Streszczenie: Używanie LLM-ów może zwiększać produktywność, ale tylko wtedy, gdy są one właściwie wykorzystywane. Autor proponuje trzyetapowe podejście: rozbicie procesów na zadania, ocenę tzw. równania kosztów GenAI (uwzględniającego adaptację, użytkowanie i korektę błędów) oraz uruchomienie projektu pilotażowego. Przedstawia też techniki adaptacji modeli: promptowanie, RAG (retrieval-augmented generation) i dostrajanie instrukcyjne. Mimo ograniczeń i ryzyk, takich jak halucynacje czy błędy logiczne, LLM-y sprawdzają się w prostych zadaniach programistycznych, marketingowych i kreatywnych. Kluczem do sukcesu jest systematyczna analiza opłacalności zastosowania AI w kontekście konkretnego zadania i gotowość do iteracyjnego doskonalenia rozwiązań.
Gdy w 2022 r. pojawiły się powszechnie dostępne duże modele językowe (LLM), ich potężna zdolność do generowania tekstu na żądanie zapowiadała rewolucję w produktywności. Jednak mimo że te zaawansowane systemy AI potrafią tworzyć płynny tekst w języku naturalnym i komputerowym, to są one dalekie od doskonałości. Mogą halucynować, wykazywać się logiczną niespójnością oraz produkować treści nieadekwatne lub szkodliwe.
Chociaż technologia ta stała się powszechnie dostępna, wielu menedżerów nadal ma trudności z rozpoznawaniem przypadków użycia LLM-ów, w których poprawa produktywności przewyższa koszty i ryzyka związane z tymi narzędziami. Potrzebne jest bardziej systematyczne podejście do wykorzystywania modeli językowych, tak aby uefektywnić procesy biznesowe, a jednocześnie kontrolować słabe strony LLM-ów. Proponuję trzy kroki ułatwiające osiągnięcie tego celu. Po pierwsze, należy rozłożyć proces na mniejsze zadania. Po drugie, trzeba ocenić, czy każde zadanie spełnia tzw. równanie kosztów GenAI, które szczegółowo wyjaśnię w tym artykule. Jeśli ten warunek zostanie spełniony, należy uruchomić projekt pilotażowy, iteracyjnie oceniać jego wyniki oraz na bieżąco wprowadzać zmiany w celu poprawy rezultatów.
Kluczowe w tym podejściu jest pełne zrozumienie, w jaki sposób mocne i słabe strony modeli językowych odpowiadają specyfice danego zadania; jakie techniki umożliwiają ich skuteczną adaptację w celu zwiększenia wydajności; oraz jak te czynniki wpływają na bilans kosztów i korzyści – a także na ocenę ryzyka i potencjalnych zysków – związanych z wykorzystaniem modeli językowych do podnoszenia efektywności realizowanych działań.
Materiał dostępny tylko dla subskrybentów
Dołącz do subskrybentów MIT Sloan Management Review Polska Premium!
Kup subskrypcję