A sok mesterséges intelligencia-felhajtás ellenére a siker csak egy dologtól függ
Könnyű elcsábítani a mesterséges intelligencia erejével, de ez az adatszakértő egyetlen összetevőt lát a kulcsnak ahhoz, hogy a legtöbbet hozhassuk ki ebből a feltörekvő technológiából.
Hihetetlenül nagy a hírverés a mesterséges intelligencia (AI) játékmódosító erejével kapcsolatban, de sok szakértő egyetért abban, hogy a feltörekvő technológia lehető legtöbbet kihozásának kulcsfontosságú eleme egy dolog - a megfelelő üzleti felhasználási eset megtalálása.
Thierry Martin, a Toyota Motors Europe adat- és elemzési stratégiáért felelős vezető menedzsere a ZDNET-nek adott egy-egy videóinterjúban elmagyarázza, hogy az autóipari óriás hogyan fordít időt és erőforrásokat a kutatásra és fejlesztésre az MI-ben rejlő lehetőségekre.
Ez a feltáró munka azonban nagymértékben a jelenlegi felhasználási esetre összpontosít - és ez inkább adattudományt jelent, mint előrejelzést és automatizálást.
"Az adatok elemzése sokkal fontosabb számunkra" - mondja Martin. "Például hogyan vezetik az emberek az autóinkat? Van-e különbség a különböző országok között, vagy autópályán közlekednek Németország és Belgium között?"
Az adattudományon és -elemzésen keresztüli mély belátás fejlesztése az adatgyűjtéstől függ, amely terület a Toyota kiemelkedő.
„Már sok betekintést nyerhetünk abba, hogy az emberek hogyan használják autóinkat” - mondja. "Előrejelzési modelleket készítünk, például a kiváltó ok elemzéséhez vagy annak előrejelzéséhez, hogy milyen kiegészítőket kell telepítenünk a tervezés elősegítése érdekében."
Martin egyelőre azt mondja, hogy a Toyota olyan eszközök használatára összpontosít, mint a Power BI, hogy az embert tartsa a hurok középpontjában, és elemzéseket használjon az autóipari műveletek és folyamatok részletes megértéséhez.
„Nem hagyjuk, hogy a mesterséges intelligencia döntsön emberek helyett” - mondja. "Szívesebben szeretnénk több betekintést nyújtani - itt tartunk."
A nem is olyan távoli jövőben azonban Martin elképzelhet egy olyan helyzetet, amikor szervezete elkezdi kiaknázni az AI-t a termelésben - és már folynak a kutatások, hogy megtalálják a megfelelő felhasználási eseteket az üzletági folyamatokhoz.
„Nagyon nagy az igényünk erre” - mondja. "Sok felhasználási eset létezik a szöveges adatok és a generatív mesterséges intelligencia elemzése körül, ami 2022 és a ChatGPT modellek megjelenése óta lehetséges."
Míg az OpenAI nagy nyelvi modelljei (LLM) segítettek a generatív mesterséges intelligencia általánossá tételében, a Toyota - sok más blue-chip vállalathoz hasonlóan - óvatosan jár el a feltörekvő technológiák bevezetésekor.
Vegyük például Omer Grossmant, a CyberArk globális informatikai igazgatóját, aki szerint cége a mesterséges intelligencia körüli munkája a biztonságos és biztonságos munkavégzésre vonatkozó irányelveket követi, amelyeket át lehet venni és adaptálni lehet.
"Ha egymondatos szlogenre van szüksége, ez az: Győződjön meg róla, hogy felelős védőkorlátokat épít, amelyek elősegítik az innovációt, miközben megőrzik azt" - mondja.
A Toyota Europe esetében Martin két utat javasol a mesterséges intelligencia maximális kihasználására.
Az első útvonal az olyan eszközökre összpontosít, mint a Microsoft Copilot személyes szinten, hogy segítse az embereket a feladatok nem érzékeny adatok felhasználásával történő elvégzésében.
A második út, ahol csapata prototípuskészítésen keresztül vizsgálja lehetőségeit, a generatív mesterséges intelligencia biztonságos használata a vállalati tűzfalon belül a termelékenység növelése érdekében.
„A prototípuskészítés terén sokat foglalkozunk a chatbotokkal” - mondja. "Most mi magunk kódoljuk a chatbotokat. És ha egyszer beállított egy könyvtárat, akkor nagyon gyorsan beállíthatja és kipróbálhatja egyedül. Itt nincs olyan bonyolult."
A Toyota Europe mesterséges intelligenciával végzett munkáját egy adatháló létrehozása támogatja, amelyet Martin az irányítás olyan megközelítéseként ír le, amely biztosítja, hogy az adattermékekért való felelősség a cégtulajdonosoknál maradjon.
A szervezet információit egy Snowflake platformon gyűjti össze, amely alapot biztosít a jól szabályozott adathozzáféréshez.
Az adatháló számos más technológiára támaszkodik, beleértve a Dataiku-t az együttműködéshez, a Collibra-t az irányításhoz és a Denodót, hogy összekapcsolja az adathálókat a szervezet különböző részein, például a Toyota Europe-ban és Japánban.
Martin és csapata ezeket az adatháló-technológiákat használja az AI felfedezéséhez. Már építettek chatbotokat a Dataiku-ra, amely egy LLM-et használ, amely az Azure Open AI biztonságos példányán fut a PDF-ek összefoglalóinak biztosítására.
Bemutatta a chatbotot a Toyota Europe felső vezetőinek, és azt javasolja, hogy a belső fejlesztés a járható út, mivel ez segít enyhíteni a nagynevű szolgáltatók nyilvánosan elérhető modelljeivel kapcsolatos aggályokat.
"Tehát már hozzáférünk saját nyelvi modellünkhöz" - mondja. "Az Azure-on van, de biztonságos. És ráadásul, mivel van LLM-ünk és van egy chatbotunk, felépíthetjük adatbázisunkat, interaktív chatbotokat és hasonlókat."
Martin azt mondja, csapata továbbra is vizsgálja a lehetőségeit: "Például egy tudás-visszakereső rendszert építünk, mert sok tudás van szétszórva mindenhol a cégben. De ez még csak a kísérleti szinten van."
A szervezet mesterséges intelligencia-kompatibilis kutatásai során a jelszó a „tesztelés” annak biztosítására, hogy a szolgáltatások megfeleljenek a szigorú irányítási követelményeknek és a szakmabeli felhasználók igényeinek.
"Meg akarjuk erősíteni az értéket, és azt is meg kell erősíteni, hogyan méretezzük" - mondja. "Ha például elkezdesz használni egy chatbot-szolgáltatást, akkor be kell hoznunk a mesterséges intelligencia etikáját és az irányítást. Ha elkezdek egy chatbotot bevezetni, akkor sok etikával kapcsolatos kérdést tisztáznom kell."
Tehát mikor kerülhet sor erre a szélesebb körű megvalósításra? Martin azt mondja, hogy szeretne néhány mesterségesintelligencia-alapú eszközt viszonylag gyorsan termelésbe helyezni.
Technológiai partnereivel, köztük a Snowflake-kel együttműködve biztosítja, hogy az irányítási kérdéseket figyelembe vegyék, és az adatokhoz való hozzáférést korlátozzák.
„A jövőképnek például az kellene, hogy egy logisztikai chatbot csak logisztikai adatokhoz férhessen hozzá, a HR-adatokhoz ne, ahogyan az alkalmazottak is csak bizonyos adatokhoz férhessenek hozzá” - mondja.
Martin szerint a Toyota Europe folytatja a prototípusok készítését, és 2024 közepére rendelkezhet valamilyen mesterséges intelligencia-kompatibilis chatbot-szolgáltatással, amely adatokat nyer ki a Snowflake platformról.
Más technológiai partnerekkel is beszél, mint például a Dataiku és a Collibra, arról, hogyan valósítható meg elképzelése.
A legfontosabb az, hogy szorosan együttműködik a vállalkozással, hogy bemutassa mesterséges intelligencia szolgáltatásait, és megvizsgálja, hogyan működhetnek ezek az eszközök a szervezet bizonyos területein.
"Meg kell értenünk, hol a legjobb hely a chatbot futtatására" - mondja. "És ezért rendkívül fontos, hogy a mérnökök és a vezetők is igazán megértsék, miről beszélünk. Itt fogjuk tölteni az időnket."