Жасанды интеллектінің жаңа құралдары жұмыс тәсілі мен қызметкерлерді оқытуды өзгертуі мүмкін,. Бірақ олардың жұмысқа қандай әсер беретіні әлі нақтылы емес. Generative AI at Work жариялаған зерттеуде тұтынушыларға қызмет көрсететін 5179 агенттің деректерін пайдалана отырып, жасанды интеллектке (ЖИ) негізделген генеративті диалог көмекшісін кезең-кезеңімен енгізуді қарастырады. Аталған шолуды Экономиканы қолданбалы зерттеу орталығы (AERC) таразылап сараптаған.
«Аталған мақалада авторлар Fortune 500 тізіміндегі бағдарламалық жасақтама фирмасында (бизнес-процестер үшін бағдарламалық қамтамасыз ету ұсынатын фирмалар) жұмыс істейтін 5000 агенттің деректерін пайдалана отырып чат-көмекшіні кезең-кезеңімен енгізуді зерттейді. Зерттелген ЖИ технологиясы OpenAI әзірлеген Generative Pretrained Transformer (GPT) үлкен тілдік модельдер тобының соңғы нұсқасына негізделген. Ол клиенттер чатын бақылап, жұмысшыларға (агенттерге) чатта клиенттерге нақты уақыт жағдайында қалай жауап беру керектігі туралы кеңес ұсынады. Жалпы генеративті жасанды интеллектінің пайда болуы айтарлықтай назар аудартты. Алайда оның экономикалық ықпал ету күші аз зерттелді. Генеративті ЖИ-дің әр алуан құралдары өздерін лабораториялық зерттеу кезінде жақсы көрсеткенімен, олардың қызметіне деген алаңдаушылық жоқ емес. Көп жағдайда бұл алаңдау олардың (ЖИ құралдарының) дұрыс ақпарат бермеу салдарынан адасушылыққа ұрындыру, ұйымдардың қарсылығын тудыру, ақырында бейтаныс түйткілдерге әкеліп соғу секілді тәуекелдерді туындата ма деген қауіппен байланысты»,– дейді AERC сарапшылары.
Машиналық оқыту алгоритмдерінің ерекшелігі
Дегенмен машиналық оқыту алгоритмдерінің дәстүрлі компьютерлік бағдарламаларға қарағанда басқаша жұмыс істейтінін ескеру керек. Олар функциялау үшін анық инструкцияны талап етудің орнына, өздеріне оқыту үшін берілген мысалдардан инструкцияны өздері-ақ алып шығады. Мысалы, бейнелердің жаттығу жиынын ескере отырып, ML (машиналық оқыту) жүйелері (белгілі бір тұлғаның қандай физикалық ерекшеліктерін сипаттайтынын толық түсіндіру мүмкін болмаса да) нақты адамдарды тануды үйрене алады.
Бұл қабілеті ML жүйесінің керемет, маңызды аспектісін көрсетеді. Олар инструкция болмаған күннің өзінде тапсырмаларды орындай беруге үйретілген. Тіпті өмірлік тәжірибе көмегімен ғана еңсерілетін міндеттердің өзін олар оңай атқарады. Клиенттермен байланыс саласына келетін болсақ, осы салаға көмекші ретінде әзірленген ML жүйелері көбінесе өз қабілеттерімен ерекшеленетін адам-жұмысшылардан алынған мәліметтермен оқытылады.
Тапсырмалардың бірнеше мысалының (маркетингтік материалдарды жазу, жүк көлігін жүргізу немесе науқасқа диагностика жасау) жақсы немесе нашар орындалатынын бақылай отырып, бұл модельдер жоғары өнімді жұмысшыларды тиімділігі төмен әріптестерінен қандай ерекше мінез-құлық пен сипаттамалар ерекшелендіретінін жанама түрде біле алады.
Яғни генеративті жасанды интеллект моделдері күрделі тапсырмаларды орындап қана қоймай, жоғары деңгейдегі жұмысшылардың айырықша қабілеттерін де меңгеріп алады. Осылайша, ML құралдарын пайдалану біліктілігі төмен жұмысшыларға жаңа дағдыларды игеруге көмектеседі және өнімділіктің айтарлықтай өзгеруіне әкеледі. Талдау жұмысының авторлары бірнеше қорытынды жасай отыра бұл гипотезаны растайды.
Жасанды интеллекті қызмет көрсету саласында
Зерттеу материалында ЖИ-дің клиенттерге қызмет көрсету саласындағы (клиенттермен чатта сөйлесу) жұмыскерлердің еңбек өнімділігін орта есеппен 14 пайызға арттыруға көмектесетіні айтылған. Бұл нәтиже өнімділіктің үш компонентіндегі өзгерістен көрініс табады:
- Агенттің жеке чатты өңдеуге жұмсайтын уақытын қысқартады;
- Агенттің бір сағатта өңдейтін чат санын көбейтеді (агенттер бір сәтте бірнеше чатты өңдеуі мүмкін);
- Табысты шешімін тапқан чат үлесі аздап көбейеді.
«Бірақ бұл ретте ЖИ көмегінің өндірістегі өнімділікке әсері әркез біркелкі бола бермейтінін де ескерген жөн болады. Біліктілігі төмен және тәжірибелі жұмысшылар біз қарастырған әрбір өнімділік көрсеткішін жақсырақ орындағанын, соның ішінде сағатына орындай алатын тапсырмалар санының 34 пайызға артқанын анықтадық. Жасанды инттелект құралына қол жеткізу жаңа агенттердің мансап жолында тез өсуіне мүмкіндік береді: чат көмекшісін пайдаланатын және екі айлық жұмыс өтілі бар агенттер онсыз және алты айдан астам жұмыс өтілі бар агенттер сияқты жақсы жұмыс істейді.
Бір жағынан, авторлар әлдеқайда тәжірибелі және біліктілігі жоғары жұмысшылардың өнімділікке тигізер әсері минималды екенін анықтаған. Керісінше, авторлар біліктілігі жоғары және тәжірибелі агенттер үшін жасанды интеллект көмегі олардың әңгімесінің сапасын төмендетуі мүмкін екеніне дәлелдер келтіреді. Басқаша айтқанда, зерттеу авторлары ЖИ моделі жаңадан бастаушыларға өнімділікті арттыруға көбірек көмектесетіні туралы алдын ала мысалдар келтіреді, өйткені ол тәжірибелі жұмысшылардың жақсы тәжірибесін еселей түседі. Бірақ тәжірибелі жұмысшылардың өнімділігіне генеративті ЖИ әсері тым аз болады немесе тіпті теріс әсер етуі әбден ықтимал», – деп жазады AERC сарапшылары.
Дегенмен ЖИ-ден үйренген жұмысшының тәжірибелі бола түсетіні жалған емес. Зерттеуге сүйенер болсақ, ЖИ рекомендацияларын кірпік қақпай орындауға бейіл қызметкерлер өздерінде өнімділіктің әжептәуір өскенін байқайды. Нәтижесінде сол рекомендациялардан сабақ алуға тырысады.
«Материал авторлары агенттердің чат мәтінін талдай келе, ЖИ-ға деген қолжетімділіктің жаңа және тәжірибелі қызметкерлердің қарым-қатынас моделін жақындата түскенін анықтаған. Біліктілігі төмендеу агенттер біліктілігі жоғары агенттер секілді сөйлесіп, қызмет ете бастаған. Осылайша, генеративті ЖИ-ға деген қолжетімділік әсіресе, клиенттерге қызмет көрсету саласындағы сапаны ілгерілетті деп айтуға негіз бар. Алайда материал авторлары зерттеу жұмысының нәтижелері генеративті ЖИ құралдарының барлық сектордағы жұмыспен қамтуға немесе жалақыға жиынтық әсеріне қатысты емес екенін атап көрсетеді. Зерттеу нақты саладағы нақты генеративті ЖИ-ға бағытталған», – деп түйіндейді шолуды.
Генеративті жасанды интеллект
Айта кетейік, генеративті ЖИ – әңгімелесу, сурет, видео және музыканы қоса алғанда жаңа идеялар мен жаңа контенттер тудыра білуге қабілетті ЖИ типі. Қазіргі уақытта жасанды интеллект технологиялары аударма жасау, табиғи тілді өңдеу (NLP) және суреттерді тану секілді дәстүрлі емес есептеу тапсырмаларын орындауда адами таным-қабілетті қайталауға түрлендіруге тырысып жатыр. Ол – ақиқат. Генеративті ЖИ – жасанды интеллектті әзірлеу, өңдеу барысындағы кезекті қадам. Генеративті ЖИ-ді адам тілін, бағдарламалау тілін, өнерді, химияны, биологияны, физиканы, басқа да кез келген күрделі пән мен бағытты үйретуге дайындауға болады. Ол өзі үйренген деректер негізінде жаңа міндеттерді шеше бастайды. Мысалы, ол ағылшын тілін меңгеріп алып, әрі қарай өлең шығара бастауы мүмкін. Бұл ретте мамандар генеративті ЖИ-ді чат-боттар жұмысын реттеп отыру, мультимедиалық материалдар жасау, өнімдерді әзірлеу мен олардың дизайнын қалыптастыру үшін пайдалануға болатынын айтады.
Расымен, ChatGPT сияқты генеративті жасанды интеллектіге негізделген қосымшалар халықтың назарын аударып, қиялын жаулап алды. Олардың көмегімен клиенттермен өзара әрекеттесу процестерінің көпшілігін қайта қарастыруға және жаңа, бұрын-соңды болмаған қосымшаларды жасауға, сондай-ақ клиенттерге жаңа өнімділік көрсеткіштеріне қол жеткізуге көмектеседі.
Генеративті жасанды интеллектіге негізделген қосымшалар
Goldman Sachs компаниясының дерегінше, генеративті ЖИ әлемдік жалпы ішкі өнімнің (ЖІӨ) 7 пайызға дейін (немесе 7 трлн долларға дейін) ұлғаюын қамтамасыз ете алады. Сонымен қатар 10 жылда өнімділік өсімі 1,5 пайыздық тармаққа артуы мүмкін деген болжам айтылады.
McKinsey жүргізген сауалнама қорытындысында бес компанияның төртеуі генеративті ЖИ-ді қолдана бастады делінеді. Респонденттердің 80 пайызы оны өз жұмысында сынап көрген, ал 22 пайызы тұрақты түрде қолданады екен. Бұл ретте әсіресе, технологиялық, қаржылық және консалтингтік компаниялар көш бастайды.
ЖИ нәтижесінде үлкен табысқа жетіп отырған ұйымдар көп жағдайда дәстүрлі құралдарды ЖИ құралдармен комбинациялап, бизнес-функцияларды реттеуде оны кеңінен қолданып отыр екен. Әдеттегі фирмалар ЖИ-ді іркілістерді болдырмау үшін пайдаланса, жетекші компаниялар жаңа құндылықтар құру, жаңа бизнес ашу және жаңа бағыттарды тудыру тұрғысынан қолданғанды жөн көреді.
ЖИ-ді жаппай енгізіп жатқан компаниялар генеративті ЖИ құралдарын пайдалануға құмар. Бұл құралды олар негізінен өнімдер дайындау, тәуекел-менеджментті қалыптастыру, логистикалық және кадрлық жұмыстарды басқару бойынша бағдар етеді.
«Тіпті тиімділігі жоғары компаниялардың өзі ЖИ-дің алдыңғы қатарлы тәсілдері мен әдістерін толық игеріп кете алған жоқ. Бағаланбай тұрған құралдың бірі – MLOps – өндірісте машиналық оқыту үлгілерін сенімді және тиімді орналастыруға және қолдауға бағытталған тәжірибелер жиынтығы. Бұл құралды қазір ЖИ-ді енгізген көшбасшы-компаниялардың небәрі 35 пайызы пайдаланады. Қарапайым компаниялардағы үлес деңгейі – 19 пайыз. Әйтпесе, MLOps әдістері өзін баяғыда-ақ жақсы қырынан көрсетіп үлгерген.
ЖИ қызметкерлері үшін – бұл қауіп емес. Басшылардың біразы жақын үш жылда қызметкерлерді генеративті ЖИ жетістігіне бола жұмыстан қысқартуды жоспарлап отырған жоқ. Бірақ бұл сервистік операцияларға қатыссыз. Сонымен қатар көптеген басшылар ЖИ кейбір салаларда вакансия санын арттырады деп болжайды. Мәселен, олардың арасында өнімдерді әзірлеу мен тәуекелдерді басқару бар», – дейді сарапшылар.
ЖИ төндіруі ықтимал тәуекелдер
Дегенмен ЖИ төндіруі ықтимал тәуекелдерді де ескермеуге болмайды. Сауалнамаға қатысқан респонденттердің басым бөлігі олар жұмыс істейтін ұйымның ЖИ-мен байланысты тәуекелдерге бас қатырмайтынын айтқан. ЖИ технологиясын пайдалануды реттейтін саясат тек компаниялардың 21 пайызында ғана енгізілген.
Айта кету керек, әлемге танымал компаниялар арасында NVIDIA мен Siemens өндірісте және өнеркәсіптік жобалауда генеративті ЖИ-ді енгізу бойынша ынтымақтастықты кеңейткенін мәлімдеді. Siemens өзінің Xcelerator платформасында NVIDIA Omniverse Cloud API жаңа бағдарламалық интерфейсін интеграцияламақ.
Omniverse Cloud – орналасқан жеріне қарамастан мета әлем қолданбаларын жобалауға, жариялауға, пайдалануға және сынауға мүмкіндік беретін бұлттық қызметтердің кешенді пакеті. Ал Xcelerator – бұл қосымшаларды әзірлеуге арналған бағдарламалық жасақтама мен қызметтердің интеграцияланған пакеті.
NVIDIA мен Siemens бұл ретте Omniverse және Xcelerator платформаларын біріктіре отырып, өнеркәсіптік автоматтандыруды жаңа деңгейге шығаруды жоспарлап отыр. Серіктестер кең ауқымды Xcelerator өнеркәсіптік экожүйесін және ЖИ қолдауымен нақты уақыттағы виртуалды әлемді құрудың физикалық дәл тетігін біріктіреді. Бұл нақты, шынайы цифрлық егіздерді жасауға мүмкіндік береді.
