&format=webp)
Ние зависим от него и той от нас: AI като професионален път и сложна мисия за бизнеса
За някои изкуственият разсъдък (AI) е черна магия, която ще вземе работните места на хората. За други е знамение на съвремието, което ще промени света ни подобен, какъвто го познаваме.
За трети AI и свързаната с него просвета за данните е професионално и житейско предопределение. Именно подобен е казусът с Калина Чернева, която към днешна дата е Head of Data & AI в Dreamix.
След като приключва Първа британска езикова гимназия, тя се насочва към Стопанския факултет на СУ, където приключва „ Бизнес администрация “.
„ Откакто съм приключила бакалавърската си степен данните ме преследват. В трети курс започнах да работя като стопански публицист и на втората година сътрудници от редакцията започнаха да идват при мен публицист в „ Капитал “ и на втората година цялата редакция идваше при мен да им оказвам помощ с данни в Excel таблици и други такива неща ”, споделя ми тя.
След къса случка във финансовия бранш, където не ѝ подхожда доста макар изобилието от цифри, тя приема предизвикването да се занимава с Портала за отворени данни на Република България.
Тези превъплъщения я карат да се запита: Защо не запиша да изучавам „ Статистика? “. Така стартира нейното премеждие в ETH Zürich, където учи невронни мрежи, машинно образование (ML), логаритми и други дисциплини, свързани с AI.
Дипломира се в Цюрих и стартира работа във фармацевтичната промишленост, където се подвизава три години. Пътят ѝ минава и през създаването на програмен продукт, с цел да разбере какво е да се интегрира ML в артикули. Накрая обаче още веднъж се връща към обичаната си просвета за данните.
Либерализацията на достъпа до AI и бизнеса
В развиването си изкуственият разсъдък минава през доста мощни моменти. Но най-голямата смяна от последните години, споделя Калина Чернева, е либерализацията на използването на AI, обусловена от по-свободния достъп до изчислителни благоприятни условия.
„ Първите години на века се случиха доста неща. Появиха се GPU. Появиха се и рамки (frameworks), които разрешиха да се обработват редом и в действително време големи количества данни. Не на последно място, значим фактор беше и появяването на облачните калкулации. Тези три неща разрешиха революцията на GenAI “, изброява тя.
А опциите, които тази гражданска война дава обещание, не остават незабелязани от бизнеса.
„ Досега не съм виждала подобен интерес към AI. Той е генериран главно от опциите, които огромните езикови модели (LLMs) оферират вмомента даже с минимално писане на код. Част от тези благоприятни условия занапред ще стават използвани и към този момент са по-скоро в проучвателна фазатакова знамение, като протичащото се към GenAI. Пристигат запитвания за неща, които даже не са вероятни софтуерно или изискват големи периоди “, споделя Калина Чернева.
Но като цяло сега огромна част от бизнесите мислят главно за RAG (retrieval augmented generation) системи и чатботове и подхождат деликатно, с цел да видят дали AI ще им реши в действителност някакви по-малки проблеми. Започват да се появяват и такива, които желаят нещо малко по-сложно – моделът да изпълняваза да видят дали AI ще им реши в действителност някакви по-малки проблеми.
„ Много е значимо, когато една компания реши да интегрира AI, да знае какви бизнес изгоди ще ѝ донесе. Не е доста работещо да се влагат пари единствено тъй като AI е на гребена на вълната. Когато имаш цел и знаеш какво искаш, е доста по-лесно да го постигнеш. Ако не знаеш каква бизнес стойност ще ти донесе един AI сътрудник, интеграцията му е изстрел в тъмното “, предизвестява в тази връзка Head of Data & AI в Dreamix.
Нейният опит демонстрира, че най-вече бизнес стойност от AI идва, когато не се заменят непосредствено дейностите на чиновниците, а им се дава опция за помощ в гранични за техните пълномощия тематики.
Мениджмънт на промени и данни – задача (не) допустима
Интеграцията на AI води със себе си доста преимущества, само че с цел да се възползват от тях, организациите би трябвало да са наясно от какво имат потребност.
„ Една гигантска част от логаритмите в последна сметка се оказват безполезни и отиват в коша. Не тъй като са неточни или неприятни, аТе просто тъй като не са съобразени с потребностите на потребителите, които ще ги употребяват. Именно тук идва мениджмънта на смяната – да мислиш преди всичко по какъв начин едно решение оказва помощ на бизнеса, не да му дадеш нещо, което той не знае по какъв начин да употребява и не му взема решение никакви съответни проблеми “, споделя Калина Чернева.
Според нея точността на логаритъма е не повече от 30% от работата. Другите 70% са свързани с фокуса върху това какъв тъкмо проблем решаваш и по какъв начин да предоставиш на хората елементарен за потребление инструмент.
Управлението на данните е различен аспект, който фирмите би трябвало да имат поради, когато започват AI начинания. Те постоянно не знаят имат ли задоволително данни за осъществяване на концепциите си. А даже когато ги имат, те не са изчистени и не могат да подсигуряват най-хубавите резултати.
„ Изчистването на данните е развой, на който би трябвало да се обърне изключително внимание. За да се построи един логаритъм, 80% от времето отива в почистване и допълнение на данни. Просто няма по какъв начин да построиш смислена система, в случай че данните не отразяват вярно действителността “, изяснява Head of Data & AI в Dreamix.
Именно това е повода и за един абсурд – съгласно нея някои от най-силно контролираните браншове в действителност най-бързо интегрират AI.
Във фармацевтичния и банковия бранш да вземем за пример има огромна потребност от автоматизация на някои задания. В същото време строгите правила за предпазване на информацията вършат по този начин, че организациите в тях разполагат с огромни бази данни и по-лесно да могат да зареждат ML логаритми.
„ Исторически тези промишлености са задължени да пазят бази данни доста преди останалата част от бизнеса да се е сетил, че това може да е потребно в бъдеще за автоматизации и оптимизации. Бидейки толкоз строго контролирани, те са построили верни процеси за доста неща “, счита Калина Чернева.
„ Може пък да си сея домати “
И по този начин, диалогът ни, разумно, стига до бъдещето. Според ученият по данните от Dreamix всичко зависи от това дали човечеството ще съумее да „ опитоми ”успее да се образова по тематиката по какъв начин може да употребява AI инструментите. Съществуващите боязън и от време на време параноя,както и стремежите на международните държавни управления да контролират технологията, затрудняват точните прогнози.
„ При всички случаи AI може да ни замести в доста задания, само че от нас като общество зависи по какъв брой интелигентен метод го управляваме. Колкото по-умно стартираме да го направляваме, за толкоз по-големи задания ще стартираме да го употребяваме “, подчертава Калина Чернева.
В момента тя продължава да построява екипа си в Dreamix и е съсредоточена върху това да планува какви тъкмо умения ще са ѝ нужни. По думите ѝ хората, които схващат каква е математиката зад AI моделите, ще бъдат във все по-голям дефицит.
А по какъв начин вижда самата себе си след 10-15 години?
„ Може пък да си сея домати на мира, в случай че AI се е развил задоволително “, споделя ми с усмивка Калина Чернева.
За трети AI и свързаната с него просвета за данните е професионално и житейско предопределение. Именно подобен е казусът с Калина Чернева, която към днешна дата е Head of Data & AI в Dreamix.
След като приключва Първа британска езикова гимназия, тя се насочва към Стопанския факултет на СУ, където приключва „ Бизнес администрация “.
„ Откакто съм приключила бакалавърската си степен данните ме преследват. В трети курс започнах да работя като стопански публицист и на втората година сътрудници от редакцията започнаха да идват при мен публицист в „ Капитал “ и на втората година цялата редакция идваше при мен да им оказвам помощ с данни в Excel таблици и други такива неща ”, споделя ми тя.
След къса случка във финансовия бранш, където не ѝ подхожда доста макар изобилието от цифри, тя приема предизвикването да се занимава с Портала за отворени данни на Република България.
Тези превъплъщения я карат да се запита: Защо не запиша да изучавам „ Статистика? “. Така стартира нейното премеждие в ETH Zürich, където учи невронни мрежи, машинно образование (ML), логаритми и други дисциплини, свързани с AI.
Дипломира се в Цюрих и стартира работа във фармацевтичната промишленост, където се подвизава три години. Пътят ѝ минава и през създаването на програмен продукт, с цел да разбере какво е да се интегрира ML в артикули. Накрая обаче още веднъж се връща към обичаната си просвета за данните.
Либерализацията на достъпа до AI и бизнеса
В развиването си изкуственият разсъдък минава през доста мощни моменти. Но най-голямата смяна от последните години, споделя Калина Чернева, е либерализацията на използването на AI, обусловена от по-свободния достъп до изчислителни благоприятни условия.
„ Първите години на века се случиха доста неща. Появиха се GPU. Появиха се и рамки (frameworks), които разрешиха да се обработват редом и в действително време големи количества данни. Не на последно място, значим фактор беше и появяването на облачните калкулации. Тези три неща разрешиха революцията на GenAI “, изброява тя.
А опциите, които тази гражданска война дава обещание, не остават незабелязани от бизнеса.
„ Досега не съм виждала подобен интерес към AI. Той е генериран главно от опциите, които огромните езикови модели (LLMs) оферират вмомента даже с минимално писане на код. Част от тези благоприятни условия занапред ще стават използвани и към този момент са по-скоро в проучвателна фазатакова знамение, като протичащото се към GenAI. Пристигат запитвания за неща, които даже не са вероятни софтуерно или изискват големи периоди “, споделя Калина Чернева.
Но като цяло сега огромна част от бизнесите мислят главно за RAG (retrieval augmented generation) системи и чатботове и подхождат деликатно, с цел да видят дали AI ще им реши в действителност някакви по-малки проблеми. Започват да се появяват и такива, които желаят нещо малко по-сложно – моделът да изпълняваза да видят дали AI ще им реши в действителност някакви по-малки проблеми.
„ Много е значимо, когато една компания реши да интегрира AI, да знае какви бизнес изгоди ще ѝ донесе. Не е доста работещо да се влагат пари единствено тъй като AI е на гребена на вълната. Когато имаш цел и знаеш какво искаш, е доста по-лесно да го постигнеш. Ако не знаеш каква бизнес стойност ще ти донесе един AI сътрудник, интеграцията му е изстрел в тъмното “, предизвестява в тази връзка Head of Data & AI в Dreamix.
Нейният опит демонстрира, че най-вече бизнес стойност от AI идва, когато не се заменят непосредствено дейностите на чиновниците, а им се дава опция за помощ в гранични за техните пълномощия тематики.
Мениджмънт на промени и данни – задача (не) допустима
Интеграцията на AI води със себе си доста преимущества, само че с цел да се възползват от тях, организациите би трябвало да са наясно от какво имат потребност.
„ Една гигантска част от логаритмите в последна сметка се оказват безполезни и отиват в коша. Не тъй като са неточни или неприятни, аТе просто тъй като не са съобразени с потребностите на потребителите, които ще ги употребяват. Именно тук идва мениджмънта на смяната – да мислиш преди всичко по какъв начин едно решение оказва помощ на бизнеса, не да му дадеш нещо, което той не знае по какъв начин да употребява и не му взема решение никакви съответни проблеми “, споделя Калина Чернева.
Според нея точността на логаритъма е не повече от 30% от работата. Другите 70% са свързани с фокуса върху това какъв тъкмо проблем решаваш и по какъв начин да предоставиш на хората елементарен за потребление инструмент.
Управлението на данните е различен аспект, който фирмите би трябвало да имат поради, когато започват AI начинания. Те постоянно не знаят имат ли задоволително данни за осъществяване на концепциите си. А даже когато ги имат, те не са изчистени и не могат да подсигуряват най-хубавите резултати.
„ Изчистването на данните е развой, на който би трябвало да се обърне изключително внимание. За да се построи един логаритъм, 80% от времето отива в почистване и допълнение на данни. Просто няма по какъв начин да построиш смислена система, в случай че данните не отразяват вярно действителността “, изяснява Head of Data & AI в Dreamix.
Именно това е повода и за един абсурд – съгласно нея някои от най-силно контролираните браншове в действителност най-бързо интегрират AI.
Във фармацевтичния и банковия бранш да вземем за пример има огромна потребност от автоматизация на някои задания. В същото време строгите правила за предпазване на информацията вършат по този начин, че организациите в тях разполагат с огромни бази данни и по-лесно да могат да зареждат ML логаритми.
„ Исторически тези промишлености са задължени да пазят бази данни доста преди останалата част от бизнеса да се е сетил, че това може да е потребно в бъдеще за автоматизации и оптимизации. Бидейки толкоз строго контролирани, те са построили верни процеси за доста неща “, счита Калина Чернева.
„ Може пък да си сея домати “
И по този начин, диалогът ни, разумно, стига до бъдещето. Според ученият по данните от Dreamix всичко зависи от това дали човечеството ще съумее да „ опитоми ”успее да се образова по тематиката по какъв начин може да употребява AI инструментите. Съществуващите боязън и от време на време параноя,както и стремежите на международните държавни управления да контролират технологията, затрудняват точните прогнози.
„ При всички случаи AI може да ни замести в доста задания, само че от нас като общество зависи по какъв брой интелигентен метод го управляваме. Колкото по-умно стартираме да го направляваме, за толкоз по-големи задания ще стартираме да го употребяваме “, подчертава Калина Чернева.
В момента тя продължава да построява екипа си в Dreamix и е съсредоточена върху това да планува какви тъкмо умения ще са ѝ нужни. По думите ѝ хората, които схващат каква е математиката зад AI моделите, ще бъдат във все по-голям дефицит.
А по какъв начин вижда самата себе си след 10-15 години?
„ Може пък да си сея домати на мира, в случай че AI се е развил задоволително “, споделя ми с усмивка Калина Чернева.
Източник: profit.bg
КОМЕНТАРИ