AI, GenAI i Machine Learning to terminy elektryzujące świat biznesu od mniej więcej dwóch lat. Prawie wszystkie firmy, które chcą budować nowoczesny wizerunek, zapowiadają rozwój właśnie w tym kierunku. Jednak biznesowa perspektywa często mija się z techniczną, a przedstawiciele tych dwóch światów miewają trudności w ustaleniu wspólnego celu i optymalnej ścieżki dotarcia do niego.
Tworzenie projektów opartych na AI jest wyzwaniem. Tworzenie projektów AI, które dokładnie odpowiadają wizji klienta, jest jeszcze większym wyzwaniem. W obliczu obecnej popularności AI wiele osób jest przekonanych, że potrafi samodzielnie znaleźć przestrzeń do zastosowania AI w swojej organizacji. Często jednak bardziej efektywne mogą okazać się inne technologie, o których zapominamy, entuzjastycznie podążając za trendem. W takich sytuacjach wsparcie osób posiadających wiedzę techniczną jest kluczowe. Jednak, aby obydwie strony były dla siebie pomocne, konieczna jest empatyczna komunikacja.
Po stronie klienta bardzo często stoją zespoły osób o różnych pomysłach i potrzebach. Dla deweloperów to może stanowić wyzwanie, kiedy trudno jest dowiedzieć się, jakie są realne potrzeby biznesowe i główne priorytety – mówi Yaroslav Svyryda, AI Consultant w SoftServe Poland.
Generatywna sztuczna inteligencja jest wspaniałym narzędziem, które potrafi rozwiązać wiele problemów, z którymi nie radziły sobie dotychczasowe technologie. Jednak nie w każdym projekcie jest potrzebna. Przy części zadań znacznie lepiej sprawdzą się inne technologie, a moda na AI czasami sprawia, że chętnie sięgamy po niepotrzebnie skomplikowane rozwiązania. Do takich decyzji miewają tendencje zarówno przedstawiciele biznesu, jak i IT.
Z drugiej strony, zespoły Data Science nie zawsze pamiętają o potrzebach końcowych użytkowników. Pomysły na rozwiązania, które wydają się niezwykle praktyczne, a wręcz rewolucyjne podczas burz mózgów, mogą okazać się zbędne lub nawet bezsensowne w prawdziwym życiu. Na etapie weryfikacji pomysłów kluczowe jest zaangażowanie osób, które patrzą na projekt z biznesowej perspektywy.
Dlatego właśnie jednym z najlepszych podejść do pracy nad nowymi produktami, również tymi opartymi na AI, jest Design Thinking. Bez empatycznego zrozumienia, rozmów i wywiadów, oraz świadomych decyzji na etapie prototypowania, trudno jest tworzyć rozwiązania, które faktycznie są przydatne i spełniają swoje wyznaczone przez biznes zadania – mówi dr Inez Okulska, Head of hAI Magazine w CampusAI i NLP Senior na Politechnice Wrocławskiej.
Czy AI wreszcie zacznie prać, zamiast pisać?
Odpowiedzialność za rozwój GenAI leży zarówno po stronie osób technicznych, jak i biznesu. To od nas wszystkich zależy, które czynności przejmie od nas sztuczna inteligencja, a które pozostaną ludzką domeną. Obecnie jesteśmy na etapie, w którym zachwycają nas możliwości AI, często nie biorąc pod rozwagę realnej wartości jej kreacji. Musimy zastanawiać się i wybierać, w jakim kierunku chcemy prowadzić rozwój technologii.
Aby to było możliwe, konieczna jest empatia, której nie są w stanie opanować modele językowe. Oczywiście, po odpowiednim spromptowaniu, AI jest w stanie ją złudnie odwzorować, jednak nie może zrozumieć tego, co nie zostało wypowiedziane lub zauważone przez człowieka. Dlatego właśnie kontrolę nad tym, co tworzy AI i na jakich polach chcemy z niej korzystać, zawsze musi sprawować człowiek. W końcu to ludzie chcą zmieniać swoją rzeczywistość tak, aby była dla nas wygodniejsza. Nie zależy nam na tym, aby sztuczna inteligencja przejęła zadania, które lubimy wykonywać, pozostawiając nas ze zmywaniem.
Realne wyzwania Data Scientists
Podczas spotkania Projekt: AI zorganizowanego z okazji 10-lecia SoftServe w Polsce, eksperci z zakresu Data Science i AI mieli okazji omówić realne wyzwania, które spotykają ich w pracy przy tworzeniu projektów dla biznesu opartych na sztucznej inteligencji. W warsztacie dr Inez Okulskiej wzięło udział 10 specjalistów pracujących na co dzień w SoftServe i 10 zewnętrznych ekspertów. Wspólnie omówili założenia skutecznej pracy projektowej, które we wrześniu tego roku ukażą się w formie white paper współtworzonego przez dr Inez Okulską, SoftServe, Dell oraz Akademię Leona Koźmińskiego.
SoftServe to firma zorientowana na rozwój zarówno technologii, jak i ludzi. Bardzo silny nacisk kładziemy na tworzenie nowatorskich rozwiązań w naszych zespołach projektowych pracujących z klientami, jak i w działach R&D. Zależy nam na tym, aby wspierać rozwój środowiska Data Science łącząc najbardziej kreatywnych ekspertów i ekspertki – mówi Paula Rejmer, Country People Lead w SoftServe Poland.
