Obecnie wiele dużych firm – globalnie ok. 70% – doszło do przekonania, że sztuczna inteligencja jest ważna, więc szuka zastosowań dla technologii w różnych obszarach swojej działalności. W większości przedsiębiorstwa te mają również świadomość, że zastosowanie AI ma wymiar etyczny i że muszą dopilnować, aby systemy, które tworzą lub wdrażają, były przejrzyste, bezstronne i sprawiedliwe.

Wiele przedsiębiorstw, które zajmują się etyczną stroną sztucznej inteligencji (AI), jest wciąż na początkowym etapie rozstrzygania tej kwestii. Niektóre nakłoniły swoich pracowników, aby w pracy nad użyciem i wykorzystaniem AI kierowali się zasadami etycznymi. Inne opracowały wstępny zbiór procedur służących nadzorowi nad AI. Większość firm nie zrobiła jednak nawet tego. Jak wynika z jednej z ostatnich ankiet, 73% amerykańskich menedżerów wyższego szczebla oświadczyło, że ich zdaniem wytyczne w sferze sztucznej inteligencji są ważne, ale tylko 6% z nich zadbało o ich nakreślenie.

Właściwy proces tworzenia etycznych podstaw funkcjonowania AI w przedsiębiorstwie powinien, według nas, obejmować pięć etapów:

• Etap kaznodziejstwa – przedstawiciele firmy propagują znaczenie etyki w sferze AI;

• Etap tworzenia procedur – firma obmyśla i zatwierdza wewnętrzne procedury etycznego podejścia do AI;

• Etap ewidencjonowania – firma zbiera dane na temat każdego przypadku użycia lub zastosowania AI (przy zastosowaniu takich metod jak karty modeli);

• Etap oceny – firma przeprowadza usystematyzowaną analizę każdego przypadku użycia (lub zleca ją zewnętrznemu partnerowi), aby ustalić, czy dany przypadek spełnia kryteria dotyczące etyki w sferze AI;

• Etap działania – firma albo akceptuje przypadek użycia w istniejącej wersji, albo odsyła przypadek do korekty przez zgłaszającego go „właściciela”, albo przypadek trafia do lamusa.

Dopiero na wyższych etapach – oceny i działania – firma jest w stanie faktycznie stwierdzić, czy zastosowania AI spełniają ustanowione przez nią kryteria w sferze przejrzystości, bezstronności i sprawiedliwości. Aby przystąpić do pracy nad tymi etapami, firma musi dysponować sporą liczbą projektów AI, procesów i systemów gromadzenia informacji wraz ze strukturami nadzoru służącymi podejmowaniu decyzji dotyczących konkretnych zastosowań. Wiele przedsiębiorstw nie spełnia jeszcze tych wstępnych warunków, ale w miarę osiągania przez te firmy większej dojrzałości w sferze AI i kładzenia na nią większego nacisku spełnienie tych warunków okaże się konieczne.

W czasie, w którym wiele firm z zakresu usług finansowych cechuje nieco chwiejna pozycja, stabilność powinna być szeroko dyskutowaną kwestią.

Northwestern Mutual, licząca sobie 166 lat firma ubezpieczeniowa z siedzibą w Milwaukee w stanie Wisconsin, realizuje misję podporządkowaną celowi zawartemu w haśle: uwolnić Amerykanów od problemów finansowych. Jednemu z nas, Tomowi, który był wówczas młodym przedstawicielem branży usług profesjonalnych, oferta Spokojnej Firmy (tak reklamował się swego czasu Northwestern) wydała się na tyle atrakcyjna, że z biegiem lat nabył wiele produktów tej organizacji, mimo że nie czarowała ona swoich klientów cyfrowymi rozwiązaniami. Firma Northwestern dąży jednak do tego, aby jej działalność była bardziej skupiona na klientach i chce poprawić ich całościowe doświadczenia. W tym celu koncentruje swoją uwagę na sztucznej inteligencji (artificial intelligence – AI) i danologii (data science).

Jednym z aspektów generatywnej sztucznej inteligencji, którym poświęca się dużo uwagi, jest jej potencjalne oddziaływanie na Hollywood i przemysł rozrywkowy. Obawy dotyczące tej kwestii są oczywiste, ponieważ GenAI potrafi kreować dane wyjściowe, z których korzysta ten sektor – teksty w formie opowiadań, scenariuszy, tekstów reklamowych i recenzji; kampanie marketingowe oraz ruchome i statyczne obrazy. Niektóre segmenty tego sektora odczuwają obecnie presję ekonomiczną, co zwiększa zapotrzebowanie na produktywność i tańsze „produkty”. A duża część współczesnych wytworów przemysłu rozrywkowego powstała na podstawie już istniejących treści. Stwarza to duże szanse dla generatywnych technologii, które są trenowane na już istniejących treściach.

Rozrywka kreowana przez generatywną sztuczną inteligencję (generative artificial intelligence – GenAI) jest wciąż we wczesnym stadium rozwoju, ale widać wyraźnie, że coś wielkiego dzieje się w tej branży. Gazeta „Wall Street Journal” opublikowała w minionym roku artykuł, w którym czytamy, że szeroko dostępne narzędzia AI potrafią podpowiadać fabuły, wątki i dialogi. Artykuł zawiera nawet interaktywny moduł, który pozwala czytelnikom przekonać się naocznie, jak łatwo narzędzie ChatGPT potrafi wykreować zarys scenariusza, jeśli zasilimy je kilkoma promptami. Poza tym artykuł stawia pytania dotyczące własności intelektualnej w odniesieniu do obrazów: „Jeśli użytkownik poinstruuje narzędzie AI, aby stworzyło postać wzorowaną na, powiedzmy, SpongeBobie, czy twórcy oryginalnej postaci powinni wydać na to zezwolenie? Kto będzie właścicielem nowego bohatera? Czy również ten bohater może być chroniony prawem autorskim?”.

Jeśli oglądaliście film będący połączeniem kina akcji i kina przygodowego Wszystko wszędzie naraz, być może odebraliście go w ten sam sposób jak my. Imponujący i ekscytujący? Bez wątpienia – to jeden z powodów, dla których zdobył siedem Oscarów. Zapowiedź przyszłości? Być może – film zawiera bowiem jedną z wizji tego, jak mógłby wyglądać tzw. multiverse. Nieco dziwaczny i niejasny? Tak – przynajmniej dla nas.

Joann Stonier, która do niedawna pełniła funkcję dyrektorki do spraw danych (chief data officer – CDO) w Mastercardzie, podczas ostatniej dyskusji panelowej dokonała trafnego porównania pomiędzy filmem Wszystko wszędzie naraz a generatywną sztuczną inteligencją. Powiedziała, że „wszystko wszędzie” to dobry sposób na opisanie tej technologii – ekscytującej, zagmatwanej i jednocześnie ważnej. Stonier odgrywała rolę jednego z nielicznych menedżerów na stanowisku CDO, którzy od wielu lat skupiają się mocno na problematyce etyki wykorzystywania danych. Przeprowadziliśmy z nią wywiad podczas jej ostatnich dni na tym stanowisku; Stonier jest obecnie pracownicą naukową (Mastercard fellow), ale nadal będzie się zajmowała kwestiami związanymi z etyką wykorzystywania danych i sztucznej inteligencji (AI).

Po wywiadzie poczuliśmy pewną ulgę, przekonaliśmy się bowiem, że Stonier i Mastercard nadal szukają swojej drogi w kontekście AI. Dotyczy to wielu firm. Ponad połowa respondentów niedawnej ankiety serwisu VentureBeat stwierdziła, że ich firmy eksperymentują z AI, ale tylko 18% tych przedsiębiorstw rozpoczęło jej wdrażanie. Taki sam był odsetek respondentów, którzy oznajmili, że w nadchodzącym roku zamierzają przeznaczyć na tę technologię więcej pieniędzy.

Oczywiście, firma Mastercard jest specem od danych, analityki i AI. Rok temu pisaliśmy o jej dążeniach do tego, aby stać się „potęgą w zakresie AI”, a Stonier opisała, jak jej firma wykorzystuje dane, będąc gościem podkastu Me, Myself and AI, prowadzonego przez „MIT Sloan Management Review”. Mastercard działa w sferze AI od ponad dekady, przede wszystkim w obszarze cyberbezpieczeństwa. Fakt, że lider rynku i zarazem firma z tak bogatym doświadczeniem w sferze sztucznej inteligencji nadal stara się wypracować szczegóły strategii w zakresie generatywnej AI, powinien być pocieszeniem dla wielu organizacji i menedżerów.

Zdaniem menedżerów odpowiedzialnych za dane na radarze każdego lidera powinno znaleźć się pięć newralgicznych kwestii.

Sztuczna inteligencja (AI) i danologia (data science) to dziedziny, które zdominowały pierwsze strony gazet w 2023 roku. Czynnikiem, który spowodował radykalny wzrost widoczności tej problematyki, jest, rzecz jasna, rozwój generatywnej AI. Jakie więc trendy mogą sprawić w 2024 roku, że obie te dziedziny pozostaną jednymi z głównych tematów doniesień w mediach biznesowych? I jaki będzie faktyczny wpływ tych trendów na działalność przedsiębiorstw?

W trakcie ostatnich kilku miesięcy przeprowadziliśmy trzy ankiety wśród liderów odpowiedzialnych za dane i technologie. W dwóch ankietach wzięli udział dyrektor do spraw danych w MIT i uczestnicy sympozjum poświęconego jakości informacji. Sponsorem jednej ankiety była firma Amazon Web Services (AWS), a drugiej – firma doradcza Thoughtworks (wyniki tej ankiety nie zostały jeszcze opublikowane). Za trzecią ankietę odpowiadała firma Wavestone, dawniej New Vantage Partners, o której dorocznych ankietach niegdyś pisaliśmy. Ogółem w naszych ankietach wzięło udział ponad 500 menedżerów wyższego szczebla, przy czym uczestnictwo mogło się w pewnej mierze dublować.

Ankiety nie przewidują przyszłości, ale z pewnością wskazują na to, co myślą i robią ludzie najmocniej związani ze strategiami i przedsięwzięciami firm w obszarze nauki o danych i AI. Według tych menedżerów na baczną uwagę zasługuje pięć nabierających na znaczeniu kwestii.