Η Κίνα ηγείται παγκοσμίως στη χρήση της GenAI, ενώ οι ΗΠΑ πρωτοστατούν στην πλήρη εφαρμογή της
Οι ηγέτες επισημαίνουν την έλλειψη κατανόησης, επιχειρηματικής στρατηγικής, επαρκών δεδομένων και ετοιμότητας για κανονισμούς, ενώ το απόρρητο των δεδομένων, η ασφάλεια και η διακυβέρνηση αποτελούν πρωταρχικές προκλήσεις
Η παραγωγική τεχνητή νοημοσύνη (GenAI) ήρθε για να μείνει. Οργανισμοί σε ολόκληρο τον κόσμο τη χρησιμοποιούν και επενδύουν με ενθουσιασμό σε αυτή. Όμως, ποιες περιοχές και χώρες πρωτοστατούν στη χρήση του GenAI; Η Κίνα προηγείται, σύμφωνα με μια πρόσφατη παγκόσμια μελέτη της SAS που ανατέθηκε στην Coleman Parkes Research Ltd. Οι υπεύθυνοι λήψης επιχειρηματικών αποφάσεων στην Κίνα αναφέρουν ότι το 83% των οργανισμών τους χρησιμοποιούν αυτή την τεχνολογία. To ποσοστό αυτό είναι μεγαλύτερο από το αντίστοιχο του Ηνωμένου Βασιλείου (70%), των Ηνωμένων Πολιτειών (65%) και της Αυστραλίας (63%). Ωστόσο, οι οργανισμοί στις Ηνωμένες Πολιτείες προηγούνται ως προς την πλήρη ανάπτυξη και έχουν εφαρμόσει πλήρως τις τεχνολογίες του GenAI σε ποσοστό 24% σε σύγκριση με το 19% της Κίνας και το 11% του Ηνωμένου Βασιλείου.
Τι σημαίνει αυτό όσον αφορά τον παγκόσμιο οικονομικό αντίκτυπο του AI και του GenAI; Σε μια έρευνα του 2023, η McKinsey υπολόγισε ότι το GenAI θα μπορούσε να αυξήσει την οικονομική παραγωγή παγκοσμίως κατά 2,6 - 4,4 τρισεκατομμύρια δολάρια κάθε χρόνο, μέσα από διάφορες εφαρμογές. Αυτό το ποσό είναι συγκρίσιμο με το συνολικό ΑΕΠ του Ηνωμένου Βασιλείου το 2021, ενώ, ο αντίκτυπος θα μπορούσε να αυξήσει τη συνολική επιρροή της τεχνητής νοημοσύνης κατά 15% - 40%.
Έχοντας λάβει υπόψιν αυτές τις οικονομικές συνέπειες, η SAS και η Coleman Parkes πραγματοποίησαν έρευνα σε 1.600 υπεύθυνους λήψης αποφάσεων σε βασικές παγκόσμιες αγορές. Οι ερωτηθέντες προέρχονται από διάφορους κλάδους όπως, ο τραπεζικός τομέας, οι ασφαλιστικές υπηρεσίες, το δημόσιο, οι βιοεπιστήμες, η υγειονομική περίθαλψη, οι τηλεπικοινωνίες, ο παραγωγικός τομέας, το λιανεμπόριο, η ενέργεια και οι υπηρεσίες κοινής ωφέλειας και οι επαγγελματικές υπηρεσίες. Οι μικρότεροι οργανισμοί που συμμετείχαν στην έρευνα απασχολούν εργατικό δυναμικό που κυμαίνεται μεταξύ 500 και 999 ατόμων, ενώ οι μεγαλύτεροι οργανισμοί απασχολούν περισσότερους από 10.000 υπαλλήλους.
Ο Stephen Saw, Διευθύνων Σύμβουλος της Coleman Parkes, δήλωσε σχετικά: «Ενώ η Κίνα μπορεί να πρωτοστατεί στα ποσοστά υιοθέτησης του GenAI, η υψηλότερη υιοθέτηση δεν ισοδυναμεί απαραίτητα με αποτελεσματική εφαρμογή ή καλύτερες αποδόσεις». Συμπλήρωσε λέγοντας: «Στην πραγματικότητα, οι ΗΠΑ προπορεύονται στην “κούρσα” με το 24% των οργανισμών να έχουν εφαρμόσει πλήρως το GenAI, σε σύγκριση με το 19% στην Κίνα».
Περιοχές παγκοσμίως προοδεύουν με το GenAI
Τα κυριότερα σημεία από τα αποτελέσματα της παγκόσμιας έρευνας περιλαμβάνουν δείκτες που υποδεικνύουν διαφορετικές περιοχές που αρχίζουν να υιοθετούν το GenAI με ουσιαστικούς τρόπους, αλλά με διαφορετικούς ρυθμούς.
«Όπως συμβαίνει με οποιαδήποτε νέα τεχνολογία, οι οργανισμοί πρέπει πρώτα να περάσουν από μία φάση ανακάλυψης, διαχωρίζοντας την υπερβολή από την πραγματικότητα, για να κατανοήσουν την πολυπλοκότητα των εφαρμογών στον πραγματικό κόσμο, μέσα στις επιχειρήσεις. Έχουμε φτάσει σε αυτό το σημείο με την παραγωγική τεχνητή νοημοσύνη», δήλωσε ο Bryan Harris, Εκτελεστικός Αντιπρόεδρος και Ανώτατο στέλεχος τεχνολογίας της SAS. Ακόμη, πρόσθεσε: «Καθώς ξεπερνάμε τη φάση του ενθουσιασμού, το ζητούμενο τώρα είναι η στοχευμένη εφαρμογή και η παροχή επαναλαμβανόμενων και αξιόπιστων επιχειρηματικών αποτελεσμάτων από το GenAI».
Οι βιομηχανίες και οι λειτουργικές μονάδες «αγκαλιάζουν» το GenAI με διαφορετικούς ρυθμούς
Η Sabine VanderLinden, CEO και Venture Partner του Alchemy Crew, βλέπει πολλές δυνατότητες για τις βιομηχανίες που επενδύουν στο GenAI. Συμπληρωματικά, η ίδια τόνισε: «Το μέλλον των επιχειρήσεων αναδιαμορφώνεται από το GenAI. Πράγματι, η ενσωμάτωση του GenAI στις επιχειρηματικές διαδικασίες – από την εξατομικευμένη διαφήμιση στο marketing μέχρι τις ασφαλιστικές αποζημιώσεις με ακρίβεια– προσφέρει μοναδικές ευκαιρίες για αποτελεσματικότητα, εξατομίκευση και στρατηγική πρόβλεψη. Η υιοθέτηση της συγκεκριμένης τεχνολογίας είναι απαραίτητη για να μπορέσουν οι επιχειρήσεις να ξεχωρίσουν σε μια αγορά με έντονο ανταγωνισμό και συνεχή μεταβλητότητα».
Κατά τον διαχωρισμό των δεδομένων ανά τομέα της βιομηχανίας, φαίνεται ότι o τραπεζικός και ασφαλιστικός κλάδος ηγούνται άλλων κλάδων ως προς την ενσωμάτωση του GenAI στις καθημερινές επιχειρηματικές δραστηριότητες σε ένα ευρύ φάσμα μετρήσεων.
Οι πρώτοι που υιοθέτησαν το GenAI αντιμετωπίζουν πολλά εμπόδια στη χρήση και την εφαρμογή του
Νο. 1 στη λίστα των προκλήσεων που αντιμετωπίζουν οι οργανισμοί όταν χρησιμοποιούν το GenAI σε καθημερινή χρήση, είναι η έλλειψη σαφούς στρατηγικής για αυτό.
Μόλις το 9% των ηγετών που απάντησαν στην έρευνα υποστηρίζουν πως είναι ιδιαίτερα εξοικειωμένοι με την υιοθέτηση του GenAI στον οργανισμό τους. Από τους ερωτηθέντες των οποίων οι οργανισμοί έχουν εφαρμόσει πλήρως το GenAI, μόνο το 25% αναφέρει ότι είναι ιδιαίτερα εξοικειωμένοι με τη στρατηγική υιοθέτησης του GenAI του οργανισμού τους. Ακόμη και οι υπεύθυνοι λήψης αποφάσεων που ασχολούνται με τις τεχνολογικές επενδυτικές αποφάσεις δεν έχουν ακόμα μεγάλη εξοικείωση με την τεχνητή νοημοσύνη — συμπεριλαμβανομένων εκείνων σε οργανισμούς που βρίσκονται μπροστά στην καμπύλη υιοθέτησης.
Εννέα στα δέκα ανώτερα στελέχη λήψης αποφάσεων στον τομέα της τεχνολογίας παραδέχονται ότι δεν κατανοούν πλήρως το GenAI και τις δυνατότητές του να επηρεάσει τις επιχειρηματικές διαδικασίες. Σε ποσοστό 45%, τα διευθυντικά στελέχη πληροφοριών δείχνουν τον δρόμο σε στελέχη που κατανοούν τη στρατηγική υιοθέτησης τεχνητής νοημοσύνης του οργανισμού τους. Ωστόσο, μόνο το 36% των ανώτατων στελεχών τεχνολογίας δηλώνει ότι έχει πλήρη επίγνωση.
Παρά το κενό κατανόησης που υπάρχει, το 75% των οργανισμών αναφέρει ότι στον προϋπολογισμό τους για το επόμενο οικονομικό έτος υπάρχει πρόβλεψη για επένδυση στο GenAI.
Άλλες προκλήσεις που αντιμετωπίζουν οι οργανισμοί, περιλαμβάνουν:
• Δεδομένα
Καθώς οι οργανισμοί υιοθετούν το GenAI, συνειδητοποιούν ότι δεν διαθέτουν επαρκή δεδομένα για να βελτιώσουν τα μεγάλα γλωσσικά μοντέλα (LLM). Επιπρόσθετα, συνειδητοποιούν - όταν δουν σε βάθος την ανάπτυξη – ότι δεν διαθέτουν τα κατάλληλα εργαλεία για την επιτυχή εφαρμογή της τεχνητής νοημοσύνης. Οι επικεφαλής πληροφορικής των οργανισμών ανησυχούν κυρίως για το απόρρητο των δεδομένων σε ποσοστό που αγγίζει το 76% καθώς και την ασφάλεια των δεδομένων σε ποσοστό 75%.
• Κανονισμοί λειτουργίας
Μόνο το ένα δέκατο των οργανισμών αναφέρει ότι είναι πλήρως προετοιμασμένοι να συμμορφωθούν με τους επικείμενους κανονισμούς τεχνητής νοημοσύνης. Το 1/3 των οργανισμών που τους έχουν εφαρμόσει πλήρως πιστεύουν ότι μπορούν να συμμορφωθούν με τους κανονισμούς. Μόνο το 7% παρέχει υψηλό επίπεδο εκπαίδευσης σχετικά με τη διακυβέρνηση GenAI, ενώ μόνο το 5% έχει ένα αξιόπιστο σύστημα για τη μέτρηση των κινδύνων μεροληψίας και ιδιωτικότητας σε LLMs.
Παρά το γεγονός ότι υπάρχουν εμπόδια, ορισμένοι από τους πρώτους χρήστες έχουν ήδη βιώσει σημαντικά οφέλη: Το 89% αναφέρει βελτιωμένη εμπειρία και ικανοποίηση των εργαζομένων, το 82% δηλώνει ότι εξοικονομεί λειτουργικά κόστη και, τέλος το 82% αναφέρει ότι η διατήρηση πελατών είναι υψηλότερη.
Σχόλια