Η Ανάδυση της Τεχνητής Νοημοσύνης και οι Φόβοι για Μια Πιθανή Φούσκα
Με την αυξανόμενη πίεση για ανάπτυξη γεννητικών και πρακτορικών λύσεων, μια γνώριμη ερώτηση επανέρχεται στο προσκήνιο: “Υπάρχει μια φούσκα τεχνητής νοημοσύνης και είναι έτοιμη να σκάσει;” Για πολλές οργανώσεις, αυτό το νέο κύμα τεχνητής νοημοσύνης βρίσκεται ακόμα σε πειραματικά στάδια. Η κύρια εστίαση, και οι εύκολες λύσεις, έχουν επικεντρωθεί στο εσωτερικό των επιχειρήσεων. Οι περισσότερες επιχειρήσεις αναζητούν την τεχνητή νοημοσύνη για να αυξήσουν την αποδοτικότητα, όπως η αυτοματοποίηση των ροών εργασίας ή η βελτιστοποίηση της υποστήριξης πελατών. Ωστόσο, τα αποτελέσματα αυτών των προσπαθειών αποδεικνύονται συχνά άπιαστα. Ο Μπεν Γκίλμπερτ, αντιπρόεδρος της 15gifts, σημειώνει ότι “αυτά τα οφέλη συχνά απαιτούν χρόνια για να δείξουν πραγματικές αποδόσεις και είναι δύσκολο να μετρηθούν πέρα από την εξοικονόμηση χρόνου”.
Η Πιθανότητα μιας Φούσκας και οι Ομοιότητες με το Παρελθόν
Εδώ αρχίζουν να εμφανίζονται τα πρώτα ρήγματα. Η βιασύνη για ανάπτυξη θυμίζει επικίνδυνα προηγούμενες τεχνολογικές φούσκες, όπως η εποχή των dot-com. Ο Γκίλμπερτ εξηγεί ότι “η τάση των εταιρειών να ρίχνονται με το κεφάλι σε έργα ή λύσεις τεχνητής νοημοσύνης αντικατοπτρίζει μοτίβα που έχουμε δει ξανά και ξανά σε προηγούμενες τεχνολογικές φούσκες”. Το χάσμα μεταξύ πειραματικών δαπανών και μετρήσιμου κέρδους είναι ακριβώς το σημείο όπου η φούσκα είναι πιο αδύναμη. Ο Γκίλμπερτ υποστηρίζει ότι τα έργα τεχνητής νοημοσύνης που “επικεντρώνονται στην αποδοτικότητα και προσφέρουν ασαφή ή καθυστερημένη απόδοση επένδυσης” θα είναι τα πρώτα που θα αποτύχουν αν σκάσει η φούσκα. Όταν οι επενδύσεις “κινδυνεύουν να γίνουν δαπανηρά πειράματα αντί για κερδοφόρα εργαλεία”, η υποχώρηση είναι αναπόφευκτη.
Προκλήσεις και Προβλέψεις για το Μέλλον της Τεχνητής Νοημοσύνης
Ο Γκίλμπερτ αναφέρει ότι “μπορεί να δούμε τους προϋπολογισμούς να σφίγγουν, τις νεοφυείς επιχειρήσεις να κλείνουν και τις μεγάλες επιχειρήσεις να επανεξετάζουν τις στρατηγικές τους για την τεχνητή νοημοσύνη”. Αυτή η προειδοποίηση υποστηρίζεται από δεδομένα. Η Gartner έχει ήδη προβλέψει ότι “πάνω από το 40% των πρακτορικών έργων τεχνητής νοημοσύνης θα αποτύχουν μέχρι το 2027 λόγω αυξανόμενων κόστους, προκλήσεων διακυβέρνησης και έλλειψης απόδοσης επένδυσης”. Αυτό που διαχωρίζει μια βιώσιμη στρατηγική τεχνητής νοημοσύνης που μπορεί να επιβιώσει από μια φούσκα από ένα δαπανηρό πείραμα είναι η ανθρώπινη λεπτότητα, κάτι που παραβλέπεται συχνά στην βιασύνη για αυτοματοποίηση.
Η Ανάγκη για Ανθρώπινη Παρέμβαση και Ενίσχυση
Η απάντηση μπορεί να είναι ότι οι αλγόριθμοι είναι εξαιρετικά πολύτιμοι για την ανάλυση δεδομένων για τη λήψη αποφάσεων, αλλά οι καταναλωτές επιθυμούν την αλληλεπίδραση, την ευαισθησία και τη ρευστότητα της ανθρώπινης επικοινωνίας. Η επιτυχία, επομένως, δεν αφορά την αντικατάσταση των ανθρώπων αλλά την ενίσχυσή τους. Ο Γκίλμπερτ υποστηρίζει ότι “η τεχνητή νοημοσύνη πρέπει να εκπαιδεύεται από πραγματικούς ανθρώπους, ώστε να μπορεί να κατανοεί τις λεπτότητες της ανθρώπινης γλώσσας, των αναγκών και των συναισθημάτων”. Αυτό απαιτεί μια διαφανή διαδικασία, όπου “η ανθρώπινη επισημείωση των συνομιλιών που καθοδηγούνται από την τεχνητή νοημοσύνη μπορεί να βοηθήσει στη θέσπιση σαφών οροσήμων και στη βελτίωση της απόδοσης μιας πλατφόρμας”.
Προοπτικές για το Μέλλον: Διόρθωση της Αγοράς ή Κατάρρευση;
Η πλήρης κατάρρευση της φούσκας τεχνητής νοημοσύνης δεν είναι πιθανό να είναι άμεση. Ο Γκίλμπερτ εξηγεί ότι είναι πιο πιθανό να δούμε μια “διόρθωση της αγοράς παρά μια πλήρη κατάρρευση” και το υποκείμενο δυναμικό της τεχνητής νοημοσύνης παραμένει ισχυρό. Ωστόσο, η υπερβολική διαφήμιση θα υποχωρήσει. Για τους ηγέτες των επιχειρήσεων, η πορεία προς τα εμπρός απαιτεί επιστροφή στις πρώτες αρχές. “Τα έργα τεχνητής νοημοσύνης, είτε βασίζονται στην υπερβολή είτε στην επιχειρηματική αξία, πρέπει να καλύπτουν μια πραγματική ανθρώπινη ανάγκη για να είναι επιτυχημένα”, λέει ο Γκίλμπερτ.
Συμπέρασμα: Η Σημασία της Ανθρώπινης Ενίσχυσης και της Ηθικής
Είτε πρόκειται για φούσκα είτε για υγιή διόρθωση της αγοράς, αυτή η περίοδος ψύχρανσης μπορεί να είναι ακόμη και θετική, προσφέροντας την ευκαιρία στις επιχειρήσεις να επικεντρωθούν στην ποιότητα της τεχνητής νοημοσύνης αντί για την υπερβολή και την εξυπνότερη ηθική. Για τους CIOs και CFOs που διαχειρίζονται τους προϋπολογισμούς, ο Γκίλμπερτ πιστεύει ότι οι μάρκες που θα ευδοκιμήσουν “θα είναι αυτές που χρησιμοποιούν την τεχνητή νοημοσύνη για να ενισχύσουν την ανθρώπινη ικανότητα, όχι να την αυτοματοποιήσουν”. Χωρίς ενσυναίσθηση, διαφάνεια και ανθρώπινη διορατικότητα, ακόμη και η πιο έξυπνη τεχνητή νοημοσύνη είναι καταδικασμένη να αποτύχει.
