W bardziej zaawansowanych gospodarkach trwa hype na sztuczną inteligencję, a na Wall Street wyceny "produkujących" ją spółek technologicznych przebiły niebo. Międzynarodowy Fundusz Walutowy podkreśla, że inwestycje w AI utrzymują amerykańską gospodarkę w pionie, pomimo polityki Donalda Trumpa. Ale zaznacza także ryzyko korekty. Według raportu OVHcloud z trzech faz jakie przechodzi adopcja każdej przełomowej technologii (ignorancja, hype i transformacja rynku) Polska właśnie wchodzi w drugą fazę.
Raport szacuje, że polski rynek AI wart jest 1,8 mld zł. To niespełna 1 proc. wartości rynku w Unii, gdy Polska gospodarka w Unii "waży" ponad 4 proc. Następuje jednak przyspieszenie - roczna dynamika wzrostu rynku AI wynosi w Polsce wynosi ok. 40 proc., gdy globalna przeciętna - według badań firmy doradczej McKinsey & Co - mieści się między 35 a 45 proc.
- 1,8 mld zł to bardzo mało. Rynek kawy w Polsce wart jest 8 mld zł. To zaledwie tyle, co koszt nowego projektu technologicznego, jak postawienie fabryki - mówiła podczas prezentacji raportu Joanna Parasiewicz, manager ds. komunikacje na Europę Środkową i Wschodnią w OVHcloud.
Polskie firmy czekają. Dlaczego?
Z oceną sztucznej inteligencji jest znacznie lepiej niż z faktycznymi wdrożeniami. Trzy czwarte dużych i średnich polskich firm deklaruje pozytywne nastawienie do niej, 30 proc. firm prowadzi testy lub ma za sobą pierwsze wdrożenia. Niemal połowa (47 proc.) wciąż ogranicza się do obserwowania rynku i nie ma precyzyjnego planu wdrożeniowego. Przyjmują postawę: poczekamy - zobaczymy.
Czy to słuszna postawa? Choć zdecydowana większość firm ma świadomość, że AI to technologia przełomowa, zdają sobie równocześnie sprawę, że jeśli się do wdrażania niewłaściwie zabrać, można przepalić ogromne pieniądze.
- Dużo firm się przymierza, testuje, sprawdza. Byłabym ostrożna z tezą, że wyszliśmy poza fazę prototypów - powiedziała podczas dyskusji na raportem Marzena Rybicka-Szudera, prezeska firmy technologicznej Sopra Steria Poland.
Czego przedsiębiorstwa oczekują od AI? Niedawne jeszcze szacunki mówiły, że powszechne zastosowanie sztucznej inteligencji może spowodować utratę nawet 60 proc. miejsc pracy. Obecnie te szacunki są już podważane przez nowe badania, ale polscy przedsiębiorcy na zwalnianie pracowników i cięcie w ten sposób kosztów są bardzo łasi. To nie wychodzi - mówią eksperci.
- Spotykamy się z tym, że klient liczy na to, że dzięki AI zwolni 5 czy 10 pracowników z danego działu, a to się niestety nie udało - mówił Adam Biel, członek zarządu Casus Finanse.
Do tego, żeby narzędzia sztucznej inteligencji skutecznie wdrożyć, i żeby pomagały w biznesie, zamiast przepalać pieniądze, trzeba dobrze przyjrzeć się konkretnym procesom biznesowym. To wymaga wysokich kompetencji, strategicznej wizji i dobrej znajomości procesów, jakie zachodzą w organizacji.
- Trzeba prawidłowo ustawić oczekiwania, czego wymagać od technologii, a do czego jej nie używać - powiedział Jacek Popko, Director of Digital Solutions MakoLab.
Do czego służy AI
Do czego zatem warto zastosować sztuczną inteligencję w przedsiębiorstwie?
- Skrócenia czasu na obsługę procesu biznesowego, uwolnienia części czasu pracy pracowników back-office i - co mniej oczywiste - poszerzenia kontekstu do podejmowania decyzji, np. geopolitycznego - mówił Jacek Popko.
Problem polega na tym, że przedsiębiorstwa nie wiedzą jak to wszystko poukładać. Zwykle w firmach największe kompetencje w zakresie AI mają ludzie z działów IT. Ale jej wykorzystanie powinno zależeć od biznesu, a tam z kolei wiedza technologiczna bywa mało zaawansowana. Stanowi to barierę przed podejmowaniem decyzji wdrożeniowych.
- Gdy klient pyta o AI, odpowiadam - pokaż mi powód biznesowy, żebyśmy mieli to robić - powiedział Jacek Popko.
Firmy zdają sobie sprawę z tego, że największe korzyści z wykorzystania sztucznej inteligencji można odnieść dzięki jest "inteligentnemu" wykorzystaniu danych. W badaniu OVHcloud 63 proc. firm wskazało analitykę danych i business intelligence jako kluczowy obszar do wdrożenia AI. Ale nie jest pewne, czy wielkie modele językowe dostarczane przez technologicznych gigantów poradzą sobie z danymi nieustrukturyzowanymi posiadanymi przez konkretne przedsiębiorstwo. Możliwe, że zaczną "halucynować".
- Proces rozpoczyna się zawsze od danych (…) Problemem jest to, czy z języka naturalnego da się wyciągnąć dane ustrukturyzowane - mówił Jacek Popko.
Z danymi jest jeszcze jeden zasadniczy problem. Gdy przedsiębiorstwa wybierają technologie AI, bezpieczeństwo danych stanowi dla nich absolutny priorytet. Wskazuje na to 67 proc. pytanych firm. Eksperci zdecydowanie zgadzają się z takim podejściem.
- Obawa o bezpieczeństwo i spójność danych przejawiała się w każdej grupie, dla 82 proc. średnich firm najważniejsze jest bezpieczeństwo - mówiła Joanna Parasiewicz.
- Pierwsza kwestia to suwerenność danych. Trzymamy dane przy orderach - dodał Jacek Popko.
Kto się boi sztucznej inteligencji
Problem polega na tym, że dostarczając dane do wielkiego modelu językowego powierzamy je jego właścicielowi i przestajemy mieć kontrolę nad tym, co z nimi zrobi, czy je wykorzysta i jak je wykorzysta. Co więcej, jeśli jest to dostawca technologii z USA, ma on obowiązek udostępnić dane tamtejszym służbom specjalnym na ich żądanie, nawet jeśli te dane są przechowywane wyłącznie Europie. To bardzo poważna obawa, szczególnie w czasach, kiedy transatlantycki sojusz zapada się w atlantycki rów.
- To niepokojące zjawisko, że FBI może do tego wejść - mówił Michał Kulesza, adwokat, partner w kancelarii Rymarz Zdort Maruta.
W instytucjach finansowych, które potencjalnie mogą najwięcej skorzystać na wdrażaniu narzędzi sztucznej inteligencji, a w szczególności w takich, jak banki problem ma jeszcze jeden wymiar. Unijne prawo regulujące wykorzystanie AI, czyli AI Act uznaje ten sektor za wysokiego ryzyka i wprowadza szczególnie ścisłe obostrzenia. Banki muszą działać zgodnie z nimi, a dopiero zaczynają budować kompetencje w zakresie compliance. Co z tego wynika?
- Jestem bardzo sceptyczny co do wdrożeń. Klienci bardzo są zainteresowani, ale jeśli okazuje, że pojawia się odpowiedzialność zarządu, compliance, to mówią - dziękuję - powiedział Michał Kulesza.
- Nawet duże instytucje boją się compliance, mówią, że nie maja procedur (…) 80 proc. firm z branży finansowej mówi - chcemy tego dotknąć, ale tylko 7-8 proc. firm - wdraża - dodał Karol Dziasek, szef innowacji oraz współzałożyciel firmy technologicznej Self Learning Solutions.
Zaledwie 9 proc. badanych na rzecz raportu przedsiębiorstw zadeklarowało szczegółową znajomość AI Act, a prawie połowa (46 proc.) przewiduje, że unijne przepisy spowolnią wdrożenia sztucznej inteligencji.
Małe modele będą piękne
Częściowym rozwiązaniem wielu dylematów związanych z dostępem do danych są małe modele językowe, zbudowane dla konkretnych zbiorów danych i na nich trenowane w zamkniętych środowiskach, w których dane są gromadzone, zwanych infrastrukturą on premise. Przed wiekami nazywano to po prostu serwerownią. "Zamknięte" dane są bezpieczne, model można skroić na miarę potrzeb przedsiębiorstwa, ale chmura publiczna staje się zbyteczna, a rozmowa o kosztach jest już zupełnie inna. Liczne firmy sądzą, że taka jednak będzie przyszłość AI.
- Pracujemy nad naszym małym modelem, który będzie agentem softlearningu - powiedział Karol Dziasek.
Z raportu OVHcloud wynika, że polskie przedsiębiorstwa podzielają takie podejście. Dla większości z nich kluczową rolę odgrywają partnerzy technologiczni. 57 proc. korzysta z ich usług, by zyskać dostęp do sprawdzonych rozwiązań, a 43 proc. - by przyspieszyć wdrożenia. Przedsiębiorstwa (43 proc.) opowiadają się za "szytym na miarę" modelem współpracy z zewnętrznym dostawcą technologii.
Ważne jest dla nich pochodzenie geograficzne dostawcy AI. W rankingu zaufania prowadzą polscy producenci (54 proc.), tuż przed dostawcami z innych krajów UE (46 proc.), gdy na rozwiązania pochodzące z USA wskazuje 34 proc. firm.
Co więcej, gdyby dostęp do technologii z USA został ograniczony, aż 87 proc. firm rozważyłoby przejście do dostawcy z Polski lub innego kraju Unii. Na polskim rynku "producenci" sztucznej inteligencji z Chin i pozostałych rynków pozaeuropejskich mają marginalne znaczenie. Cieszą się zaledwie 8 proc. wskazań.
Jeśli jednak wielkie modele językowe będą nam pomocne co najwyżej do szukania przepisu na zupę dyniową, pisania wypracowania na temat "Co Chopin miał na myśli pisząc sonatę h-moll" w 7c, czy też odpisywania na maile klientom nieco koślawie, bo wielkie modele nie rozumieją np. ironii lub sarkazmu - to trudno nie zadać pytania - jakie będą stopy zwrotu technologicznych gigantów, których akcje na nowojorskiej giełdzie już dawno przebiły niebo? Polscy eksperci nie mają wątpliwości.
- To pompowana bańka, która najprawdopodobniej pęknie - mówią.
Jacek Ramotowski
