Como a IA generativa pode impactar suas prioridades de transformação digital?

Fonte original: The Paper

Fonte da imagem: Gerada por Unbounded AI

A transformação digital deve se tornar uma competência central da organização, o que é um conselho importante para CIOs e líderes de TI.

As prioridades estratégicas mudam significativamente a cada dois anos ou menos, do crescimento em 2018 à COVID-19 e teletrabalho em 2020, a modelos de trabalho híbridos e restrições financeiras em 2022.

O impacto da IA generativa, incluindo ChatGPT e outros grandes modelos de linguagem, será um importante impulsionador da transformação em 2024.

À medida que os CIOs começam a se preparar para o orçamento de 2024 e as prioridades de transformação digital, é necessário desenvolver uma estratégia para identificar oportunidades para melhorar o modelo de negócios, ver o impacto operacional de curto prazo, priorizar projetos que os funcionários devem testar e desenvolver uma IA- plano de mitigação de risco relacionado.

Mas com todo esse entusiasmo e entusiasmo, é fácil para os funcionários investirem tempo em ferramentas de IA que vazam dados confidenciais ou para os gerentes escolherem ferramentas de IA de sombra que não foram verificadas quanto à segurança, governança de dados e conformidade de outros fornecedores. O maior desafio é desenvolver uma estratégia realista e responder aos Sonhadores Impossíveis. Aqui, o "sonhador impossível" é uma espécie de líder empresarial que "vai para o céu em um passo", uma espécie de executivo de negócios de nível infernal.

Abhijit Mazumder, CIO da Tata Consultancy Services, disse: "As prioridades de transformação devem poder estar fundamentalmente ligadas às prioridades de negócios e ao que a organização deseja alcançar. Na maioria das empresas, a liderança também é focada no crescimento e na eficiência operacional, mas sem perder de vista de priorizar iniciativas de resiliência, segurança cibernética e eliminação de dívidas técnicas.”

Aqui estão alguns impulsionadores da IA generativa que os CIOs precisam considerar ao definir suas prioridades de transformação digital.

Desenvolva uma estratégia de modelo de linguagem em larga escala que mude o jogo

Como a IA generativa e as grandes linguagens afetarão todos os setores, por exemplo:

• Utilize a inteligência trazida por dados não estruturados para acelerar a descoberta de medicamentos
• Permita que os trabalhadores de montagem da linha de frente resolvam problemas de maneira mais rápida e confiável
• Permita que os profissionais de saúde forneçam aos pacientes soluções personalizadas para problemas de saúde
• Auxiliar no desenvolvimento de novos produtos de seguros, serviços bancários e outros serviços financeiros com base em conversas com clientes
• Transformar a educação, fornecendo aos professores novas maneiras de aprimorar o pensamento criativo, a colaboração e as habilidades de resolução de problemas dos alunos

“Os CIOs e CTOs agora precisam não apenas ser criativos e fazer mais com menos, mas também fazer investimentos deliberados para superar seus concorrentes, que podem estar atrasando-os”, disse Jeremiah Stone, diretor de tecnologia da SnapLogic. projetos de transformação. Priorize iniciativas de transformação que criem novos fluxos de receita, promovam a adoção de tecnologia ou reduzam a dívida técnica, especialmente considerando as oportunidades apresentadas pela IA generativa.”

Os CIOs podem reconhecer que um programa de transformação dessa escala é um programa plurianual que requer a avaliação dos recursos de grandes modelos de linguagem, a realização de experimentos e a descoberta de um produto de cliente mínimo viável e suficientemente seguro. Mas não desenvolver uma estratégia pode levar a confusão, e um dos principais erros que os líderes de TI podem cometer ao participar de reuniões do conselho é deixar de desenvolver um plano para tecnologias emergentes que mudam o mundo, como IA generativa.

Limpe e prepare os dados para o modelo de idioma grande privado

A IA generativa aumentará a importância e o valor dos dados não estruturados da empresa, incluindo documentos, vídeos e conteúdo armazenado em sistemas de gerenciamento de aprendizagem. Mesmo que as empresas não estejam prontas para alavancar a IA generativa para transformar seus setores e negócios, os líderes de transformação proativa estão tomando medidas para centralizar, limpar e preparar dados não estruturados para consumo por modelos de linguagem em larga escala.

Kjell Carlsson, chefe de estratégia de ciência de dados e evangelismo da Domino's, disse: “Com os usuários em toda a organização clamando por recursos de IA generativa para fazer parte de seu acesso diário seguro e escalável a modelos de IA generativa e permite que as equipes de ciência de dados desenvolvam e implementem grandes modelos de linguagem de escala adaptados aos dados organizacionais e casos de uso."

Existem agora 14 modelos de linguagem de grande escala fora do ChatGPT. Se você tiver um grande conjunto de dados, poderá usar plataformas como Databricks Dolly, Meta Llama e OpenAI para personalizar modelos proprietários de linguagem de grande escala ou criar seu próprio modelo de linguagem de grande escala modelos de linguagem do zero.

Personalizar e desenvolver grandes modelos de linguagem requer um forte caso de negócios, conhecimento técnico e financiamento. Peter Pezaris, diretor de design e estratégia da New Relic, disse: "O custo de treinar grandes modelos de linguagem pode ser extremamente alto e os resultados de saída ainda não são perfeitos, então os líderes devem priorizar o investimento em soluções que ajudem a monitorar o custo de uso e melhorar a qualidade dos resultados da consulta. plan."

Melhore a eficiência melhorando o suporte ao cliente

A McKinsey previu já em 2020 que a inteligência artificial poderia criar um valor de US$ 1 trilhão por ano, e o suporte ao cliente é uma oportunidade importante. Hoje, graças à IA generativa, essa oportunidade é ainda maior, especialmente porque os CIOs canalizam dados não estruturados para grandes modelos de linguagem e permitem que os agentes de serviço perguntem e respondam às perguntas dos clientes.

"Procure oportunidades para alavancar GPT-4 e modelos de linguagem grandes para otimizar atividades como suporte ao cliente, especialmente na automação de tarefas e análise de grandes quantidades de dados não estruturados", disse Justin Rodenbostel, vice-presidente sênior da SPR.

Melhorar o suporte ao cliente é um caminho rápido para fornecer ROI de curto prazo por meio de grandes modelos de linguagem e recursos de pesquisa de IA. Grandes modelos de linguagem exigem a centralização dos dados não estruturados de uma empresa, incluindo dados incorporados em CRMs, sistemas de arquivos e outras ferramentas SaaS. Depois que os departamentos de TI centralizam esses dados e implementam modelos de linguagem em larga escala, também há potencial para melhorar áreas como conversão de leads e processos de integração de RH.

"As empresas têm colocado dados no SharePoint e em outros sistemas há décadas e, ao limpar esses dados e usar grandes modelos de linguagem, eles podem realmente ser valiosos", disse Gordon Allott, presidente e CEO da GetK3. "

Reduza o risco comunicando-se em torno de grandes modelos de linguagem

Existem mais de 100 ferramentas no campo da IA generativa, abrangendo categorias como testes, imagens, vídeos, código, fala e muito mais. Então, o que está impedindo os funcionários de experimentar uma ferramenta e colar informações proprietárias ou confidenciais em seus prompts?

Rodenbostel aconselha: “Os líderes devem garantir, por meio de pesquisa e uma política de uso aceitável, que suas equipes usem essas ferramentas apenas de maneiras aprovadas e apropriadas.”

Existem três departamentos, e é o CIO quem deve colaborar com o CHRO e o CISO para comunicar a política e criar um modelo de governança que apoie a experimentação inteligente. Primeiro, os CIOs devem avaliar como o ChatGPT e outras IAs generativas afetarão a codificação e o desenvolvimento de software. Os departamentos de TI devem dar o exemplo, esclarecendo onde e como experimentar e quando não usar ferramentas ou conjuntos de dados proprietários.

O setor de marketing é uma segunda preocupação, onde os profissionais de marketing podem usar o ChatGPT e outras IA generativas na criação de conteúdo, geração de leads, email marketing e mais de uma dúzia de práticas comuns de marketing. Com mais de 11.000 soluções de tecnologia de marketing já disponíveis, há muitas oportunidades para experimentar e cometer erros não intencionais ao testar SaaS com novos recursos de modelo de linguagem grande.

Os CIOs das principais organizações estão criando um registro para integrar novos casos de uso de IA generativa, definir processos para revisar abordagens e gerenciar centralmente o impacto dos experimentos de IA.

Reavalie o processo de tomada de decisão e a delegação

Outra área importante a considerar é como a IA generativa afetará os processos de tomada de decisão e o futuro do trabalho.

Na última década, muitas empresas buscaram se tornar organizações orientadas a dados, democratizando o acesso a dados, educando mais pessoas de negócios em ciência de dados e incutindo práticas proativas de governança de dados. A IA generativa desbloqueia novos recursos, permitindo que os líderes solicitem e obtenham respostas rapidamente, mas pontualidade, precisão e viés são as principais preocupações de muitos LL.M.s.

"Colocar os humanos no centro da IA e criar uma estrutura forte em torno do uso de dados e da interpretabilidade do modelo ajudará muito a reduzir o viés nesses modelos e garantir que todos os resultados da IA sejam éticos e responsáveis. A realidade é que os modelos de IA não podem substituir os humanos quando se trata de tomada de decisão crítica e deve ser complementada, em vez de assumir totalmente o controle”.

Os CIOs devem buscar uma abordagem equilibrada para priorizar iniciativas de IA geradoras, incluindo a definição de governança, identificação de eficiências de curto prazo e busca de oportunidades para transformação de longo prazo.