Wydatki na generatywną sztuczną inteligencję - dlaczego stale rosną?

Wydatki na generatywną sztuczną inteligencję stale rosną, ponieważ technologia ta zwiększa produktywność firm i ma potencjał, by znacząco wpłynąć na globalną gospodarkę. Chociaż wiele przedsiębiorstw obawia się wdrożenia GenAI, to coraz więcej z nich centralizuje procesy decyzyjne związane z tą technologią i dostrzega możliwości jej wykorzystania. Artykuł omawia bariery hamujące rozwój generatywnej AI, ale także wskazuje perspektywiczne kierunki, w których zmierza ta innowacyjna technologia.

GenAI zwiększa produktywność firm

Według badań McKinsey, wpływ generatywnej AI na efektywność pracy może zwiększyć wartość globalnej gospodarki nawet o 4,4 biliony dolarów rocznie. Nic więc dziwnego, że firmy coraz chętniej inwestują w rozwój tej technologii, dostrzegając jej ogromny potencjał.

Spośród firm, które wdrożyły już projekty z zakresu GenAI, aż 87% deklaruje, że technologia ta jest na dobrej drodze do przynoszenia znaczących wyników. Ponadto 80% z nich stworzyło scentralizowane zespoły zajmujące się podejmowaniem decyzji dotyczących GenAI lub powołało centra doskonałości w tym obszarze.

Zdecydowana większość firm (82%) stawia na lokalne bądź hybrydowe systemy GenAI, które zapewniają większe bezpieczeństwo i kontrolę kosztów. Priorytetami we wdrażaniu tej technologii są dla nich przede wszystkim wzrost produktywności, usprawnienie procesów i obniżenie kosztów.

Reakcja rynku na rozwój GenAI

Z jednej strony następuje intensyfikacja działań firm w obszarze Generative AI, z drugiej - nie brakuje głosów ostrożności.

Przykładowo, 44% ankietowanych przez Dell Technologies menedżerów ds. IT stwierdziło, że ich firmy znajdują się na wczesnym lub średnio zaawansowanym etapie rozwijania projektów z GenAI. Jednocześnie 37% badanych zadeklarowało, że w ich organizacjach istnieją obawy dotyczące wdrażania tej technologii.

Obawy firm przed wdrażaniem GenAI

Mimo rosnącego zainteresowania technologią GenAI, wciąż istnieją bariery hamujące jej szersze upowszechnienie. Według badań Dell Technologies, aż 37% firm podchodzi niechętnie do wdrożeń systemów wykorzystujących generatywną SI.

Główne obawy koncentrują się wokół kwestii bezpieczeństwa (45%), wyzwań technicznych (39%) i zarządzania danymi (38%). Szczególnie duże wątpliwości mają firmy z Wielkiej Brytanii, gdzie prawie połowa (49%) ankietowanych zgłasza zastrzeżenia do GenAI.

Pomimo istnienia pewnych obaw, większość firm, które zdecydowały się na pilotażowe wdrożenia generatywnej SI, pozytywnie ocenia dotychczasowe rezultaty. Wskazują, że kluczem jest zdefiniowanie odpowiednich modeli i algorytmów, które pozwolą w pełni wykorzystać możliwości tej technologii.

Bariery techniczne i kosztowe

Istotną barierą są też koszty i dostępność mocy obliczeniowych. Modele generatywne AI wymagają zwykle sporych zasobów, co może być utrudnieniem dla mniejszych podmiotów.

Dodatkowo algorytmy GANs są wrażliwe na zakłócenia w danych, co prowadzi do generowania błędnych wyników. Konieczne jest więc wdrażanie rozwiązań weryfikujących poprawność działania systemów GenAI.

Czytaj więcej: Router WiFi na kabel koncentryczny – Instalacja i konfiguracja

Centralizacja procesów decyzyjnych GenAI

Wraz z rozwojem projektów z zakresu generatywnej SI, rośnie świadomość potrzeby scentralizowanego zarządzania tą technologią. Według badań Dell Technologies, zdecydowana większość firm, które wdrożyły już GenAI poza fazę pilotażu, utworzyła wyspecjalizowane zespoły podejmujące decyzje w tym obszarze.

Żadna inna technologia nie osiągnęła tego, co Generative AI, w mniej niż rok. To rozwiązanie pobudziło wyobraźnię milionów osób i może stać się potężnym czynnikiem wpływającym na rozwój firm – komentuje Adrian McDonald, prezes Dell Technologies w regionie EMEA.

Dzięki centralnemu zarządzaniu inicjatywami z zakresu generatywnej SI, firmy mogą sprawniej wdrażać innowacyjne rozwiązania, koordynować działania i dzielić się wiedzą pomiędzy zespołami projektowymi.

Kierunki rozwoju generatywnej AI

Generatywna SI nieustannie się rozwija, wnika w różne dziedziny życia i zyskuje coraz szersze spektrum zastosowań. Obecnie intensywne prace badawcze prowadzone są m.in. nad poprawą jakości generowanych obrazów, uniwersalizacją modeli GANs czy zwiększaniem odporności algorytmów na zakłócenia.

• Udoskonalanie generowanych obrazów pod kątem realistyczności i spójności treści
• Adaptacja modeli GANs do zastosowań w medycynie, sztuce czy projektowaniu gier
• Zwiększanie odporności na zakłócenia i poprawa interpretowalności algorytmów

Nowe możliwości otwiera też wykorzystanie generatywnej SI w celu ulepszania zbiorów danych do uczenia algorytmów. Ponadto modele GAN mogą być pomocne w wykrywaniu deepfake’ów i innych cyberzagrożeń wykorzystujących SI.

Wpływ GenAI na globalną gospodarkę

Generatywna sztuczna inteligencja niesie ze sobą potencjał znacznego wpływu na globalną gospodarkę. Według analityków z McKinsey, wzrost produktywności uzyskany dzięki GenAI może przełożyć się na dodatkowe 2,6-4,4 biliona dolarów wartości światowego PKB rocznie.

Wpływ GenAI na wzrost światowego PKB rocznie

2,6-4,4 bilionów USD

Nic więc dziwnego, że zainteresowanie tą technologią stale rośnie. Według badań Dell Technologies, 3/4 ankietowanych organizacji planuje zwiększyć nakłady na projekty z generatywną SI w roli głównej. Tylko odpowiednio zaprojektowane systemy, dobrze przygotowane zespoły i mądre strategie pozwolą firmom w pełni wykorzystać potencjał, jaki niesie ze sobą GenAI.

Podsumowanie

Generatywna sztuczna inteligencja to technologia o ogromnym potencjale zmieniania rzeczywistości. Choć projekty z zakresu GenAI budzą pewne obawy, firmy dostrzegają korzyści płynące z jej wdrożenia. Centralizacja procesów decyzyjnych i scentralizowane zarządzanie inicjatywami GenAI pozwala organizacjom sprawnie koordynować działania, dzielić się wiedzą i wdrażać innowacje.

Wpływ generatywnej SI na globalną gospodarkę może sięgnąć nawet kilku bilionów dolarów rocznie. Nic więc dziwnego, że zainteresowanie tą technologią stale rośnie. Aby w pełni wykorzystać jej potencjał, firmy muszą jednak pokonać pewne bariery, takie jak problemy techniczne, bezpieczeństwo czy koszty.

Rozwój generatywnej AI postępuje wielotorowo - trwają prace nad ulepszaniem generowanych treści, uniwersalizacją modeli i zwiększaniem ich odporności. Technologia ta zyskuje też nowe zastosowania, m.in. w medycynie, sztuce czy wykrywaniu cyberzagrożeń. Wdrażanie GenAI to proces wymagający czasu, ale potencjał tej technologii wydaje się rekompensować poniesione nakłady.

Podsumowując, rosnące zainteresowanie generatywną SI i chęć pokonywania barier utrudniających jej upowszechnienie pozwala przypuszczać, że w najbliższej przyszłości projekty z wykorzystaniem GenAI staną się standardem w wielu organizacjach i branżach.