Kredyty obrazkowe: Google

W tym tygodniu w Las Vegas 30 000 osób zebrało się, aby usłyszeć najnowsze i najlepsze informacje z Google Cloud. Przez cały czas słyszeli wyłącznie generatywną sztuczną inteligencję. Google Cloud to przede wszystkim dostawca infrastruktury i platform chmurowych. Jeśli tego nie wiedziałeś, mogłeś to przeoczyć w napływie wiadomości o sztucznej inteligencji.

Nie chcąc minimalizować tego, co Google pokazał, ale podobnie jak Salesforce w zeszłym roku podczas objazdowego roadshow w Nowym Jorku, firma nie tylko przelotnie ukłoniła się swojej podstawowej działalności – z wyjątkiem kontekstu generatywnej sztucznej inteligencji, oczywiście.

Firma Google ogłosiła szereg ulepszeń sztucznej inteligencji, które mają pomóc klientom wykorzystać model dużego języka Gemini (LLM) i zwiększyć produktywność na całej platformie. Jest to oczywiście szczytny cel i podczas głównego przemówienia pierwszego dnia oraz wystąpienia programisty następnego dnia Google uzupełnił ogłoszenia dużą liczbą wersji demonstracyjnych, aby zilustrować siłę tych rozwiązań.

Jednak wiele z nich wydawało się nieco zbyt uproszczone, nawet biorąc pod uwagę, że trzeba je było wcisnąć w myśl przewodnią w ograniczonym czasie. Opierali się głównie na przykładach z ekosystemu Google, gdzie niemal każda firma posiada dużą część swoich danych w repozytoriach poza Google.

Niektóre przykłady sprawiały wrażenie, jakby można je było wykonać bez sztucznej inteligencji. Na przykład podczas demonstracji handlu elektronicznego prezenter zadzwonił do sprzedawcy, aby sfinalizował transakcję online. Miał on na celu pokazanie możliwości komunikacyjnych bota sprzedażowego, jednak w rzeczywistości ten krok mógł zostać łatwo wykonany przez kupującego na stronie internetowej.

Nie oznacza to, że generatywna sztuczna inteligencja nie ma potężnych zastosowań, czy to podczas tworzenia kodu, analizowania zbioru treści i możliwości wysyłania zapytań, czy też zadawania pytań dotyczących danych dziennika, aby zrozumieć, dlaczego witryna internetowa przestała działać. Co więcej, agenci bazujący na zadaniach i rolach, których firma wprowadziła, aby pomóc indywidualnym programistom, kreatywnym osobom, pracownikom i innym osobom, mają potencjał wykorzystania generatywnej sztucznej inteligencji w namacalny sposób.

Jeśli jednak chodzi o budowanie narzędzi sztucznej inteligencji w oparciu o modele Google, zamiast korzystać z tych, które Google i inni dostawcy tworzą dla swoich klientów, nie mogłem oprzeć się wrażeniu, że pomijali wiele przeszkód, które mogą stanąć na drodze sposób na udane wdrożenie generatywnej sztucznej inteligencji. Choć starali się, aby wydawało się to łatwe, w rzeczywistości wdrożenie jakiejkolwiek zaawansowanej technologii w dużych organizacjach jest ogromnym wyzwaniem.

Duża zmiana nie jest łatwa

Podobnie jak inne skoki technologiczne, które miały miejsce w ciągu ostatnich 15 lat — czy to mobilne, w chmurze, konteneryzacji, automatyzacji marketingu, czy jakkolwiek to nazwać — przyniósł on wiele obietnic potencjalnych korzyści. Jednak każde z tych udoskonaleń wprowadza inny poziom złożoności, a duże firmy postępują ostrożniej, niż nam się wydaje. Wydaje się, że sztuczna inteligencja oferuje znacznie większy postęp niż Google lub, szczerze mówiąc, którykolwiek z dużych dostawców.

Dzięki poprzednim zmianom technologicznym nauczyliśmy się, że wiążą się one z dużym szumem i prowadzą do mnóstwa rozczarowań. Nawet po wielu latach widzieliśmy, że duże firmy, które być może powinny korzystać z tych zaawansowanych technologii, po latach od ich wprowadzenia nadal jedynie marudzą, a nawet w ogóle nie korzystają z nich.

Istnieje wiele powodów, dla których firmy mogą nie wykorzystać innowacji technologicznych, włączając w to inercję organizacyjną; kruchy stos technologii, który utrudnia przyjęcie nowszych rozwiązań; lub grupa korporacyjnych naiwnych, która wstrzymuje nawet inicjatywy mające najlepsze intencje, czy to prawne, HR, IT czy inne grupy, które z różnych powodów, w tym z polityki wewnętrznej, w dalszym ciągu po prostu odmawiają merytorycznym zmianom.

Vineet Jain, dyrektor generalny Egnyte, firmy koncentrującej się na przechowywaniu danych, zarządzaniu i bezpieczeństwie, widzi dwa typy firm: te, które już dokonały znacznego przejścia na chmurę i którym będzie łatwiej wdrożyć generatywną sztuczną inteligencję, oraz te, które poruszają się powoli i prawdopodobnie będą miały trudności.

Rozmawia z wieloma firmami, które nadal mają większość technologii lokalnie i mają przed sobą długą drogę, zanim zaczną myśleć o tym, jak sztuczna inteligencja może im pomóc. „Rozmawiamy z wieloma „późnymi” użytkownikami chmury, którzy nie rozpoczęli lub są na bardzo wczesnym etapie dążenia do transformacji cyfrowej” – Jain powiedział TechCrunch.

Sztuczna inteligencja może zmusić te firmy do intensywnego zastanowienia się nad próbą transformacji cyfrowej, ale mogą mieć problemy, wychodząc z tak daleko w tyle – stwierdził. „Firmy te będą musiały najpierw rozwiązać te problemy, a następnie wykorzystać sztuczną inteligencję, gdy będą miały dojrzały model bezpieczeństwa danych i zarządzania” – powiedział.

Zawsze były to dane

Duzi dostawcy, tacy jak Google, sprawiają, że wdrażanie tych rozwiązań wydaje się proste, ale jak w przypadku wszystkich zaawansowanych technologii, prosty wygląd z przodu niekoniecznie oznacza, że ​​jest nieskomplikowany z tyłu. Jak często słyszałem w tym tygodniu, jeśli chodzi o dane wykorzystywane do uczenia Gemini i innych dużych modeli językowych, nadal mamy do czynienia z sytuacją „śmieci wchodzą, wyrzucają śmieci”, co ma jeszcze większe zastosowanie w przypadku generatywnej sztucznej inteligencji.

Zaczyna się od danych. Jeśli nie masz uporządkowanego domu danych, bardzo trudno będzie go przygotować do szkolenia LLM w zakresie Twojego przypadku użycia. Kashif Rahamatullah, dyrektor Deloitte odpowiedzialny za praktykę Google Cloud w swojej firmie, był pod dużym wrażeniem zapowiedzi Google z tego tygodnia, ale mimo to przyznał, że niektóre firmy, którym brakuje czystych danych, będą miały problemy z wdrożeniem generatywnych rozwiązań AI. „Te rozmowy mogą zaczynać się od rozmowy ze sztuczną inteligencją, ale szybko zamieniają się w: „Muszę naprawić moje dane i muszę je wyczyścić, i muszę mieć wszystko w jednym lub prawie jednym miejscu, zanim zacznij czerpać prawdziwe korzyści z generatywnej sztucznej inteligencji” – powiedział Rahamatullah.

Z punktu widzenia Google firma stworzyła narzędzia generatywnej sztucznej inteligencji, aby łatwiej pomóc inżynierom danych w tworzeniu potoków danych umożliwiających łączenie się ze źródłami danych w ekosystemie Google i poza nim. „To naprawdę ma na celu przyspieszenie pracy zespołów zajmujących się inżynierią danych poprzez automatyzację wielu bardzo pracochłonnych zadań związanych z przenoszeniem danych i przygotowywaniem ich do zastosowania w modelach” – Gerrit Kazmaier, wiceprezes i dyrektor generalny ds. baz danych, analityki danych i Lookera w Google, powiedział TechCrunch.

Powinno to być pomocne w łączeniu i czyszczeniu danych, szczególnie w firmach, które są na dalszym etapie transformacji cyfrowej. Jednak w przypadku firm takich jak ta, o której wspomniał Jain – tych, które nie podjęły znaczących kroków w kierunku transformacji cyfrowej – może to stwarzać większe trudności, nawet w przypadku narzędzi stworzonych przez Google.

Wszystko to nie bierze nawet pod uwagę, że sztuczna inteligencja wiąże się z własnym zestawem wyzwań wykraczających poza samo wdrożenie, niezależnie od tego, czy jest to aplikacja oparta na istniejącym modelu, czy zwłaszcza w przypadku próby zbudowania modelu niestandardowego, mówi Andy Thurai, analityk w firmie Badania konstelacji. „Wdrażając którekolwiek rozwiązanie, firmy muszą pomyśleć o zarządzaniu, odpowiedzialności, bezpieczeństwie, prywatności, etycznym i odpowiedzialnym użytkowaniu oraz zgodności takich wdrożeń” – powiedział Thurai. I nic z tego nie jest trywialne.

Menedżerowie, specjaliści IT, programiści i inne osoby, które w tym tygodniu odwiedziły GCN, mogły szukać nadchodzących nowości w Google Cloud. Jeśli jednak nie zajęli się poszukiwaniem sztucznej inteligencji lub po prostu nie byli gotowi jako organizacja, mogli wyjść z Sin City nieco zszokowani całkowitą koncentracją Google na sztucznej inteligencji. Może upłynąć dużo czasu, zanim organizacje pozbawione cyfrowego zaawansowania będą mogły w pełni wykorzystać te technologie, wykraczające poza bardziej pakietowe rozwiązania oferowane przez Google i innych dostawców.