Business Signature СПЕЦИАЛНО ИЗДАНИЕ /// Tech Connect 2023

Какви цели си поставяте в PwC с инвестирането на 1 млрд. долара в технология за генеративен изкуствен интелект (Gen AI)?

Генеративният изкуствен интелект е на път да преобрази начина, по който работим, живеем и комуникираме. Ние сме свидетели на ключов момент в тази технологична еволюция, който представя нови предизвикателства и възможности както за нас, така и за нашите клиенти. Нашата инвестиция е отражение не само на случващото се около нас, но и на дългогодишния ни ангажимент за разработване и създаване на устойчиви и надеждни AI решения. Благодарение на нашето водещо партньорство с Microsoft и разработването на решения с помощта на Copilot, OpenAI’s GPT-4, Meta’s Llama2 и иновативни стартъпи като Harvey ние имаме възможността не само да подобрим вътрешните си процеси, но и активно да съдействаме на нашите клиенти за тяхната дигитална трансформация. Някои от ключовите ползи, които наблюдаваме за бизнеса, включват: повишаване на продуктивността, разработване на нови продукти и услуги, демократизация на достъпа до информация за нетехническия персонал, подобрение на клиентското обслужване и изграждане на по-голямо доверие.

Какво представлява генеративният изкуствен интелект и как се различава от машинното обучение (Тask-based Machinelearning)?

Maшинното обучение e специализиран дял на AI, който позволява на машина или система да учи и подобрява своите умения чрез опит, без изрично програмиране. Този вид машинно обучение се използва за разнообразни задачи, включително класификация, регресия и сегментация, с основен акцент върху оптимизацията на тези задачи. Можем да го сравним с ученето на деца да разпознават различни породи кучета, като им показваме различни снимки, докато научат да ги разпознават правилно. Подобно на този пример, моделите за машинно обучение продължават да подобряват точността си с времето и при наличие на по-голям обем информация за обучение. Генеративният изкуствен интелект, от друга страна, е насочен към създаването на ново съдържание като изображения, код, музика или текст, като се обучава върху големи набори от данни. Ако вземем примера по-горе, това е като ученето на дете да рисува дадена порода куче, след като го научим да го разпознава.

Тези алгоритми използват разбирането си, за да създадат нещо ново, което все още следва основните модели. Бихте ли ни дали пример?

Двете категории модели могат да бъдат приложени по следния начин във финансовата индустрия в България:

• Анализирайки предишни успешни рекламни кампании както и българските културни особености, Gen AI може да генерира иновативни и персонализирани рекламни материали, които са подходящи за местния пазар.

• Същата финансово-кредитна институция може да използва Machine Learning модел, обучен с исторически данни за клиентите – демографски характеристики, доходи, заетост и кредитна история, за да анализира риска от неплатежоспособност на кредити.

Какъв съвет бихте дали на мениджърите, които започват да експериментират с Gen AI? С кои отдели и бизнес процеси да започнат?

Експериментирането с Gen AI може да бъде стимулиращо и полезно за бизнеса, но успехът изисква добра стратегия. Съветът ми към мениджърите, които сега стартират с Gen AI, е следният: • Бъдете наясно с възможностите и отганиченията на Gen AI моделите. Преди да започнете с експериментите, е важно да разберете потенциала на тези модели и текущата регулаторна рамка. През юни тази година Европейският парламент одобри Законодателния акт за изкуствения интелект на ЕС, който представя конкретни изисквания за работата с Gen AI модели, като напр. оценка на риска, методи за разпознаване на съдържание, създадено от Gen AI, и регистрация на моделите в европейската база данни.

• Постепенно внедряване: Не се опитвайте да промените всичко наведнъж. Започнете с малки проекти, за да тествате даден модел и да разберете как той може да бъде интегриран в съществуващите бизнес процеси.

• Инвестирайте в обучение и инфраструктура: Работата с Gen AI изисква специфични знания и инфраструктурни ресурси. Инвестирайте в обучение за вашия екип и осигурете необходимите инфраструктурни ресурси, които ще ви позволят да използвате тези модели ефективно. Отдели, с които бих препоръчала да започне внедряването на Gen AI, включват маркетинг и продажби, IT и операции. Този избор не е случаен, а се базира на голямото разнообразие от данни, с които тези отдели разполагат, възможността за автоматизация на рутинните задачи и потенциалните ползи, които могат да се постигнат в резултат от тяхната автоматизация. 

СНЕЖАНА ИЛИЕВА е ръководител на отдела по изкуствен интелект и машинно обучение на PwC за региона на Югоизточна Европа. Директор с над 10-годишен опит в сътрудничеството с клиенти и ръководенето на проекти в областта на данните и изкуствения интелект в различни сектори, включително банкиране, управление на активи и търговия на дребно. Този опит е придобит както в консултантската сфера, така и в областта на разработката на продукти. Снежана вдъхновява своя екип и клиенти чрез изготвянето и имплементацията на решения, използващи изкуствен интелект, за постигане на значителен растеж и иновации.