A mesterséges intelligencia alkalmazásában a Fujitsu azoknál a nagyvállalatoknál tapasztal érdemi fejlődést, amelyek az MI-technológiát üzleti folyamataikba integrálva már egyértelműen továbbléptek a kísérletezés szakaszából az éles működés felé. Azok a korai bevezetők, akik nem riadtak vissza a nehézségektől, és hajlandóak voltak kockázatot vállalni a kísérletezés szakaszában, mára versenyelőnyre tettek szert iparágukban.
E cégek mostanában terjesztik ki MI-megoldásaikat az éles munkafolyamatokra. Miközben a laborkísérletektől eljutnak az üzleti folyamatokba és környezetbe integrálásig, rájönnek, hogy végponttól végpontig terjedő szolgáltatásokra van szükségük. Ekkor szembesülnek először az adatbiztonság problémáival is. Mostanra már feltűntek a horizonton az MI-biztonságot fenyegető veszélyek, és a szervezetek kezdenek ráébredni, hogy a megbízható működéshez mind a külső támadásokkal, mind a belső szubjektivitással szemben meg kell védeniük mesterségesintelligencia-alapú rendszereiket.
MI-etika
A szubjektivitás pedig szoros kapcsolatban áll a mesterséges intelligencia mögötti etika kérdéskörével. Az algoritmusok adatokból tanulnak, az adatok pedig nem feltétlenül korrekt emberi döntésekre épülnek. Ettől kezdve pedig rendkívül fontos, hogy bizonyítani tudjuk: az MI-rendszerek által hozott automatikus döntések korrekt helyzetértékelésen alapulnak.
Az IDC előrejelzése szerint például az algoritmusok átláthatóságának hiánya, az elfogult döntések, a mesterséges intelligencia rossz szándékú felhasználása és az adatkezelési erőírások miatt a következő két évben meg fog duplázódni a releváns adatvagyon-kezelési és megfelelési szakemberek (úgynevezett "kimagyarázó csapatok") foglalkoztatására fordított összeg. Nézeteim szerint inkább igazolhatóságról és auditálhatóságról kellene beszélnünk ebben a kontextusban, amelyben az igazságosság és a jogszerű eljárás a két fő szempont.
Az MI működésének megmagyarázása a jövőben sem lesz egyszerűbb. A jelenleg felkapott megoldások főleg viszonylag "egyszerű" gépi tanulási mechanizmusokat, illetve a mélytanulást támogató, komplikáltabb neurális hálózatokat használnak. A következő lépés az alternatív algoritmusok, például a GAN-hálózatok (Generative Adversarial Networks) megjelenése lesz, ahol az MI egyik generációja tanítja a másikat. Bár ezek várhatóan nem jelennek meg éles környezetekben 2021 előtt, arra számíthatunk, hogy a komplexitás még magasabb szintjére fogják emelni az etikai és szabályozási problémákat. És ha ez még nem jelentene elegendő kihívást, a valós idejű adatelemzés lesz az új kísérleti terület.
Milyen adatok?
Arra az íratlan feltételezésre épül az MI-szakirodalom, hogy minden szervezet olyan adathegyek tetején csücsül, amelyek bányászatával gyakorlatias felismerésekhez juthat. De mi a helyzet azokkal, akik nem rendelkeznek a szükséges adattömeggel? Ők meg vannak fosztva a mesterséges intelligencia hasznosításának lehetőségétől? Nem, sőt épp 2019 lesz az az év, amikor várakozásaink szerint gyakoribbá válik a kis mennyiségű tényleges adattal és nagy mennyiségű szimulált adattal dolgozó szintetikus MI-modell alkalmazása.
A Forrester szerint a döntéshozók kétharmada számára nehézséget jelent a mesterséges intelligenciához értő tehetséges munkatársak felkutatása és felvétele, és 83 százalékuk a dolgozók megtartása terén is kihívásokkal szembesül. Ironikus módon egyes cégek most épp az MI-folyamatok automatizálására és az adattudósok munkájának kiváltására próbálják használni a mesterséges intelligenciát a szakemberhiány hatásának enyhítése érdekében. A vállalatoknak fontolóra kell venniük bizonyos szervezeti változások végrehajtását. Ez pedig komoly kulturális következményekkel jár a szervezetekre nézve, mivel azt jelenti, hogy döntéshozóiknak, HR-, jogi, értékesítési és marketingszakembereiknek egyaránt érteniük kell a mesterséges intelligenciához.
A szakemberek utáni kutatás során az architektúrák ismerete épp annyira fontos, mint az MI-szakértelem. Az IDC elemzői szerint az IT-rendszerbevezetési projektek MI-alapú automatizálásával új igény jelentkezik a Fujitushoz hasonló, mélyreható iparági és funkcionális szakértelemmel rendelkező vállalatok tanácsadási, műszaki és üzleti szolgáltatásai iránt. Az MI éles üzemi alkalmazásának szakaszába lépve csak megfelelő architekturális szakértelem birtokában tudnak a szervezetek a mesterséges intelligencia kezelésére képes környezeteket létrehozni.
