Geraldo Batisty.
Nigdy tak dużo nie mówiło się o zastąpieniu pracy człowieka maszynami, zwłaszcza odkąd wprowadzono do nas generatywną sztuczną inteligencję, zdolne do uczenia się złożonych wzorców zachowań z bazy danych i odtwarzania treścioddziałując w bardzo podobny sposób jak ludzie. Osobiście nie wierzę, że taka wymiana może nastąpić. Nie tak wielu sobie wyobraża.
W rzeczywistości ostatnie badania już wzmacniają wsparcie, jakie tego typu technologia może zapewnić różnym działaniom ludzkim i zawodowym. Badanie przeprowadzone przez firmę Microsoft, w ramach którego przeprowadzono eksperymenty z użytkownikami narzędzia AI w miejscu pracy, wykazało, że wzrost produktywności jest realny: 73% z nich stwierdziło, że byli w stanie wykonywać zadania szybciej, a 70% stwierdziło, że mogliby wykonywać zadania szybciej produktywnie, korzystając z technologii.
Kiedy już w 2022 roku pojawiły się pierwsze komercyjne wersje generatywnych rozwiązań AI, OpenAI udostępniło swoje narzędzie ogółowi społeczeństwa, z wyszkoloną bazą do 2021 roku, i wkrótce dostrzeżono bardzo duży potencjał do przyjęcia tej nowej technologii.
Różnica pomiędzy rozwiązaniami, które pojawiły się wcześniej, polega na tym, że do tej pory wszelkie inicjatywy w tym kierunku były bardzo wadliwe. Teraz udało im się ewoluować w taki sposób, że widzimy technologię (tę i inne, które pojawiły się później). umiejętność nawiązania naturalnej i wysokiego poziomu rozmowy z rozmówcą. Stworzyło to morze możliwości, pozwalając na wykorzystanie AI do tworzenia sekwencji pracy w firmach, tak jak ma to już miejsce w przypadku zespołów ludzkich.
Te nowe narzędzia umożliwiły bardzo sprawne reagowanie i prowadzenie ciągłej rozmowy. Oczywiście w tym procesie wciąż są błędy i jest wiele do poprawy, ale to, co widzimy dzisiaj, jest znacznie bliższe aplikacji do efektywnego zastosowania w praktyce w porównaniu do aplikacji wykorzystujących sztuczną inteligencję wprowadzonych cztery lub pięć lat temu.
Przykładem tego jest Watson, platforma obliczeń kognitywnych IBM dla biznesu, która w momencie jej powstania wymagała wydania fortuny i mnóstwa czasu, aby nauczyć ją określonego tematu. Oprócz większego ładunku wiedzy, tym, co wyróżnia nowsze narzędzia, jest ich zdolność do interakcji.
Generatywna sztuczna inteligencja to poddziedzina sztucznej inteligencji, której zadaniem jest tworzenie nowych treści, danych i informacji na podstawie zestawu istniejących danych i danych wejściowych. Jego działanie polega zasadniczo na uczeniu się algorytmów na podstawie dostarczonych danych, które następnie są w stanie generować podobne dostawy, zgodnie z wiedzą zdobytą podczas szkolenia.
Modele generatywne można zastosować w różnych segmentach do tworzenia grafiki, dźwięku, muzyki, tekstów, filmów, a nawet oprogramowania. I tu właśnie widzimy skutki nie tylko w obszarze technologii informatycznych, ale wśród profesjonalistów pracujących w swoich segmentach.
Zmiany w profilu specjalistów technologii (IT).
W przypadku rozwiązań programowych jedną z funkcji programisty lub architekta IT zaangażowanego w projekt jest transkrypcja i generowanie kodów programistycznych w oparciu o określone standardy, często z wykorzystaniem modeli i fragmentów, które zostały już utworzone dla innych aplikacji lub nawet napisane przez inne osoby podczas tworzenia nowego rozwiązania.
Teraz, dzięki możliwości optymalizacji istniejących kodów przy użyciu nowych rozwiązań generatywnych, ten profesjonalista będzie mniej operacyjny i będzie mógł realizować szybsze dostawy, mając więcej czasu na bardziej strategiczne działania, skupiające się na przykład na doświadczeniu użytkownika.
W praktyce firmy mogą wprowadzić system językowy taki jak LLM (Model dużego języka – w PT, szeroki model językowy)ustal sekwencję dialogów, a następnie połącz to wszystko razem, aby Twoja usługa była całkowicie cyfrowa i bardziej produktywna.
Sztuczna inteligencja, zdolna do interpretowania przemówień i próśb, dokładnie wie, gdzie przechowywane są rozwiązania i informacje i może je integrować, eliminując potrzebę programowania takiej funkcji przez programistę, umożliwiając mu po prostu walidację tego, co zostało wygenerowane. Czy to nie niesamowite? I to jest publiczne, znajduje się w bazie danych, a nawet w globalnym Internecie.
Wpływ tego będzie ogromny. Sam programista będzie musiał zacząć znacznie bardziej martwić się aspektami architektonicznymi, a coraz mniej kodowaniem, całkowicie zmieniając podejście do budowania systemów. Korzystając z nowych zasobów sztucznej inteligencji, rozwój może być znacznie prostszy, przy zmniejszonej liczbie interakcji na ekranach, ponieważ system dokładnie zrozumie, czego oczekuje i przeniesie użytkownika do celu w nieskończenie bardziej elastyczny sposób. Umożliwi to ulepszenie aplikacji, czyniąc je mniejszymi, lżejszymi i zapewniającymi znacznie większą użyteczność.
Pomyślmy o prostej akcji, jak w przypadku PIX-a. Obecnie, korzystając z tradycyjnego systemu bankowego, do przeprowadzenia transakcji potrzeba minimum 20 interakcji – co wiąże się z wybraniem aplikacji, wprowadzeniem odcisku palca, wyborem formatu przejścia, w tym hasła itp. W systemie bankowości cyfrowej interakcja jest zazwyczaj o połowę mniejsza. Gdyby na przykład sztuczna inteligencja mogła w tym przypadku wchodzić w interakcję z użytkownikiem, transakcja przebiegłaby znacznie prościej, ponieważ nowe aplikacje AI znacznie zmniejszają liczbę ekranów.
Oznacza to, że mniej specjalistów tworzy interfejsy użytkownika, a więcej bada zachowania i sposób, w jaki ludzie naprawdę chcą wchodzić w interakcje, co jest bardzo istotną kwestią dla rozwój rozwiązania które dokładnie odpowiadają potrzebom użytkownika. Dzięki temu użytkownik jest jednym z głównych beneficjentów tego podejścia i maksymalnie wykorzystuje zalety korzystania z narzędzia.
Ogólnie rzecz biorąc, tym, co będzie miało największy wpływ na firmy w odniesieniu do ich personelu, będzie profil poszukiwanych specjalistów. Nie sądzę, że te nowe rozwiązania zmniejszą podaż miejsc pracy, a raczej zwiększą popyt na specjalistów o różnych umiejętnościach i kompetencjach. Dzieje się tak dlatego, że ponieważ wszystko, co jest obecnie robione, szybko stanie się przestarzałe, będziemy potrzebować większej liczby ludzi do pracy nad zastąpieniem tych nowych technologii. Profesjonaliści na ogół będą musieli wymyślić się na nowo.
I na tym obecnie koncentruje się wiele firm technologicznych, na tych zmianach, szkoleniu swoich pracowników oraz eksperymentowaniu i stosowaniu nowych narzędzi. Jednocześnie przyciągają osoby specjalizujące się we wdrażaniu nowych formatów rozwiązań.
To jest obecnie obowiązkiem specjalistów IT: szkolenie i doskonalenie generatywnych modeli sztucznej inteligencji, obejmujące specjalistyczną wiedzę w zakresie uczenia maszynowego, dużych zbiorów danych i głębszego zrozumienia leżących u ich podstaw algorytmów.
Aby dać wam wyobrażenie, poprzez testy i eksperymenty natknęliśmy się na bardzo istotne i znaczące wpływy w sektorach takich jak wsparcie, gdzie 99,9% problemów ma charakter powtarzalny i co zmienia sposób, w jaki każdy z nich aktywuje obszar i postrzeganie profesjonalisty w sektor, do którego kierowane jest zaproszenie, który również jest zróżnicowany.
Wpływ jest również widoczny w zatrudnieniu nowego pracownika i czasie jego nauki: nadal w przykładzie personelu pomocniczego i serwisowego, wcześniej specjalista ten spędzał sporo czasu na szkoleniu, monitorowaniu itp. Dziś wystarczy ocenić jego wiedzę informatyczną, zapewnić mu odpowiednie narzędzia i instrumenty do pełnienia swojej roli, a już za około tydzień będzie mógł pracować przy wsparciu inteligentnych rozwiązań.
Innymi słowy, widzimy, że jeszcze szersze wykorzystanie sztucznej inteligencji zmieni zasady gry w świadczeniu usług przez te firmy technologiczne. Więc, obszar IT – który już jest motorem istotnych zmian i odpowiada za postęp innowacyjności w firmach – ulegnie jeszcze większemu przyspieszeniu, co umożliwi znacznie szybsze wprowadzenie tej innowacji w najbardziej zróżnicowanych sektorach.
Należy podkreślić, że sztuczna inteligencja jest rozwijana w celu doskonalenia umiejętności i stymulowania innowacji, a nie całkowitego zastępowania pracy ludzkiej. Weźmy pod uwagę wiele firm, które już doświadczyły swojej mocy w rewolucjonizowaniu sposobu, w jaki pracujemy, przyspieszaniu rozwiązań na całym świecie i umożliwianiu szybszej reakcji na wymagania rynku.
Przyszły specjalista IT będzie musiał umieć efektywnie współpracować z systemami AI, przyjmując nastawienie na ciągłe uczenie się. Innymi słowy, oprócz umiejętności technicznych, specjaliści ci muszą dobrze rozumieć aspekty biznesowe. Dotyczy to wszystkiego, od zrozumienia możliwości i ograniczeń danej technologii, po wiedzę, jak skutecznie zintegrować narzędzie z codziennymi działaniami firmy.
****
Geraldo Batista jest wiceprezesem ds. operacyjnych w Rozwiązania SysMapogólnopolska firma specjalizująca się we wspieraniu transformacji cyfrowej
