GenAI для звичайних користувачів. Як бізнесу найефективніше використовувати ШІ? Розповідає CTO MODUS X Євгеній Горбачов
MODUS X — це технологічна компанія, що спеціалізується на розробленні рішень у сфері даних та штучного інтелекту. Вона виросла з внутрішнього ІТ-департаменту ДТЕК і сьогодні працює як окремий гравець ринку, що розвиває інноваційні продукти.
Раніше ми писали про те як MODUS X впроваджує АІ-рішення у ДТЕК від користувацьких Copilot-інструментів до складних ML-моделей.
Цього разу SPEKA поспілкувалась з Євгенієм Горбачовим, CTO MODUS X, аби дізнатися, як бізнесу найефективніше застосовувати ШІ, а також отримали поради для компаній, які хочуть почати розробку та впровадження АІ-інструментів.
Розробляючи власні рішення на базі штучного інтелекту, як гарантуєте безпеку, щоб інформація та чутливі дані не потрапили назовні?
Якщо ми говоримо про моделі, подібні до ChatGPT, то ми не створюємо розмовні чати в конкуренцію до нього.
Моделей дуже багато. Є прикладні AI-моделі, які забезпечують виконання процесних завдань, наприклад, кредитні аналізи, аналітику, прогнозування. Саме такі рішення ми й розробляємо.
Тут рівень загроз для кібербезпеки нижчий, тому що обробляються масиви даних, а не персоналізовані запити користувачів.
Коли розробляєте рішення для автоматизації процесів або навчання працівників, наскільки багато делегуєте ШІ, наприклад, Copilot тощо?
Розроблення за допомогою штучного інтелекту — це поки що історія в рожевих окулярах.
Підписуйтеся на наші соцмережі
Можна використовувати АІ частково при написанні коду, але не для створення продукту з нуля.
Хоча багато розробників використовують це неофіційно. Тобто компанія каже, що не використовує ШІ, а розробник може користуватися АІ-інструментами для побудови певних конструкцій, написання коду, потім править та підредаговує те, що згенерував ШІ.
Чи можна назвати це написання за допомогою штучного інтелекту? Мабуть, ні. Тому ми б тоді казали, що люди і спілкуються, і листи пишуть, за допомогою штучного інтелекту, адже промти і шаблони використовуються.
Отже, розробка не виконується виключно за допомогою штучного інтелекту. Він допомагає, але не є основною скрипкою.
Якщо говорити про використання штучного інтелекту в групі ДТЕК, то ми маємо амбітну ціль — збагачувати наші сервіси не просто генеративним AI, який допомагає створювати тексти, а прикладними рішеннями, що реально спрощують роботу бізнесу та людей загалом. Ми вже запустили низку проєктів у цьому напрямі, і саме на ньому зараз зосереджений наш фокус.
Яке для бізнесу найкраще застосування ШІ?
Моделі, які можуть будувати прогнози, цифрових двійників бізнесу та аналізувати бізнес-процеси, знаходити ботлнеки [найповільніші ланки, які гальмують загальний процес] у них. Це теж штучний інтелект, але він не генерує текст, він аналізує.
Цей штучний інтелект значно якісніший з погляду бізнесу, тому що він може створити плацдарм для роздумів і підсвітити речі, в які треба зануритися та проаналізувати.
А може, наприклад, виявити проблем і вирішити їх. Тому, як на мене, саме ці зони — прогнозування, моделювання, аналітика — потребують роботи ML, AI, Computer Vision. Такі технології мають залучатися у процеси, які колись були написані за логікою «if-then»/«якщо — то». Це все зараз має відходити, модель має аналізувати.
Наприклад, система виявила певний патерн і треба спрогнозувати, чи відбудеться інший. АІ проаналізує контекст і проведе workflow найоптимальнішою траєкторією або надасть людині зведені аналітичні дані та власні гіпотези для ухвалення рішення. Це дуже важливо для бізнесу: не просто генеративний АІ.
З якими проблемами стикалися, коли почали розробляти рішення на базі ШІ? Які поради можете дати бізнесам, що хочуть почати розробляти та впроваджувати АІ-інструменти?
Основна проблема — вартість. Тому що той GenAI, який реально може швидко працювати, тримати контексти, спілкуватися й певною мірою замінити людину, коштує дуже дорого.
Закрити такий непростий шматок функціоналу може дозволити собі не кожен. Це найбільша проблема. Open source-рішення не гарантуватимуть вам безпеку.
Тобто як же все працює? Фактично головна ідея й монетизація будь-якого GenAI — це BigData, тобто збирати дані, а не монетизувати використання. Їхня основна бізнес-модель, зокрема й OpenAI, — це створити MegaBigData.
З якою проблемою стикаються, стикалися і стикаємося? Це так звані галюцинації AI, коли вони дуже багато фантазують.
А як боротися з таким?
Наразі немає можливості повністю це побороти. Модель так створена, має щось генерувати. Отримавши запит, LLM шукає та збирає інформацію по всьому інтернету — на основі цього формує відповідь.
У такому разі його інтелектуальність буде полягати лише у розпізнаванні запиту. Він розпізнав запит за допомогою свого штучного інтелекту, а потім взяв, умовно, із третьої полички готову відповідь, не генерувавши її. Це вже не штучний інтелект.