Rzucanie sztuczna inteligencja (AI) Narzędzia na ścianie i zobaczenie, jakie kije najprawdopodobniej zapewnią mieszane wyniki. Dlatego, aby zrealizować możliwości, powinno zapłacić za zasięg i zminimalizować potencjalne ryzyko z góry.
„Na przykład kopiowanie i wklejanie z jednej zastrzeżonej rzeczy do drugiej, a następnie drugiego, ma nieodłączny„ podatek ” integralność danych. Potrzebujesz wszystkich kontroli i sald. Wszystkie firmy mogą tego doświadczyć, ponieważ wszystkie firmy mają silos ” – zauważa Williamson.
Jeśli twoje dane są problematyczne lub po prostu błędne, wnioskowanie będzie ucierpieć, a prawdopodobnie nie uzyskasz zwrotu z inwestycji (ROI). Potem istnieje ryzyko wybrania zła Model języka za Twoje potrzeby.
Zabezpieczenie sztucznej inteligencji stanowi również ryzyko, a nie tylko z ataków z AI, takie jak bardziej wyrafinowana inżynieria społeczna, szybkie zastrzyki lub squatting.
Reklama
Richard Cassidy, dyrektor ds. Bezpieczeństwa informacji EMEA w Cloud Data Management Company Rubrik, mówi, że jeśli nie opierasz się na „jak” celach AI, możesz wprowadzić obawy dotyczące bezpieczeństwa różnego rodzaju.
Na przykład AI może stać się „generatorem szumów”, który odwraca uwagę użytkowników – w tym od prawdziwych incydentów – i zwiększa marnotrawstwo i koszty. Ponadto starannie opracowane kontrole bezpieczeństwa mogą nie przenieść do przepływu pracy AI.
Jeśli procesy podstawowe są wadliwe, AI nie może tego naprawić. Po prostu wzmocni chaos
Richard Cassidy, Rubrik
Ocena ryzyka i priorytetyzacja
„Ludzie nie pytają, jak wygląda adopcja AI w praktyce” – mówi. „CISO mogą budować jeziora danych o proporcjach epickich, z uwierzytelnianiem wieloczynnikowym, atrybucją użytkownika, bezpiecznym dostępem i tak dalej. Następnie AI pojawia się i mapuje liczbową reprezentację w swoim przepływu pracy, modele osadzania, a następnie wektorowe bazy danych, dostarczając wyjściowe wyjścia Odzyskiwanie powiększonego pokolenia (RAG) przepływy pracy i tak dalej, a kontrole bezpieczeństwa są utracone. ”
Dopasowuje to biuro dancji statystyki krajowej (ONS), które sugerują, że najczęstsze bariery w adopcji AI są trudności z identyfikacją działań lub przypadków użycia biznesowej (39%) i kosztów (21%). Około 16% firm przytoczyło Brak wiedzy specjalistycznej i umiejętności AI.
„Jeśli procesy podstawowe są wadliwe, AI nie może tego naprawić. Po prostu wzmocni chaos”, mówi Cassidy.
„Jak zawsze zacznij od problemu, a nie szumu i nie przyjmuj AI tylko dlatego, że uważasz, że powinieneś. Upewnij się, że określone wyzwania biznesowe – obsługa klienta Wąskie gardła lub powolne cykle – i stamtąd buduj. ”
Zmniejsz ryzyko dzięki wyraźnym zasadom użytkowania i poręczowi pilotów z przepływem jednoosobowym-być może podsumowując raporty, wspomaganie zapytań lub automatyzacji generowania faktury-a następnie mierz wpływ.
Czy to zadziałało? Czy obniżyło to koszty lub wartość? Ucz się z tego i buduj mapę drogową na podstawie dowodów, a nie entuzjazmu, radzi Cassidy.
Dalsze strategie łagodzenia
Niezależnie od tego, prawdopodobnie nie chcesz natychmiast wskoczyć do sztucznej inteligencji i nie chcesz podłączać wszystkich swoich wrażliwych lub regulowanych danych do modelu gotowego do szkolenia, dodaje Tony Lock, wyróżniając się analitykiem z Freeform Dynamics.
„Po umieszczeniu danych w Model językanie możesz tego ponownie wyjąć. Jest po prostu podsumowany w wzorcu ”, mówi Lock.„ Właśnie dlatego Rag jest w pobliżu, więc zamiast podawać informacje w LLM, wszystko oczyścicie ”.
A jeśli twój model zostanie wyciągnięty z rynku? Chwila Open sourceBramy interfejsu programowania (API) równoległe i programowania aplikacji mogą pomóc chronić organizacje, Lock sugeruje, że nie możemy również dokładnie wiedzieć, w jaki sposób ryzyko będzie się rozwijać, jeśli chodzi o, powiedzmy, Openai przegrał pozew o jego prawa do korzystania z własności intelektualnej innych.
Po umieszczeniu danych do modelu językowego nie możesz ich ponownie wyjąć. Po prostu podsumowano w wzorze. Właśnie dlatego Rag jest w pobliżu, więc zamiast przekazywać informacje w LLM, oczyszczasz wszystko
Tony Lock, Freeform Dynamics
„Jeśli sędzia powiedzisz, że musisz wyciągnąć wszystkie te informacje, że nie możesz używać ich do celów szkoleniowych, prawdopodobnie będziesz mieć cały model języka, aby ponownie zacząć od właściwie zabezpieczonych danych, które nabyłeś”, mówi Lock.
Mogą nastąpić kary. Jak zareagują dostawcy AI? Czy przekazają powiązane koszty klientom? Czy sami klienci zostaną ukarani? Są to pytania bez odpowiedzi, które mogą wymagać konkretnej porady prawnej.
Zanim założysz się na użycie określonych danych w określonym modelu, rozsądnie może być pamiętać, że w rurociągu istnieje wiele procesów związanych z AI.
Krajowy Przepisy komplikują środowisko. Na przykład rząd Wielkiej Brytanii faworyzuje obecnie niektóre, które zostały jeszcze przedstawione „rezygnacja” procesu AI dla właścicieli własności intelektualnej (IP).
Jednak na przykład w Unii Europejskiej to nie zadziała, ponieważ wszystko zwykle musi być „wybierane”, uwagi. I aby zdecydować, użytkownikom należy powiedzieć dokładnie, w jaki sposób ich IP będzie używane.
„Być może sądy USA nie będą egzekwować działań. Ale z drugiej strony wszystkie te firmy mają europejskie, japońskie spółki zależne, które mogą stać się odpowiedzialne, a może nawet lokalny dyrektor generalny” – mówi.
Jednocześnie może zapłacić za czekanie. W końcu może istnieć tylko jeden „pierwszy Mover”; Później uczestnicy mogą skorzystać z względnego braku przeszkód, z którymi musieli rozwiązać pierwsi użytkownicy.
Najważniejsze zalecenie
Williamson z DataBricks zaleca przedsiębiorstwa, aby najpierw uzyskać dom danych, nawet jeśli opóźnia to adopcja. „Przetwarzanie danych i organizowanie danych jest trudne, nawet dla firm z pieniędzmi i ogromnym zespołem wewnętrznym”, mówi.
Zazwyczaj, Dane po prostu nie są gotowe na sztuczną inteligencję. Oznacza to potrzebę zapasów, kontroli i mapowania wszystkich danych ustrukturyzowanych i nieustrukturyzowanych. Wskazuje, że czystsza, deduplikowana, znormalizowana, dokładna i odpowiednia podstawa może również wymagać konsolidacji silosu, na długo przed dodaniem sztucznej inteligencji na górze.
Dobrą wiadomością jest to, że naprawianie danych „w szerszym znaczeniu” kupi czas dla przedsiębiorstw, aby rozważyć swoje podejście i wygenerować korzyści – w tym oszczędności kosztów, wydajność przechowywania i usunięcie spuścizny lub cienia – dla całej firmy.
Rubrik’s Cassidy uważa, że możliwości zwykle dotyczą „inteligentnej delegacji” zadań i demokratyzacji wywiadu opartego na danych w całym biznesie. „AI oferuje MŚP prawdziwą zdolność do lewówek”.
Plan wdrożenia i harmonogramy
Robbie Jerrom, starszy główny technolog AI w Red Hat, mówi, że przedsiębiorstwa powinny skupić się na wypracowaniu, co powinny zrobić z AI i poświęcić tyle czasu, ile potrzebują.
„Najpierw zrozum swoją potrzebę, a następnie zawęzaj przypadek użycia. Nie próbuj gotować oceanu”, mówi Jerrom.
Jedną z rzeczy, które organizacje mogą zrobić, jest obliczenie tokenów wymaganych dla danego włączenia AI, chociaż nie zawsze jest to łatwe.
Najpierw zrozum swoją potrzebę, a następnie zawęź przypadek użycia. Nie próbuj gotować oceanu
Robbie Jerrom, Red Hat
„Pisanie małych kawałków kodu Pythona, może 10 minut pracy, może wykorzystać 45 000 tokeny. Zwróć go do kosztów, a może to kilka centów. Ale jeśli to przesadzisz i każesz 10 programistom robiącym to przez cały dzień, ile to kosztuje? Za każdym razem, gdy agent AI wychodzi i rozmawia z czymś, na przykład używa tokenów. ”
Wybierz coś małego, zdobądź doświadczenie w prowadzeniu czegoś, co można śledzić i zbuduj coś, z czego biznes się uczy.
Sandboxing może zmniejszyć ryzyko, szczególnie przy rozważaniu bardziej autonomicznych systemów, takich jak agenci. Sprawdź, czy można go na przykład przeszkolić w zakresie polityk statycznych firmy.
Być może poproś modelu o sprawdzenie umowy, porównanie go z poprzednimi umowami i pokazanie różnic, zamieszania lub nieprawidłowości. Możesz zauważyć dwie nieprawidłowości, ale model może podkreślić coś innego do przemyślenia. Zmiany na przykład przez lata mogą sygnalizować możliwe wyzwanie w relacjach z klientem, które nie zostały wcześniej odebrane.
AI może pomóc w dyscyplinie myślenia i zastosowania metody. Następnie sprawdź wyniki dwukrotnie i ponownie oceniaj. Czy możesz dostroić model, aby lepiej dostosować się do potrzeby lub wypróbować alternatywę?
„Niektóre z nudnych przypadków użycia to miejsce, w którym zaczniesz widzieć wartość”, mówi Jerrom, zauważając, że chwilę to generatywny AI (Genai) Popełnia błędy, podobnie jak ludzie.
„To może doprowadzić cię do dużej gorącej wody”, ostrzega Jerrom. „AI jest już wszędzie”.
Kolejne kroki dla adopcji AI Enterprise AI
Sue Daley, dyrektor ds. Technologii i innowacji w Techuk, twierdzi, że wszystkie sztuczne inteligencja ma „ogromny potencjał” dla firm. Niezależnie od kształtu, rozmiaru lub sektora, kluczowe jest dokładnie zrozumienie, w jaki sposób AI może zwiększyć wydajność i skuteczność. „Co chcesz, aby to zrobić i co chcesz osiągnąć?”
Podobnie jak w przypadku jakiejkolwiek innej technologii, czy AI jest odpowiednim narzędziem? Czasami korzyści mogą być agencyjne, podczas gdy inne mogą wymagać mały model językowy lub bardzo specyficzne podejście.
„Modele małego języka mogą być bardziej odpowiednie dla określonej potrzeby biznesowej lub problemu w ich łańcuchu dostaw, logistyki lub operacji. Kontekst będzie tak ważny”, mówi Daley.
Zagraj w „Uważnie” w piaskownicy lub bezpiecznym środowisku, aby dowiedzieć się, co może zrobić AI. Zbadać zgodność, zasady i praktyki bezpieczeństwa, i Etyka dotycząca odpowiedzialnych innowacji. Zastanów się nad potrzebami. Zdobądź perspektywę od ludzi i buduj międzyfunkcyjne zespoły w całym biznesie.
„Zacznij od edukacji i świadomości. Rozważ swoją organizację na wszystkich poziomach, od poziomu zarządu po wyższe kierownictwo i poszczególnych pracowników”, mówi Daley. „Znajdź sposoby, aby zabrać ze sobą ludzi w podróż. Jest to proces zarządzania zmianami, wpływając na wiele prac ludzi”.
Nawet jeśli przedsiębiorstwa uważają Genai Tools jako tylko kolejnego chatbota, wiele Chatboty nie zadowolili klientów. Korzystając z AI wymaga poważnego przemyślenia, w tym na temat ewolucji następnej wersji lub produktu. Ponownie, najważniejszą wskazówką jest to, że wyjścia mogą być tak dobre, jak dane wejściowe danych, mówi.
Blokada Freeform Dynamics dodaje: „Zrozum, jak działać AI, aby twoi ludzie mówią, że tak naprawdę im pomaga, a nie tylko coś innego do„ poruszania się ”. Kiedy wybierają sztuczną inteligencję samodzielnie, pamiętaj, że niektórzy mogą robić korzystne rzeczy, o których nie myślałeś – lub coś, co nie powinni. Nie powinni. Skuteczność użytkownika i szczęście są kluczowe”.
Wreszcie, nie zapominaj, że istnieją różne klasy sztucznej inteligencji – niektóre z nich może mieć już doświadczenie.
Sudokoo i TechPowerup przynieśli naszych czytelników ze Stanów Zjednoczonych Superuser Supercool Thermal Upgrade Giveaway. Do zdobycia było pięć najważniejszych...
Unicredit podpisał 10-letnią umowę z Google Cloud „przyspieszyć” swoją cyfrową transformację, wykorzystując chmurę dostawcy, Sztuczna inteligencja (AI) i możliwości...
Ci, którzy chcą się rozwinąć Bisharp do Kingambit W Pokémon Go Wreszcie możesz to zrobić, choć najpierw musisz ukończyć kilka nalotów.Pierwotnie wprowadzone...
Sudokoo i TechPowerup przynieśli naszych czytelników ze Stanów Zjednoczonych Superuser Supercool Thermal Upgrade Giveaway. Do zdobycia było pięć najważniejszych chłodnic procesowych Sudokoo i...
