Uspeh veštačke inteligencije ne zavisi samo od tehnologije, već od ljudi koji je razumeju i umeju da je primene, glavna je poruka sa konferencije ComingCon o AI transformaciji
Veštačka inteligencija više nije samo alat koji odgovara na pitanja – ona postaje aktivni učesnik poslovnih procesa. Ali to ne znači da će uraditi sav posao za vas, možda vam čak neće ni pomoći ako niste spremni da je primenite sa „svoj slučaj“, istakli su stručnjaci za praktičnu primenu AI na konferenciji kompanije Coming u Beogradu.
Veštačka inteligencije (AI) danas ima tri nivoa, objasnio je Marko Tasić.
„Prvi nivo čine klasični jezički modeli (LLM), koje većina korisnika poznaje i svakodnevno koristi. Ovi modeli funkcionišu reaktivno — odgovaraju na pitanja, pišu tekstove, analiziraju podatke, ali ne deluju samostalno. Drugi nivo označava pojavu AI agenata sa pristupom alatima, bazama podataka i sistemima za automatizaciju. To je trenutak kada veštačka inteligencija prestaje da bude samo pasivni sagovornik i postaje aktivni deo radnog procesa – alat koji može da pronađe dokument, analizira ga i predloži rešenje“, kaže ovaj stručnjak.
Ali ni to nije kraj jer tek na trećem, najnaprednijem nivou koji predstavljaju proaktivni agenti, sistemi AI ne samo da izvršavaju zadatke.
„Oni sami prepoznaju potrebe, planiraju aktivnosti i optimizuju poslovne procese. U pitanju su agenti koji imaju mogućnost rezonovanja, planiranja i donošenja odluka u realnom vremenu“, napominje Tasić.
Ono najvažnije, ipak, zavisi od vas samih
Međutim, to ne znači da su sve poslovne muke kompanija rešene. Uspešna implementacija AI zavisi od kvaliteta podataka, jasne metodologije i saradnje između biznis i IT sektora, ističu stručnjaci..
„AI ne sme da bude cilj sam po sebi, ono je samo sredstvo za rešavanje konkretnih problema i najveću vrednost doneće kompanijama koje znaju šta žele da optimizuju“, naglašava Marko Živković, CEO Cominga.
Živković je ovakav stav potkrepio rezultatima jedne studije čuvenog univerziteta MIT, gde se kaže da je svega 5% projekata u IT, čak i uz pomoć veštačke inteligencije, smatra potpuno uspešnim – čak i uz konzervativno tumačenje rezultata.
„Glavni razlozi za neuspeh ponavljaju se iz projekta u projekat: nejasno definisani procesi, loše postavljeni ciljevi, nedostatak komunikacije između biznis i IT sektora, kao i nedostatak kvalitetnih podataka“, objašnjava Živković i daje ključne faktore uspeha.
Ključni faktori uspeha AI projekata
Da bi projekat zasnovan na AI bio uspešan, potrebno je obratiti pažnju na nekoliko stvari:
- Razumevanje poslovnog procesa – Ako ne razumemo dovoljno dobro proces koji želimo da unapredimo, teško da možemo definisati problem i postaviti realan cilj.
- Komunikacija između biznisa i IT sektora – Biznis mora jasno da definiše potrebe, a IT mora da objasni tehnička ograničenja i mogućnosti tehnologije.
- Kvalitet i količina podataka – Bez relevantnih i kvalitetnih podataka nema ni kvalitetnih AI modela. Podaci moraju biti strukturirani, provereni i adekvatno pripremljeni.
- Infrastruktura i resursi – AI projekti zahtevaju snažnu infrastrukturu, posebno u fazi treniranja modela. Potrebna je skalabilnost i mogućnost obrade velikih količina podataka.
- Metodologija i upravljanje projektom – Projekti veštačke inteligencije zahtevaju specifične metodologije i planiranje koje uzima u obzir ograničenja tehnologije i očekivanja korisnika.
Poruka je jasna: AI ne sme da bude cilj sam po sebi.
„On je samo alat koji treba da reši konkretan poslovni problem. Nije svaka situacija pogodna za primenu AI rešenja. Kao što se kaže – ’onom ko drži čekić, svaki problem liči na ekser’, tako ni AI nije čarobni alat za sve. Zato je neophodno posmatrati ceo poslovni proces, analizirati njegove delove i pronaći tačke gde AI može doneti stvarnu vrednost“, zaključuje Živković.
Ljudi i znanje su presudni
Bez ljudi koji razumeju poslovne procese i spremni su da ih prilagode, nijedna tehnologija ne može doneti rezultate. Potrebni su stručnjaci koji razumeju i biznis i tehnologiju, i koji mogu da sprovedu projekat od početka do kraja, ističu iz Coninga.
Stoga specijalizovane kompanije razvijaju metodologiju i infrastrukturu koja će omogućiti da se AI implementira na održiv način. A iz Coninga su na radionicama konferencije predstavili nekoliko svojih praktičnih AI rešenja: IADP (Intelligent Automatic Document Processing) – sistem za inteligentno prepoznavanje i obradu dokumenata; KomBot – dodatni AI modul za naš dokument menadžment sistem Komdok; i Enterprise Rag – rešenje za centralizovano upravljanje znanjem i internom dokumentacijom u velikim kompanijama.
Neke od njih posetioci su mogli da isprobaju na demo štandovima.
