Tagadhatatlan, hogy a mesterséges intelligencia fejlődése óriási hatással van a munka világára. Szinte minden területen új szemléletre van szükség, legyen szó akár az MI gyakorlati alkalmazásairól, a felhasználási módokról, a technológiai lehetőségekről, a szervezeti adaptációról, a kiberbiztonsági kihívásokról vagy az emberi tényezők kezeléséről.
◼︎ ITBUSINESS Data & Technology
Két külön párhuzamos szekció és egy panelbeszélgetés is foglalkozott dedikáltan a konferencián a mesterséges intelligencia alkalmazásának különféle aspektusaival. A kerekasztalban az egyik központi téma az volt, hogy miként lehet felhasználni az MI-t a szoftverfejlesztésben.
Fejlesztések a kiberbiztonság árnyékában
A Centralis nagyban támaszkodik a GitHub Copilotra, mert jelentősen megkönnyíti a fejlesztők munkáját, árulta el Mészáros László, a Centralis IT-menedzsere A generált kód minősége javult, és gyorsabb lett a munkavégzés. Bár kezdetben felmerültek aggályok az adatbiztonsággal kapcsolatban, a vállalatban fokozatosan elfogadták az MI használatát, egyre több eszközt integrálva a mindennapi munkafolyamatokba.
Hasonló tapasztalatokról számolt be Rab Gergely, a Dell tanácsadója is. A kódolási segítők használatával a fejlesztők sokkal több hibamentes-közeli kódot képesek elkészíteni egy nap alatt, és gyorsan tudnak proof of concepteket létrehozni, tesztelni. A fejlesztői munka felgyorsulása az üzleti döntéshozatal terén is új lehetőségeket nyit meg. Ahogy Vadász Gábor, a BDO Digital ügyvezetője fogalmazott, jelentősen csökken a „time to market”, gyorsabban lehet a verziókat az ügyfelek elé tárni.
Nem várt kiberbiztonsági és szervezeti vagy humán kérdéseket is felvethet az MI-alapú megoldások bevezetése, mint arra Szekér Zoltán, a HRP Europe kiberbiztonsági szakértője rámutatott. Előfordult, hogy egyes fejlesztők a ChatGPT segítségével készítették a kód nagy részét, majd nem tesztelték azokat megfelelően. Nem voltak ismertek a kód forrásai és összetevői, ami problémákat eredményezett a futtatási környezetben. Mindez kihatott a szervezetre is. A ChatGPT-vel gyorsabban, de esetenként gyengébb minőségben születettek meg a kódok, amit viszont a teljesítménymérés nem vett figyelembe – feszültséget okozott a kollégák között, amikor valaki ilyen munkáért kapott jutalmat.
Kezdetben a ChatGPT-t használták a BDO-nál is – mondta Vadász Gábor. Ezt követően belső felmérést végeztek a kollégák körében arról, ki milyen eszközöket használ, majd úgy döntöttek, hogy nem tiltják le a ChatGPT használatát. Ám mivel az adatbiztonság és az ügyféladatok védelme kulcsfontosságú a vállalatnál, a Microsot Azure verzióra váltottak, amelyhez építettek egy a GDPR előírásnak megfelelő frontend-rendszert.
Mindenkinek ismernie kell az MI-t
A cégen belüli adaptáció kihívásaira hívta fel a figyelmet Takács Anna Emese, a BeHive Consulting data science vezetője. Mint elmondta, a ChatGPT megjelenésével még azok az ügyfelek is hajlamosak voltak minden korábbi tervet felrúgni, amelyeknél már létezett vízió az automatizációra és az adatvezérelt működésre való áttérésről. Az eszközök hatékony használatához azonban szükség van arra, hogy az alkalmazottak mélyebben megértsék a napi munkafolyamatokat. A középvezetők oktatása is kulcsfontosságú, hogy az átfogó változás sikeres legyen; mindez pedig a szervezeti struktúra átalakulását is eredményezheti.
Felsőbb szinteken sem lehet megúszni az alaposabb ismerkedést a technológiával, tette hozzá Szekér Zoltán. A vezetők számára kihívás, hogy a gondolkodásuk – különösen a pénzügyek terén – nem feltétlenül találkozik az informatikusokéval. Egy MI-projekt pénzügyi tervezése összetett feladat, mivel a megnövekedett adatmennyiség a szerver- és tárolókapacitás bővítését is igényli. Ha egy vezető csak IT-projektként tekint az MI-bevezetésekre, a cég nagy valószínűséggel kudarcot vall: pénzt és időt pazarol, kiégeti a munkavállalókat, és a végén visszatér a régi rendszerhez. A sikerhez szemléletváltás szükséges, amelyben a vezetők megtanulják finanszírozni az új gondolkodásmódjukat.
MI az ügyfelek szolgálatában
 Gyakran éri az IBM-et az a vád, hogy kizárólag nagyvállalati megoldásokkal foglalkoznak. Az igazság ezzel szemben az, hogy mesterségesintelligencia-eszközeik magyar viszonylatban, a hazai kkv-k számára is alkalmazhatók – derült ki azon a workshopon, amelyet Holderith József, az IBM Magyarország adat- és MI-szakértője, valamint Losonczy Balázs, a TD SYNNEX Hungary MI-specialistája tartott.
 Az általuk bemutatott IBM-es megoldások között szerepeltek ügyfélszolgálati asszisztensek, amelyek segítségével 90-95 százalékos pontossággal automatizálhatók bizonyos ügyfélszolgálati feladatok, nagymértékben tehermentesítve az emberi munkaerőt és csökkentve a költségeket. A generatív MI-rendszerek mögött erős adatvagyon-kezelési platformok állnak, amelyek biztosítják, hogy a rendszer a releváns és aktuális adatok alapján válaszoljon. A nyílt forráskódú MI-eszközt, a Watsonx-et ingyenes verzióban is ki lehet próbálni. Segítségével a vállalatok saját MI-asszisztenseket építhetnek ki, hogy hatékonyabban kezeljék ügyfélszolgálati feladataikat és üzleti folyamataikat. |
Mit hoznak a gyártók?
A mesterséges intelligencia alapú megoldások bevezetése ás működtetése komoly technikai infrastruktúrát igényel. Lehet az MI-rendszert a felhőben (Google Cloud, AWS, Microsoft Azure) futtatni – ez rugalmas környezetet biztosít, de magas költségekkel járhat, különösen akkor, ha sok adatot kell mozgatni. (Utóbbi le is lassíthatja a rendszert.) A házon belül üzemeltetett saját infrastruktúra előnye, hogy nagyobb kontrollt biztosít, gyorsabb és biztonságosabbm de óriási beruházásokat igényel, beleértve az energiaellátást, hűtést és helyi adatközpontot, vázolta a lehetőségeket a konferencia második workshopján Rab Gergely, a Dell tanácsadója. Megoldás lehet a hibrid modell, ahol a felhasználói adatokat helyben kezelik, és csak a feldolgozást kérik egy külső MI-rendszertől.
