Wdrażanie Sztucznej Inteligencji: Kluczowe Kwestie i Strategie Biznesowe

Przewodnik: Proces Wdrożenia SI, od Koncepcji do Realizacji, z Akcentem na Prywatność Danych i Edge AI

5 min readMar 7, 2024

Słowem wstępu…

Już 23 proc. polskich firm wdrożyło AI, donosi CRN (link: https://crn.pl/aktualnosci/juz-23-proc-polskich-firm-wdrozylo-ai/), dodając, że liczba firm implementujących AI wzrosła o 22 proc. w porównaniu z 2022 r. Trend oczywiście jest globalny i na całym świecie, praktycznie każdego dnia, media opisują kolejne, ciekawe historie, dotyczące wykorzystania narzędzi opartych na sztucznej inteligencji (SI, AI, ang. Artificial Intelligence). Czasami są to błahostki typu “używamy chata GPT do sprawdzania błędów językowych w raportach czy do napisania e-maili” i ot całe wdrożenie AI w firmie. Innym razem, mówimy o złożonym systemie, który potrafi przetwarzać ogromne ilości danych w czasie rzeczywistym, łączyć je z sygnałami otrzymywanymi na bieżąco z wielu źródeł i na tej podstawie, sugerować, np. operatorom sieci energetycznej, optymalne ustawienia, minimalizujące straty energii lub prawdopodobieństwo wystąpienia awarii. Nie ma reguły. Ile ludzi, tyle wizji na temat zalet, wad, niebezpieczeństw, czy wreszcie pomysłów na wykorzystanie SI w biznesie, firmie czy życiu prywatnym. Faktem jednak jest, że systemy korzystające z elementów SI są już dookoła nas i często dostarczają solidnych narzędzi, wspierających naszą pracę, podejmowanie decyzji i otwierających przed nami nowe możliwości.

Typowe przykłady, gdzie SI znajduje zastosowanie.

Szybka analityka danych, czyli zamiana danych w informację. Np. może to być analiza danych pod kątem znalezienia odpowiedzi na pytania typu co się stało? dlaczego? jakie mamy najlepsze opcje? Innym razem będzie to analiza obrazów, dźwięków, tekstów, dokumentów, e-maili, etc. pod kątem poszukiwania konkretnych odpowiedzi, jak np. szczegóły zamówienia, lokalizacji usterki, identyfikacji wadliwej części, etc. Analityka danych to także szeroko rozumiana automatyzacja typowych prac biurowych np. związanych z przetwarzaniem dokumentów, przygotowywaniem treści, etc.

Automatyzacja kontroli jakości, czyli monitoring tworzenia produktów i powiązanych procesów, eliminowanie potencjalnych błędów ludzkich w celu uzyskania spójnych i wiarygodnych wyników, zwiększenie ogólnej jakości i niezawodności.

Optymalizacja działań i zadań dot. konserwacji systemów, czyli np. ograniczenie niepotrzebnych przeglądów i obniżenie kosztów konserwacji, przewidywanie potencjalnych awarii i przestojów, etc.

Kilka słów o prywatności danych…

SI często odpowiada za ciągły monitoring produkcji, procesów, korespondencji itp. itd. To z kolei, pozwala znacząco odciążyć ludzi z nudnej i żmudnej pracy oraz uwolnić ich czas na bardziej kreatywne zadania. Pamiętajmy jednak, że w kontekście takiego wykorzystania SI, pojawiają się różne kwestie i związane z nimi dylematy, dotyczące prywatności naszych danych. Nie chodzi już tutaj o same dokumenty, do których AI dostaje dostęp, ale o całość informacji, którą AI jest w stanie wywnioskować na ich podstawie. AI aby działać i pomóc nam zautomatyzować wybrane prace, często dostaje dostęp do naszych komunikatów, przetwarzanych danych, po to, by analizować je, wnioskować z nich, proponować jakieś kroki, decyzje, etc. Dlatego coraz więcej osób zaczyna zadawać sobie pytanie o to, jak bardzo jesteśmy w stanie zaufać temu, co dzieje się z naszymi danymi, z takimi systemami, kto może te dane dostawać, czy są one w ogóle bezpieczne, etc. Temat rzeka… Odpowiedzią zazwyczaj jest taka instalacja AI, aby dane były przetwarzane tylko i wyłącznie na lokalnych komputerach (Edge AI), bez konieczności wysyłania ich do firm trzecich (np. usług chmurowych). Szerzej o tym aspekcie napisałem w rozszerzonej wersji niniejszego artykułu: Sztuczna Inteligencja? TAK! Wdrażamy! Tylko… od czego zacząć? | by Marcin Rojek | Mar, 2024 | Medium.

Jak wygląda typowy projekt wdrożenia SI w przedsiębiorstwie?

Zrozumienie problemu lub potrzeby biznesowej.
To pierwszy i najważniejszy krok. Musisz jasno zdefiniować problem, który chcesz rozwiązać za pomocą SI. To musi być realne, konkretne wyzwanie biznesowe, które ma potencjał do poprawy dzięki SI.
Zebranie danych.
Wdrożenie SI wymaga odpowiedniej ilości i jakości danych. Musisz zbadać, jakie dane są dostępne, jakie są ich źródła, jak są przechowywane i w jaki sposób mogą być dostarczone do systemu SI.
Przygotowanie danych.
Często dane wymagają czyszczenia, normalizacji i transformacji, aby były gotowe do analizy przez system SI. To krytyczny krok, który może znacznie wpłynąć na skuteczność projektu.
Wybór odpowiedniego modelu SI.
Istnieje wiele różnych technik i algorytmów SI. Wybór odpowiedniego modelu zależy od specyfiki problemu, dostępnych danych i oczekiwanego wyniku.
Trening modelu.
Model SI musi być „nauczony” na podstawie dostępnych danych. To proces, który może wymagać dużo czasu i zasobów obliczeniowych.
Testowanie i ocena.
Po wytrenowaniu modelu należy go przetestować i ocenić, czy osiąga oczekiwane rezultaty. To etap, w którym można wprowadzać poprawki i doskonalić model.
Wdrożenie i monitorowanie.
Po pomyślnym przetestowaniu modelu można go wdrożyć w środowisku produkcyjnym. Jednak wdrożenie to nie koniec procesu. Model musi być stale monitorowany i aktualizowany, aby utrzymać wysoką skuteczność.
Szkolenie personelu.
Wdrożenie SI często wymaga szkolenia personelu, zarówno w zakresie obsługi nowego systemu, jak i zrozumienia jego działania i potencjalnych ograniczeń.

Podsumowanie…

Wdrożenie SI w przedsiębiorstwie to złożony proces, który wymaga starannego planowania, odpowiednich zasobów i zaangażowania personelu na różnych poziomach. Jednak potencjalne korzyści w postaci poprawy efektywności, zwiększenia konkurencyjności i otwarcia nowych możliwości biznesowych sprawiają, że warto podjąć to wyzwanie. Oczywiście, wdrożenie SI wiąże się także z różnymi wyzwaniami i ryzykami, takimi jak ochrona danych osobowych, interpretowalność i odpowiedzialność za podejmowane decyzje. Dlatego kluczowe jest podejście do wdrażania SI w sposób świadomy i odpowiedzialny, z uwzględnieniem wszystkich aspektów technicznych, etycznych i biznesowych.

Wdrożenie SI w przedsiębiorstwie to proces dynamiczny, który wymaga ciągłego doskonalenia i adaptacji do zmieniających się warunków i potrzeb biznesowych. Jednak dzięki odpowiedniemu podejściu i zaangażowaniu zespołu wdrożeniowego, można osiągnąć znaczące sukcesy i przyczynić się do dalszego rozwoju firmy.