AI w korporacji – nie dajmy się zwariować

W ostatnim czasie, do tzw. codzienności, ale również do systemów, aplikacji, zarządzania, czy nawet konfiguracji wielu sprzętów coraz śmielej implementowana jest sztuczna inteligencja. Dochodzi do sytuacji (taką znamy), że wizyta u lekarza kończy się diagnozą wydaną nie przez człowieka i jego doświadczenie, ale przez algorytmy AI, które obdarza się większym zaufaniem, aniżeli właśnie doświadczenie. Oczywiście, lekarska diagnoza to tylko przykład. Tzw. autoparametryzacja z modułem autodostrajania sieci komórkowych, to również swoiste wykorzystanie mechanizmów sztucznej inteligencji. Gdzie nie spojrzymy, z przysłowiowej „szafy / lodówki” wyskakuje AI i wydaje się, że świat na tym punkcie zwariował, zaś za moment dojdzie do tego, że może i z uczelni będą wychodzić ambitni, młodzi ludzie, ale doświadczenia ze sztuczną inteligencją w ich codziennej pracy spowodują, że proces myślenia z czasem będzie się kurczyć, bo… sztuczna inteligencja „wie” lepiej. Tak ukierunkowanymi ludźmi łatwiej zarządzać, łatwiej sterować, łatwiej manipulować, ponieważ łatwiej uwierzą w to, co im w danym momencie spreparuje moduł AI (w działaniu celowym kogoś, kto będzie tym zainteresowany), aniżeli w to, co podpowiada im logika, odpowiedzialność, zdrowy rozsądek, doświadczenie, czy wreszcie… sumienie. Za moment IFA2026 w Berlinie.
Jesteśmy przekonani, że tegoroczne targi zdominuje właśnie AI.
Należy sobie jednak zadać pytanie, w którą stronę idziemy, i – jak to zwykle bywa w przypadku przełomowym rozwiązań – dokąd nas to wszystko zaprowadzić w czasie?
Okazuje się, że coraz więcej niemałych firm, które zwolniły ludzi z powodu wdrożenia AI – zaczyna zatrudnienie od nowa. Problem w tym, że tym zatrudnianym trzeba najpierw pokazać produkt/usługę, którą się realizuje, wdrożyć do realizacji zadania, zaś to, czy wraz z doświadczeniem będą to tak samo wartościowi dla firmy pracownicy jak ci, których firma się wcześniej pozbyła – to już zagadka.
Ktoś może powiedzieć: są modele AI zadaniowe, jest kwestia konstrukcji promptów, konfiguracji zależności między modułami, itd. To wszystko prawda, natomiast żeby wdrożyć to, co robił człowiek, nawet przy czynnościach w dużej mierze przewidywalnych i powtarzalnych i to, że AI „uczy się” na bazie „obserwacji” kroków, które śledzi z racji wykonywanego zadania – skutek zawsze będzie trudno przewidzieć, więc „ślepa ufność” w sztuczną inteligencję może zaprowadzić w takąż samą, ale… ślepą uliczkę, ponieważ:
a) sztuczna inteligencja jest nastawiona zadaniowo, więc „robi wszystko”, żeby zadanie zrealizować, czy to w mądry, czy w głupi sposób, gdzie ten drugi może się dla firmy skończyć tragicznie
b) „uczenie” podczas realizacji zadań zawsze jest obarczone ryzykiem, ponieważ docelowo AI wybierze rozwiązanie wariantywne, które sama uzna za słuszne.
Owszem, nad jednym i drugim można w sporej mierze zapanować monitorując działania i modyfikując moduły zadaniowe, Problem w tym, że firmy proponujące wdrożenia są firmami młodymi, często niedoświadczonymi, ale za to sprytnymi, które wcisną kupującemu produkt owijając go pięknym marketingiem, a potem często za nic nie odpowiadają.  Druga sprawa, to znajomość profilu działania podmiotu, którego oferta dotyczy w tym – na poziomie szczegółów. Tu nic nie sprawdzi się jak człowiek.

Wyobraźmy sobie hipotetyczną sytuację:
Na poziomie operatora sieci komórkowej – AI wybiera dla właściciela skład menadżerski. Nie na bazie zaufania (bo znamy „Ankę, Franka”), jak to ma najczęściej miejsce w Polsce, ale na bazie autorytetów kompetencji, gdzie dziś takie osoby „wyłapywane są” najczęściej przez tzw. „łowców głów” – to model na przykład amerykański. Kiedy skompletowaliśmy zespół – wdrażamy jego członków w zadania. Po jakimś czasie właściciel dochodzi jednak do wniosku, że osoby z zarządu powinny tylko koordynować działania, zaś nad całością czuwają moduły sztucznej inteligencji. I tak, przy promptowaniu listy zadań podmiotu i przypuszczalnej strategii  – AI wymodeluje kolejne działania, zmodyfikuje strategię i zaproponuje zarządowi finalny kształt operacyjny. Kiedy mamy już model działania – automatyzujemy zadania, na wszelki wypadek realizując backup w chmurze, przy odpowiednim poziomie bezpieczeństwa – gdyby nasze lokalne zasoby zawiodły. Skoro mamy strategię, kreujemy listę zamówień, kontraktów, etc. Tu znów posiłkujemy się AI, która już bez udziału członków zarządu – niejako na zlecenie – w sposób automatyczny rozsyła zapytania ofertowe, analizuje proponowane dostawy i przekłada je na model działania operatora (rodzaj infrastruktury, aplikacji, billingowania, itd.). Na koniec, w sposób automatyczny realizuje finalizację zamówienia, przy zachowaniu restrykcji wynikających z obowiązujących przepisów, które również analizuje AI – tworząc moduł administracyjno-usługowo-rozliczeniowy. Na koniec, niejako zastępując CFO – realizuje płatności trybem transakcyjnym, przy wykorzystaniu szablonów autoryzujących członków zarządu (np. zautomatyzowany szablon podpisu elektronicznego). Na koniec tworzy komplet dokumentacji i – jeśli takie założenie było – wysyła cyklicznie finalne informacje o realizacji zadań do właściciela, członków zarządu i organów kontrolnych podmiotu (np. rady nadzorczej). W trybie realizacji zadań wsparcia – AI wysyła zlecenia do podmiotów realizujących budowę stacji bazowych i systemów transmisji oraz innych zdefiniowanych – koniecznych do realizacji usługi, wykonuje niezbędne czynności urzędowe i administracyjne, z kreowaniem odpowiedzi na nadchodzące pisma z zewnątrz włącznie, po czym w ramach kolejnego modułu – w trybie przewidzianym terminami stacje parametryzuje i włącza. Prace zarządu i otoczenia administracyjnego, z technicznym i radiowym włącznie są ograniczone do minimum i – jak powiadają administratorzy – u mnie działa! 🙂
Jeśli spojrzy się na zaprezentowany model usługowy, oczywiście zaprezentowany wyłącznie w zarysie – stworzenie takiego podmiotu jest już dziś jak najbardziej możliwe. Mało tego – nawet z powodzeniem w finale. Problem w tym, że profesjonalny menadżer nie miałby do niego za grosz zaufania i drżał o każdą wydaną złotówkę. Nie dlatego, że AI zrobi coś źle, ale dlatego że AI może zrealizować coś tak niekonwencjonalnego, co narazi firmę na koszty, a nie będzie uwzględnione w monitorowaniu działań – że w czasie z tak działającej firmy mogą pozostać zgliszcza.

źródło: informacja własna

0 0 głosy
Article Rating
Subskrybuj
Powiadom o

Ta strona używa Akismet do redukcji spamu. Dowiedz się, w jaki sposób przetwarzane są dane Twoich komentarzy.

0 komentarzy
Najnowsze
Najstarsze Najwięcej głosów