4 วิธีในการเอาชนะความกังวลที่ใหญ่ที่สุดของคุณเกี่ยวกับ AI เชิงสร้างสรรค์

AI เจนเนอเรชั่นอาจดูเหมือนเป็นเวทย์มนตร์ แต่คุณต้องตระหนักถึงข้อผิดพลาด ผู้นำธุรกิจสี่คนอธิบายว่าคุณสามารถจัดการกับความเสี่ยงได้อย่างไร

ปัญญาประดิษฐ์เจเนอเรชั่น (AI) ถือเป็นเวทย์มนตร์สำหรับดวงตาที่ไม่ได้รับการฝึกฝน

ตั้งแต่การสรุปข้อความไปจนถึงการสร้างรูปภาพและการเขียนโค้ด เครื่องมืออย่าง ChatGPT ของ OpenAI และ Copilot ของ Microsoft จะสร้างสิ่งที่ดูเหมือนเป็นวิธีแก้ปัญหาที่ยอดเยี่ยมสำหรับคำถามที่ท้าทายภายในไม่กี่วินาที อย่างไรก็ตาม ความสามารถอันมหัศจรรย์ของ AI กำเนิดสามารถมาพร้อมกับกลอุบายที่ไม่มีประโยชน์

ไม่ว่าจะเป็นข้อกังวลด้านจริยธรรม ปัญหาด้านความปลอดภัย หรือภาพหลอน ผู้ใช้จะต้องตระหนักถึงปัญหาที่อาจบ่อนทำลายประโยชน์ของเทคโนโลยีเกิดใหม่ ต่อไปนี้ ผู้นำธุรกิจสี่คนจะอธิบายว่าคุณสามารถเอาชนะข้อกังวลสำคัญบางประการด้วย AI เชิงสร้างสรรค์ได้อย่างไร

1. ใช้ประโยชน์จากโอกาสใหม่ๆ อย่างมีจริยธรรม

Birgitte Aga หัวหน้าฝ่ายนวัตกรรมและการวิจัยที่ Munch Museum ในออสโล ประเทศนอร์เวย์ กล่าวว่าข้อกังวลมากมายเกี่ยวกับ AI นั้นเกี่ยวข้องกับการที่ผู้คนไม่เข้าใจถึงผลกระทบที่อาจเกิดขึ้น และด้วยเหตุผลที่ดี

แม้แต่เครื่องมือ AI เจนเนอเรชั่นระดับสูงอย่าง ChatGPT ก็เปิดให้สาธารณชนใช้งานได้เพียง 12 เดือนกว่าเท่านั้น แม้ว่าผู้คนจำนวนมากจะคุ้นเคยกับเทคโนโลยี แต่มีองค์กรเพียงไม่กี่แห่งเท่านั้นที่ใช้เครื่องมือนี้ในสภาพแวดล้อมการผลิต

Aga กล่าวว่าองค์กรต่างๆ ควรเปิดโอกาสให้พนักงานของตนได้เห็นว่าเทคโนโลยีเกิดใหม่สามารถทำอะไรได้บ้างในลักษณะที่ปลอดภัย “ฉันคิดว่าการลดเกณฑ์สำหรับทุกคนในการมีส่วนร่วมและมีส่วนร่วมเป็นกุญแจสำคัญ” เธอกล่าว “แต่นั่นไม่ได้หมายความว่าทำอย่างไม่มีวิพากษ์วิจารณ์”

Aga กล่าวว่าในขณะที่พนักงานของคุณหารือเกี่ยวกับวิธีใช้ AI พวกเขาควรพิจารณาประเด็นสำคัญด้านจริยธรรมบางประการด้วย เช่น อคติ การเหมารวม และข้อจำกัดทางเทคโนโลยี

เธออธิบายในวิดีโอแชทกับ ZDNET ว่าพิพิธภัณฑ์ทำงานร่วมกับผู้เชี่ยวชาญด้านเทคโนโลยี TCS อย่างไรเพื่อค้นหาวิธีที่ AI สามารถนำมาใช้เพื่อช่วยให้ผู้ชมในวงกว้างสามารถเข้าถึงงานศิลปะได้มากขึ้น

“ด้วย TCS เรามีความสอดคล้องอย่างแท้จริงในการประชุมทุกครั้งในเรื่องจริยธรรมและศีลธรรมของเรา” เธอกล่าว "ค้นหาผู้ทำงานร่วมกันที่คุณสอดคล้องด้วยในระดับนั้นจริงๆ จากนั้นจึงสร้างจากจุดนั้น แทนที่จะหาแค่คนที่ทำสิ่งดีๆ"

2. สร้างคณะทำงานเฉพาะกิจเพื่อลดความเสี่ยง

Avivah Litan รองประธานนักวิเคราะห์ที่มีชื่อเสียงของ Gartner กล่าวว่าหนึ่งในประเด็นสำคัญที่ต้องระวังคือความกดดันในการเปลี่ยนแปลงจากบุคคลภายนอกแผนกไอที

"ธุรกิจต้องการชาร์จพลังเต็มกำลังล่วงหน้า" เธอกล่าว โดยหมายถึงการนำเครื่องมือ AI เจนเนอเรชั่นมาใช้โดยผู้เชี่ยวชาญทั่วทั้งองค์กร โดยจะมีหรือไม่มีความเห็นจากผู้ที่รับผิดชอบก็ได้ “เจ้าหน้าที่รักษาความปลอดภัยและผู้ที่มีความเสี่ยงกำลังเผชิญกับความยากลำบากในการติดตั้งใช้งาน ติดตามสิ่งที่ผู้คนกำลังทำ และจัดการความเสี่ยง”

เป็นผลให้เกิดความตึงเครียดอย่างมากระหว่างสองกลุ่ม: ผู้ที่ต้องการใช้ AI และผู้ที่ต้องการจัดการการใช้งาน

“ไม่มีใครอยากหยุดยั้งนวัตกรรม แต่ผู้คนด้านความปลอดภัยและความเสี่ยงไม่เคยต้องรับมือกับเรื่องแบบนี้มาก่อน” เธอกล่าวในวิดีโอแชทกับ ZDNET "แม้ว่า AI จะมีมาหลายปีแล้ว แต่พวกเขาก็ไม่ต้องกังวลเกี่ยวกับเทคโนโลยีนี้เลย จนกว่า generative AI จะเพิ่มมากขึ้น"

Litan กล่าวว่าวิธีที่ดีที่สุดในการบรรเทาความกังวลคือการสร้างคณะทำงานสำหรับ AI ที่ดึงผู้เชี่ยวชาญจากทั่วทั้งธุรกิจและคำนึงถึงความเป็นส่วนตัว ความปลอดภัย และความเสี่ยง

"แล้วทุกคนก็เข้าใจตรงกัน ดังนั้นพวกเขาจึงรู้ว่าความเสี่ยงคืออะไร พวกเขารู้ว่าโมเดลควรทำอะไร และสุดท้ายพวกเขาก็ได้รับประสิทธิภาพที่ดีขึ้น" เธอกล่าว

Litan กล่าวว่าการวิจัยของ Gartner ชี้ให้เห็นว่าสองในสามขององค์กรยังไม่ได้จัดตั้งคณะทำงานเฉพาะกิจสำหรับ AI เธอสนับสนุนให้ทุกบริษัทสร้างทีมข้ามธุรกิจประเภทนี้

“กองกำลังเฉพาะกิจเหล่านี้สนับสนุนความเข้าใจร่วมกัน” เธอกล่าว "ผู้คนรู้ว่าจะคาดหวังอะไรและธุรกิจก็สามารถสร้างมูลค่าเพิ่มได้"

3. ยับยั้งโมเดลของคุณเพื่อลดอาการประสาทหลอน

Thierry Martin ผู้จัดการอาวุโสฝ่ายข้อมูลและกลยุทธ์การวิเคราะห์ของ Toyota Motors Europe กล่าวว่าความกังวลที่ใหญ่ที่สุดของเขาเกี่ยวกับ generative AI คืออาการประสาทหลอน

เขาพบปัญหาประเภทนี้โดยตรงเมื่อเขาทดสอบ AI เชิงสร้างสรรค์เพื่อวัตถุประสงค์ในการเขียนโค้ด

นอกเหนือจากการสำรวจส่วนบุคคล Martin กล่าวว่าองค์กรต่างๆ ต้องใส่ใจกับโมเดลภาษาขนาดใหญ่ (LLM) ที่พวกเขาใช้ ข้อมูลนำเข้าที่พวกเขาต้องการ และผลลัพธ์ที่พวกเขาผลักดันออกมา

"เราต้องการโมเดลภาษาขนาดใหญ่ที่มีความเสถียรมาก" เขากล่าว "โมเดลที่ได้รับความนิยมมากที่สุดในปัจจุบันหลายตัวได้รับการฝึกอบรมในหลายสิ่งหลายอย่าง เช่น บทกวี ปรัชญา และเนื้อหาทางเทคนิค เมื่อคุณถามคำถาม ก็มีประตูเปิดไปสู่อาการประสาทหลอน"

ในการสัมภาษณ์ทางวิดีโอแบบตัวต่อตัวกับ ZDNET Martin เน้นย้ำว่าธุรกิจต่างๆ ต้องหาทางสร้างโมเดลภาษาที่มีข้อจำกัดมากขึ้น

“ฉันต้องการอยู่ในฐานความรู้ที่ฉันให้” เขากล่าว "หากฉันถามโมเดลของฉันอย่างเจาะจง ฉันก็จะได้รับคำตอบที่ถูกต้อง ดังนั้น ฉันอยากเห็นโมเดลที่เชื่อมโยงกับข้อมูลที่ฉันให้ไว้มากกว่า"

Martin สนใจที่จะได้ยินเพิ่มเติมเกี่ยวกับการพัฒนาที่บุกเบิก เช่น ความร่วมมือของ Snowflake กับ Nvidia ซึ่งทั้งสองบริษัทกำลังสร้างโรงงาน AI ที่ช่วยให้องค์กรต่างๆ เปลี่ยนข้อมูลของตนให้เป็นโมเดล AI ที่สร้างเองได้

“ตัวอย่างเช่น LLM ที่สมบูรณ์แบบในการสืบค้น SQL ของโค้ด Python เป็นสิ่งที่น่าสนใจ” เขากล่าว "ChatGPT และเครื่องมือสาธารณะอื่นๆ ทั้งหมดนี้ดีสำหรับผู้ใช้ทั่วไป แต่ถ้าคุณเชื่อมต่อเครื่องมือประเภทนั้นกับข้อมูลองค์กร คุณจะต้องใช้ความระมัดระวัง"

4. ดำเนินไปอย่างช้าๆ เพื่อลดความคาดหวัง

Bev White ซีอีโอของผู้เชี่ยวชาญด้านการสรรหาบุคลากร Nash Squared กล่าวว่าความกังวลหลักของเธอคือความเป็นจริงในทางปฏิบัติของการใช้ generative AI อาจแตกต่างจากวิสัยทัศน์อย่างมาก

"มีกระแสฮือฮามากมาย" เธอกล่าวในการสนทนาทางวิดีโอกับ ZDNET “ยังมีคนหลอกหลอนอีกหลายคนที่บอกว่างานกำลังจะตกงาน และ AI จะทำให้มีคนว่างงานจำนวนมาก และยังมีความกลัวเกี่ยวกับความปลอดภัยของข้อมูลและความเป็นส่วนตัวอีกด้วย”

White กล่าวว่าสิ่งสำคัญคือต้องตระหนักว่าในช่วง 12 เดือนแรกของ generative AI นั้นมีลักษณะเฉพาะของบริษัทเทคโนโลยีขนาดใหญ่ที่เร่งปรับแต่งและอัปเดตโมเดลของตน

“เครื่องมือเหล่านี้ผ่านการทำซ้ำหลายครั้งแล้ว และนั่นไม่ใช่เรื่องบังเอิญ” เธอกล่าว "คนที่ใช้เทคโนโลยีกำลังค้นพบข้อดี แต่พวกเขาก็ต้องระวังการเปลี่ยนแปลงเมื่อมีการทำซ้ำแต่ละครั้ง"

ไวท์แนะนำให้ซีไอโอและผู้จัดการอาวุโสคนอื่นๆ ดำเนินการด้วยความระมัดระวัง อย่ากลัวที่จะถอยแม้ว่าจะรู้สึกว่าคนอื่นกำลังรีบไปข้างหน้าก็ตาม

“ฉันคิดว่าเราต้องการสิ่งที่จับต้องได้ซึ่งเราสามารถใช้เป็นราวกั้นได้ CISO ในองค์กรต้องเริ่มคิดถึง generative AI และหลักฐานของเราชี้ให้เห็นว่าเป็นเช่นนั้น นอกจากนี้ กฎระเบียบจำเป็นต้องตามทันการเปลี่ยนแปลง” เธอกล่าว

“บางทีเราอาจต้องช้าลงอีกเล็กน้อยในขณะที่เราค้นหาว่าจะทำอย่างไรกับเทคโนโลยีนี้ มันเหมือนกับการประดิษฐ์จรวดที่น่าทึ่ง แต่ไม่มีระบบกันโคลงและระบบรักษาความปลอดภัยรอบๆ ก่อนที่คุณจะเปิดตัว”