Esplorare l'AI generativa per massimizzare le esperienze, i processi decisionali e il valore aziendale

Nella prima parte di questa serie in tre parti abbiamo descritto l'AI generativa e il suo funzionamento.

IBM Consulting vede un valore aziendale tangibile nel potenziamento delle implementazioni di AI esistenti con l'AI generativa, al fine di migliorare le prestazioni e accelerare il time to value. Questi modelli offrono quattro categorie di funzionalità notevolmente migliorate:

• Riepilogo come si vede in esempi quali interazioni nei call center, documenti tipo report finanziari, articoli di analisti, e-mail, notizie e tendenze dei media.
• Ricerca semantica come si vede in esempi quali recensioni, knowledge base e descrizioni di prodotti.
• Creazione di contenuti, come ad esempio documentazione tecnica, storie degli utenti, casi di test, dati, generazione di immagini, interfaccia utente personalizzata, personaggi e testi di marketing.
• Creazione di codice come si può vedere in esempi quali codice co-pilot, pipeline, file docker, script terraform, conversione di user story in formato Gherkin, diagrams as code, artefatti architettonici, threat model e codice per applicazioni.

Con questi miglioramenti, è facile vedere come ogni settore possa reinventare i propri processi fondamentali con l'AI generativa.

I casi d'uso principali non si limitano a ridurre i costi. Contribuiscono alla soddisfazione dei dipendenti, alla fiducia dei clienti e alla crescita aziendale. Queste non sono possibilità lungimiranti perché oggi le aziende utilizzano l'AI generativa per ottenere un valore aziendale rapido, inclusi elementi come migliorare l'accuratezza e le analisi quasi in tempo reale dei reclami dei clienti per ridurre il tempo di scoperta dell'insight, la riduzione del tempo per i controlli interni al fine di mantenere la conformità normativa e l'aumento dell'efficienza nei test e nella classificazione.

Sebbene questi primi casi e i risultati a cui hanno portato siano entusiasmanti, il lavoro necessario per costruire soluzioni di AI generativa deve essere sviluppato con attenzione critica e ai potenziali rischi coinvolti, tra cui:

    Bias: come per qualsiasi modello AI, i dati di addestramento hanno un impatto sui risultati che il modello produce. I foundation model vengono addestrati su grandi porzioni di dati scansionati da internet. Di conseguenza, i bias intrinsecamente presenti nei dati di Internet vengono rilevati dai modelli addestrati e possono manifestarsi nei risultati da essi prodotti. Sebbene esistano modi per mitigare questo effetto, le imprese devono disporre di meccanismi di governance per comprendere e affrontare questo rischio.
    Opacità: anche i foundation model non sono completamente verificabili o trasparenti a causa della natura "auto-supervisionata" dell'addestramento dell'algoritmo.
    Allucinazione: gli LLM possono produrre "allucinazioni", ovvero risultati che soddisfano un prompt ma di fatto non sono corretti. Anche in questo caso, le aziende devono disporre di solidi meccanismi di governance per mitigare questo rischio.
Proprietà intellettuale: ci sono domande senza risposta sulle implicazioni legali e su chi possa detenere i diritti dei contenuti generati da modelli addestrati su materiale potenzialmente copiato.
    Sicurezza: questi modelli sono esposti a rischi per i dati e la sicurezza, compresi gli attacchi di prompt injection.

Quando si intraprendono progetti di AI generativa, i leader aziendali devono assicurarsi di implementare solidi meccanismi di etica e governance dell'AI per mitigare i rischi coinvolti. Utilizzando la metodologia IBM Garage, IBM può aiutare i leader aziendali a valutare ogni iniziativa di AI generativa in base al livello di rischio e alla precisione dell'output. Nella prima ondata, i clienti possono dare priorità ai casi d'uso interni rivolti ai dipendenti, in cui l'output viene rivisto da esseri umani e non richiede un elevato grado di precisione.

AI generativa e LLM introducono nuovi pericoli nel campo dell'AI e non affermiamo di avere tutte le risposte alle domande che queste nuove soluzioni introducono. IBM Consulting si impegna ad applicare un'introspezione misurata durante i colloqui con aziende, governi e la società in generale e a garantire una rappresentazione diversificata delle prospettive mentre troviamo le risposte a queste domande.

Scopri di più su questa serie in tre parti leggendo la prima o la terza puntata e contatta un esperto per avviare una conversazione sulle tue esigenze.