Raději než umělou inteligenci bychom měli řešit inteligenci přirozenou

Pod umělou inteligencí si může každý představit něco jiného. Jak byste tedy shrnul současné možnosti uplatnění AI ve firmách?

AI není jen ChatGPT a možná ne všichni si uvědomují, že AI dnes hluboko zasahuje například do automobilového průmyslu v oblasti autonomního řízení. Mimo jiné nás zde staví před dilema, jak moc můžeme AI svěřit rozhodování v krizových situacích a kdo ponese zodpovědnost za případné škody. Další zásadní oblastí je zdravotnictví, kde začíná AI hrát zásadní roli v diagnostice nemocí. AI má výborné výsledky v rozpoznávání obrazu, ale v současnosti jdeme dále a můžeme velmi úspěšně analyzovat také hlas pacienta a například na základě telefonního hovoru na speciální linku už v rané fázi odhalit Parkinsonovu nemoc nebo jiné choroby.

V oblasti zákaznických služeb může AI odvádět skvělou práci například na zákaznických linkách. Nejen že bude znát všechny informace o službách poskytnutých zákazníkovi a historii komunikace, ale na základě identifikace volajícího může zvolit vhodný typ hlasu a přizpůsobit rychlost i styl řeči, aby byl zákazníkovi hovor maximálně příjemný. Obchodníci jako Amazon už dnes detailně analyzují zvyklosti zákazníků a také vnější vlivy, aby mohli nabídnout nikoli jeden, ale celý balíček produktů. Pomocí AI predikují, co by si vlastně každý jednotlivý zákazník mohl přát.

A jelikož se v Seyforu starám o náš produkt Knowee, což je komplexní vzdělávací aplikace pro rozvoj zaměstnanců v rámci Microsoft Teams, je mi velmi blízká i oblast vzdělávání. Zde nám může AI pomoci s individuálním přístupem k výuce. Představte si, že vyplníte vstupní test, AI jej vyhodnotí a zjistí, v jaké oblasti potřebujete rozšířit svoje znalosti a podle toho vám připraví individuální studijní plán. Postup výuky lze měřit a vyhodnocovat a podle toho ji dále upravovat. Takový styl výuky je samozřejmě velmi vstřícný i k lidem s různými handicapy, kterým běžný způsob výuky z různých důvodů nevyhovuje.

Objeví se v horizontu několika následujících let nějaký nový způsob využití AI?

Určitě ano a nebude to ani trvat roky. Když se podíváme na posun v AI za poslední rok, je jasné, že celý vývoj se obrovsky akceleruje. Pokud budeme mít dostatek výpočetního výkonu, což by asi neměl být problém, a zapojíme obrovská množství dat, která už máme, dojde k zásadnímu posunu třeba ve zmíněném zdravotnictví v oblasti samovyšetřování pomocí automatizovaných systémů s AI.

Ještě jsem ani nezmínil oblast IT, kde dochází k rychlému rozvoji podpory při vývoji kódu. Spějeme k modelu, kdy bude ve firmě jedno centrální silo se zdrojovými kódy a AI bude vývojářům prediktivně našeptávat, kterou část kódu by při své práci mohli využít. Například v České spořitelně už dnes šetří desítky procent času, když především juniorní vývojáři využívají segmenty kódu vytvořené jejich seniorními kolegy.

Revoluce hnaná AI tedy bude spočívat především ve zrychlení a zefektivnění práce díky využití obrovského množství dokumentů a ostatních dat, která už vlastně v podniku máme. A v tom spočívá i transformace z umělé na „přirozenou“ inteligenci. Jde nám o to pochopit, jaké datové zdroje máme a k čemu je můžeme využít. K tomu potřebujeme nastavit strategii a adopční část, která naučí uživatele s těmito daty pracovat.

Jak poznáme, že jsme na správné cestě k takové přirozené inteligenci?

Podle mě především tak, že pokud dostaneme zadání nějakého úkolu, tak ho budeme schopni vyřešit pomocí umělé inteligence. Teprve pokud by AI selhala, budeme muset postupovat „starou“ cestou. Samozřejmě to ale vyžaduje, abychom pro takový účel měli k dispozici použitelná a správně uspořádaná data. S tím ostatně souvisí i typický úkol, která dnes ve firmách řešíme. Jde o zpracování velkých objemů dat, jako jsou různé směrnice, zákony, obchodní podmínky, postupy, návody a další dokumenty, nad kterými postavíme chatbota, který vrací srozumitelné, sumarizované odpovědi na otázky kladené v přirozeném jazyce.

Je ale bezpečné svěřit AI veškerá firemní data?

Bezpečnost je samozřejmě klíčovou otázkou. Takže než se do zavedení AI pustíme, musíme nejprve přesně vědět, kde se data nacházejí a jaké informace obsahují. Samozřejmě se musíme vyhnout tomu, aby mohl kdokoli v rámci firmy vhodně položeným dotazem získat citlivé informace, ke kterým by v rámci své role vůbec neměl mít přístup. Právě vhodnou přípravou na nasazení AI se v Seyforu dnes zabýváme. Začínáme tím, že zjistíme, jak je vlastně náš zákazník na nasazení AI připraven, a pak ho provedeme celým procesem až k adopci AI v jeho prostředí.

Co všechno takový proces představuje? Na co se musí firma připravit?

Jde o několik postupných fází. Začínáme identifikací zdrojů dat a souvisejících bezpečnostních politik, přístupových oprávnění a systémem klasifikace dat. Výsledkem je zpráva o tom, jak je nutné data na nasazení AI připravit a jaká pravidla pro jejich zpracování je potřeba nastavit (tzv. governance). Pak nasadíme nad daty zvolený model AI a ten zpřístupníme vybraným uživatelům. Volíme nejprve takové, kteří nám svojí aktivitou pomohou celý model doladit a odhalit případné problémy. Pak nastává snad nejdůležitější fáze, kterou je adopce. V této fázi uživatelům vysvětlujeme a názorně demonstrujeme, k čemu mohou AI ve své práci využít.

Jak často během adopce odhalíte možnosti AI, které předtím uživatele ani nenapadly?

Prakticky vždy – ten „aha“ efekt bývá často velmi zásadní, protože lidé mají jen velmi omezenou představu, co všechno může AI na základě jejich dat dokázat. I proto je fáze adopce tak důležitá. Na základě jednorázového školení totiž nemůžete ani zdaleka odhalit a popsat všechny scénáře a úkoly, kde může AI výrazně zvýšit efektivitu a ušetřit práci. Je potřeba stále zkoušet nové postupy a možnosti a zjišťovat další příležitosti k využití AI. V Seyforu jsme za tímto účelem vytvořili systém AiD card, který formou drobných úkolů postupně vtahuje uživatele do světa AI a motivuje je k poznávání nových možností.

A nemůže být vrcholem tohoto „poznání“ zjištění, že AI vlastně zastane většinu naší práce?

To je samozřejmě správná úvaha a ve skutečnosti si už firmy nechávají zpracovat studie, jak čas ušetřený zaměstnancům díky AI využít. Začněme ale u návratnosti. Jestliže dnes stojí Microsoft Copilot 30 dolarů na uživatele měsíčně, a ušetří 4 až 6 hodin práce každý měsíc, tak se určitě vyplatí. A spíše než aby někdo díky AI neměl půl dne co dělat docházíme k tomu, že lze zvládnout více úkolů, kvalitněji a s vyšší efektivitou. Navíc je pravdou, že AI dnes daleko méně pomáhá seniorním specialistům, například zkušeným vývojářům, než pracovníkům na juniorních pozicích. Podporuje ale přenos znalostí na juniorní zaměstnance a jejich rychlejší rozvoj. Už proto si myslím, že AI jen tak někoho o práci nepřipraví. Určitě se ale bez schopnosti pracovat s nástroji s AI neobejdeme a pravděpodobně půjde o nezbytný předpoklad pro většinu „kancelářských“ pozic – stejně jako práce s internetem.

Nenaruší ale podpora ze strany AI klasický postup získávání znalostí a zkušeností? Budou takto „vychovaní“ junioři vůbec schopni kontrolovat správnost výstupů AI?

To je zcela logická otázka, kterou samozřejmě řešíme i v našem vývojovém oddělení. U nových vývojářů proto zjišťujeme úroveň jejich znalostí, seznamujeme je s našimi postupy a nástroji a snažíme se co nejrychleji doplnit jejich znalostní bázi. Pak ale samozřejmě podporujeme, aby zefektivnili svojí práci pomocí AI – v tomto případě typicky pomocí nástroje GitHub Copilot.

AI je tedy především o efektivitě. Můžete uvést konkrétní příklady projektů, kde AI řeší úkoly, které jinak byly extrémně náročné nebo nákladné?

Jeden z našich klientů například řešil problém s velkým množstvím nevyzvednutých zásilek s léky, které si jeho zákaznici objednali. Pomocí aktivního call centra jsme zajistili obvolávání zákazníků s nevyzvednutými objednávkami, včetně analýzy záznamů těchto hovorů pomocí AI, abychom zjistili, jak zákazníci na takové upozornění reagují. Ukázalo se, že na rozdíl od rozesílání SMS nebo e-mailů s připomenutím vyzvednutí zásilky tento způsob zafungoval a celé řešení mělo návratnost necelé dva měsíce.

A pokud jde o generování hlasu pomocí AI, objevují se první praktické aplikace, kdy například zprávy může do rádia hlásit umělá inteligence hlasem živého moderátora – typicky například v noci. Nebo může AI takto namluvit i různé zprávy, vysílané ve stejném čase v odlišných regionech. Důležitá je i multijazyčnost AI, kdy můžeme česky pokládat dotazy, na které AI najde odpověď v cizojazyčných zdrojích a česky nám odpoví – a to samé platí i pro hlasové konverzace s AI. Je zkrátka mnoho aplikací AI, které nás možná na první pohled nenapadnou, ale ve skutečnosti dávají jasný smysl.

Pokud se zastavíme ještě u generování hlasu a obrazu AI, jak se budeme bránit těmto deep-fake podvodům?

Jsou to klasické krysí závody – každou chvíli má navrch jedna strana. Je tu samozřejmě pokročilá detekce deep-fake podvodů, která také využívá AI a odhaluje nesrovnalosti, které by mohly indikovat podvrh. Ale AI na „temné straně“ se bude také zlepšovat. Proto se potvrzuje, že umělá inteligence nemůže nahradit kritické lidské myšlení. Musíme se smířit s tím, že ne vše co vidíme nebo slyšíme musí být nutně autentické a kriticky zhodnotit, jestli je daný projev vůbec pravděpodobný.