientų aptarnavimui ir sprendimų priėmimui. Infrastruktūros ir duomenų centrų sektoriaus atstovai pabrėžia, kad DI diegimo banga nesibaigs vien eksperimentais, nes technologija gana greitai pritaikoma praktikoje.

Apie tai kalbėdamas „Beyond.pl“ valdybos narys Wojciechas Darłowskis akcentavo, kad DI įrankių pritaikymo barjeras daugeliui darbuotojų yra mažesnis nei ankstesnių technologinių pokyčių. Pasak jo, žmonės intuityviai perpranta, kaip naudoti generatyvinius sprendimus, todėl įmonėms tampa aktualu ne tik išbandyti, bet ir sistemingai integruoti DI į procesus.

Skaitmeninė suverenumo kaina

Vienu svarbiausių klausimų, susijusių su DI plėtra, pašnekovas įvardijo skaitmeninę suverenumą ir duomenų kontrolę. Praktikoje tai reiškia, kur fiziškai laikomi ir apdorojami duomenys, kas turi prieigą prie infrastruktūros ir ar organizacijos gali užtikrinti atitiktį griežtėjantiems reikalavimams.

„Reguliavimas turi ir gerų, ir blogų pusių: ilgainiui jis sukuria aiškias taisykles, bet trumpuoju laikotarpiu gali apsunkinti modelių mokymą ir paskatinti įmones ieškoti palankesnių jurisdikcijų“, – sakė Wojciechas Darłowskis.

Programavimas. Pexels nuotr.
Programavimas. Pexels nuotr.

Jo teigimu, kai kuriems startuoliams Europoje sudėtingiau pasiekti etapą, kai idėja virsta komerciškai parengtu produktu, nes tenka derinti inovaciją su atitikties reikalavimais. Dėl to dalis DI projektų, ypač susijusių su modelių mokymu, gali būti perkeliami į regionus, kur reguliacinės rizikos mažesnės.

Duomenys ir skaičiavimo galia

Kalbant apie DI rinkos mastą, Darłowskis pažymėjo, kad mažesnėms šalims iššūkiu tampa riboti duomenų kiekiai, palyginti su pasaulinėmis platformomis, kurios remiasi milijardais naudotojų. Tokie duomenų mastai leidžia treniruoti universalius modelius, o mažesnės rinkos dažniau ieško nišų, kuriose galima kurti specializuotus sprendimus.

„Lenkijoje ir regione realistiška kryptis yra specializuoti modeliai, pavyzdžiui, medicinoje, biologijoje ar chemijoje, tačiau tam reikia pakankamos skaičiavimo galios ir aiškaus duomenų suverenumo“, – sakė Wojciechas Darłowskis.

Jis taip pat atkreipė dėmesį į infrastruktūros svarbą: DI sprendimų kūrimas ir diegimas glaudžiai susiję su aukštos galios skaičiavimais, todėl didėja superkompiuterių ir specializuotų duomenų centrų reikšmė. „Beyond.pl“ yra anksčiau paskelbusi apie komercinę DI infrastruktūrą Poznanėje, kurios pagrindą sudaro didelės skaičiavimo galios sistema.

Talentų išlaikymas regione

Dar vienas klausimas, lydintis DI plėtrą, yra specialistų konkurencija: dalis aukštos kvalifikacijos ekspertų dirba tarptautinėms technologijų bendrovėms, o vietos įmonėms tampa sunkiau pasiūlyti panašaus masto projektus. Pasak pašnekovo, norint išlaikyti talentus, neužtenka vien deklaruoti ambicijų, reikia realių investicijų į produktus, duomenis ir skaičiavimo resursus.

100 eurų banknotai. Grynieji pinigai. Unsplash nuotr.
100 eurų banknotai. Grynieji pinigai. Unsplash nuotr.

Vertindamas bendrą kryptį, jis pabrėžė, kad DI sektoriaus augimas bus dinamiškas, o įmonėms svarbiausia kuo anksčiau apsibrėžti, kur DI kuria vertę ir kaip suvaldyti rizikas. Jo teigimu, technologija jau dabar formuoja konkurencinį pranašumą, todėl laimės tie, kurie ją diegs atsakingai ir strategiškai.

„Dirbtinis intelektas yra ateitis ir nuo to nepabėgsime: šis sektorius vystysis labai dinamiškai, o technologija yra pakankamai lengvai pritaikoma“, – sakė Wojciechas Darłowskis.

Viešojoje erdvėje tuo pat metu ryškėja ir platesnė tendencija: Europos Sąjunga siekia stiprinti skaitmeninę ekonomiką bei pasitikėjimą technologijomis, todėl DI plėtra vis dažniau bus vertinama per saugumo, privatumo ir atsparumo prizmę. Įmonėms tai reiškia, kad sprendžiant, kur kurti ir mokyti modelius, teks derinti inovacijų greitį su atitiktimi ir duomenų valdymo disciplina.