Rewolucja biznesowa za sprawą generatywnej AI
Chociaż sztuczna inteligencja (AI) nie jest nowością, krajobraz AI zmienił się drastycznie wraz z wprowadzeniem ChatGPT w listopadzie 2022 roku. Zaawansowany chatbot oraz stojący za nim duży model językowy (LLM), a także nowsze wersje LLM, które pojawiły się później, przekształciły AI z narzędzia używanego tylko przez wykwalifikowanych technologów i naukowców zajmujących się danymi w narzędzie dostępne dla każdego.
Ten proces zapoczątkował rewolucję technologiczną, która będzie co najmniej tak przełomowa jak internet — a wielu uważa, że znacznie bardziej. Dyrektor generalny Google Sundar Pichai stwierdził, że AI będzie miała głębszy wpływ na ludzkość „niż elektryczność czy ogień”, podczas gdy Satya Nadella z Microsoftu uważa, że generatywna AI reprezentuje „pierwszy przypadek, gdy technologia opracowana w Dolinie Krzemowej tak szybko i namacalnie przynosi korzyści życiu zwykłych ludzi.”
Transformacyjny wpływ generatywnej AI na biznes
Oczekuje się, że pojawienie się generatywnej AI będzie miało znaczący wpływ na biznes. Goldman Sachs prognozuje, że generatywna AI ma potencjał, aby zwiększyć roczną wydajność pracy o około 1,5 punktu procentowego w okresie 10 lat i doprowadzić do wzrostu globalnego PKB o 7%.
McKinsey podziela ten optymizm. Według badań przeprowadzonych przez firmę, generatywna AI mogłaby wnieść równowartość od 2,6 do 4,4 biliona dolarów rocznie w 63 analizowanych przypadkach użycia. Firma zauważyła również, że ta szacunkowa wartość mogłaby się nawet podwoić, gdyby w ich prognozie uwzględniono wpływ wbudowania generatywnej AI w obecnie używane oprogramowanie do zadań wykraczających poza analizowane.
Coraz liczniejsze nowe przypadki użycia i narzędzia pojawiają się niemal codziennie, ale oto niektóre z najciekawszych zastosowań generatywnej AI w finansach, opiece zdrowotnej, administracji państwowej i produkcji, które są realizowane obecnie.
Przypadki użycia AI w usługach finansowych i bankowości
Sektor usług finansowych często dynamicznie przyjmuje technologie, które mogą ulepszyć procesy i usługi, ponieważ niewielkie zyski w szybkości lub efektywności mogą przynieść istotne zwroty. W całej branży generatywna AI jest oceniana lub wykorzystywana w różnych procesach, od usprawnienia oceny ryzyka kredytowego, przez zarządzanie zgodnością z przepisami, wykrywanie oszustw, po poprawę obsługi klienta.
Na przykład najnowsza iteracja Visa Account Attack Intelligence (VAAI) Score wykorzystuje generatywną AI do oceny ponad 180 atrybutów ryzyka w ciągu milisekund i generuje wynik przewidujący prawdopodobieństwo wystąpienia oszustwa z użyciem kart wspomaganego przez boty. Visa opracowuje innowacyjny model generatywnej AI do walki z oszustwami polegającymi na testowaniu kart. Wynik VAAI oparty na AI ma 6 razy więcej funkcji wykrywania oszustw niż poprzednie modele i zmniejszył wskaźnik fałszywych alarmów o 85%.
Firmy świadczące usługi finansowe dostrzegają również znaczący potencjał generatywnej AI w poprawie obsługi klienta i podejmowaniu decyzji. Bank of America niedawno wprowadził zaawansowanego wirtualnego asystenta opartego na AI, nazwanego Erica, aby zapewnić klientom spersonalizowane doradztwo finansowe. Capital One przyjmuje podobne podejście z Eno, inteligentnym asystentem SMS opartym na AI wykorzystującym przetwarzanie języka naturalnego.
Generatywna AI pomaga również firmom świadczącym usługi finansowe sprawnie poruszać się po złożonym krajobrazie regulacyjnym. Dostawcy oprogramowania do zarządzania zgodnością wbudowują zaawansowaną generatywną AI i uczenie maszynowe w swoje platformy, aby analizować zasady regulacyjne, polityki i procesy oraz identyfikować i oceniać ryzyko zgodności.
Przypadki użycia AI w opiece zdrowotnej
Opieka zdrowotna jest jednym z wiodących beneficjentów AI, a przypadki użycia rozciągają się od rozwoju farmaceutyków po opiekę nad pacjentem. AI jest wykorzystywana do efektywnej automatyzacji zadań administracyjnych, usprawnienia analizy obrazów medycznych, pomocy w diagnostyce i opracowywania spersonalizowanych programów opieki.
Jednym z najbardziej przełomowych przypadków użycia jest odkrywanie i testowanie leków. Sztuczna inteligencja może znacząco przyspieszyć proces identyfikacji związków dla nowych leków i ich rozwój. Według najnowszych badań przeprowadzonych przez Boston Consulting Group, zastosowanie AI może zmniejszyć koszty i czas rozwoju oraz testowania leków o 25-50%, co pozwala na szybsze wprowadzenie na rynek leków ratujących i zmieniających życie. Przyjrzyjmy się kilku przykładom:
- Naukowcy z MIT wykorzystali AI do przebadania ponad 100 milionów związków chemicznych, dzięki czemu powstał Halicin – antybiotyk skutecznie zwalczający wiele szczepów bakterii opornych na leki.
- Firma Insilico stworzyła za pomocą swojej platformy AI innowacyjny lek INS018_055, przeznaczony do leczenia idiopatycznego włóknienia płuc (IPF) - jednej z poważnych chorób płuc. Ten przełomowy lek znajduje się w fazie badań klinicznych. Co istotne, został opracowany w zaledwie 18 miesięcy od identyfikacji celu do nominacji kandydata przedklinicznego.
- Firma biotechnologiczna Recursion wykorzystała potencjał AI do analizy biologicznych danych obrazowych, co zaowocowało zidentyfikowaniem ponad 20 innowacyjnych leków na choroby genetyczne i związane z wiekiem. Obecnie kilka z nich przechodzi fazę badań klinicznych.
Zastosowania AI w administracji rządowej
Rządy prawdopodobnie staną się jednymi z największych użytkowników AI ze względu na ogromne ilości przetwarzanych codziennie danych oraz szeroki zakres świadczonych usług.
W ramach administracji federalnej USA przypadki użycia AI pojawiały się z tak dużą dynamiką, że konieczne było utworzenie specjalnej bazy danych do ich śledzenia. Ta kompleksowa baza zawiera obecnie ponad 700 przykładów wykorzystania AI przez departamenty i agencje. Obejmują one między innymi: monitorowanie miejskich wysp ciepła w celu skuteczniejszej ochrony mieszkańców przed ekstremalnymi warunkami pogodowymi, szczegółową analizę nieustrukturyzowanych informacji zwrotnych od weteranów wojskowych dla poprawy jakości świadczonych usług oraz przyspieszenie procesu porównywania nowych zgłoszeń patentowych z istniejącymi patentami.
W Argentynie Ministerstwo Zdrowia wdrożyło systemy AI do przewidywania rozprzestrzeniania się chorób, takich jak gorączka denga, bazując na danych klimatycznych i ruchach ludności. Na poziomie lokalnym Biuro Prokuratora w Buenos Aires, współpracując z Laboratorium AI Uniwersytetu w Buenos Aires, opracowało zaawansowanego wirtualnego asystenta AI o nazwie Prometea, który usprawnia pracę wymiaru sprawiedliwości.
Zastosowania AI w produkcji
Sektor produkcyjny już teraz czerpie znaczące korzyści z AI i innych zaawansowanych technologii, a generatywna sztuczna inteligencja otworzy drogę do jeszcze większej wydajności i jakości. AI rewolucjonizuje proces projektowania i rozwoju produktów, monitorowania jakości oraz optymalizacji planowania produkcji i zarządzania zapasami.
General Motors wykorzystuje projektowanie generatywne wspomagane AI do ciągłego doskonalenia komponentów pojazdów, kładąc szczególny nacisk na redukcję masy. Dzięki owocnej współpracy z firmą AutoDesk, inżynierowie GM mogli błyskawicznie ocenić ponad 150 alternatywnych projektów wspornika fotela i stworzyć projekt, który nie tylko uprościł produkcję, ale także zmniejszył masę o 40% i zwiększył wytrzymałość o 20%.
Airbus również osiągnął imponujące rezultaty z projektowaniem generatywnym, wykorzystując je do stworzenia mocniejszej, lżejszej przegrody dla A320. Firma zaimplementowała algorytmy generatywnej AI oparte na wzorcach wzrostu występujących w naturze, by zoptymalizować strukturę przegrody. Innowacyjna "bioniczna przegroda" jest o 45% lżejsza od tradycyjnych projektów, jednocześnie w pełni spełniając surowe wymagania dotyczące naprężeń i przemieszczenia siły zderzenia.
W zakładzie produkcyjnym AI generatywna odgrywa kluczową rolę w zwiększeniu czasu pracy produkcyjnej i optymalizacji kosztów serwisu. Modele AI potrafią skutecznie analizować dane z czujników urządzeń i rozpoznawać wzorce, które mogą sygnalizować zbliżającą się awarię. AI stanowi również nieocenione wsparcie w analizie historycznych danych konserwacyjnych, wspomagając rozwiązywanie problemów i analizę awarii.
Przygotowanie do rewolucji AI
Kluczowe pytanie nie brzmi, czy AI przyjdzie do Twojej firmy, ale kiedy— jeśli jeszcze jej tam nie ma. Odkrywając ogromny potencjał AI w swojej organizacji, konieczne jest zidentyfikowanie zmian niezbędnych do skutecznego wdrożenia AI i zmaksymalizowania zwrotu z inwestycji w jej praktycznych zastosowaniach.
