Generativ AI börjar få ett mycket snabbt genomslag i företagsvärlden, särskilt bland cheferna, men tekniken är fortfarande så pass ny att det inte finns någon väletablerad bästa praxis för användning eller utbildning. Att förbereda sig för tekniken kan omfatta flera olika tillvägagångssätt, från att genomföra pilotprojekt och lunch- och lärarledda möten till att bilda kompetenscentra med experter som undervisar andra anställda och fungerar som en central resurs.
It-chefer kanske minns hur vissa avdelningar under de senaste 10 åren eller så sprang iväg till molnet och gjorde egna lösningar för att starta upp instanser av programvara – och sedan dumpade hela röran i it:s knä när det blev ohanterligt. Generativ AI kan få den situationen att se ut som en barnlek, men det finns strategier för att börja hantera den i förväg.
– Det är anmärkningsvärt hur snabbt denna teknik har kommit in i företagsledarnas medvetande, säger Michael Chui, partner på konsultföretaget McKinsey.
– Folk använder detta utan att det är sanktionerat av företaget, vilket visar hur lockande detta är.
Ritu Jyoti, analytiker vid IDC, säger att drivkraften att införa generativ AI kommer uppifrån och ner.
– Ledningen har blivit entusiastiska och de ställer tuffa frågor till sina underordnade.
Hennes slutsats: Omfamna generativ AI, skapa ett ramverk för hur den ska användas och ”skapa värde för både organisationen och de anställda”.
Det kommer inte att bli lätt att få allt detta gjort. Generativ AI är förenat med många risker – inklusive felaktiga, partiska eller fabricerade resultat, brott mot upphovsrätt och integritet samt läckta företagsdata – så det är viktigt att it- och företagsledare behåller kontrollen över allt generativt AI-arbete som pågår i deras organisationer. Så här kan du komma igång.
Bestäm vilka användningsområden som ska följas upp
Ditt första steg bör vara att bestämma var du ska använda generativ AI i ditt företag, både på kort sikt och i framtiden. Boston Consulting Group, BCG, kallar dessa användningsområden för ”gyllene” fall – ”saker som ger verkliga konkurrensfördelar och skapar störst effekt” jämfört med att använda dagens verktyg – i en nyligen publicerad rapport. Samla företagets hjärntrust för att börja utforska dessa scenarier.
Titta på dina strategiska leverantörspartner för att se vad de gör; många planerar att införliva generativ AI i mjukvara som sträcker sig från kundtjänst till frakthantering. Vissa av dessa verktyg finns redan, åtminstone i betaform. Erbjud dig att hjälpa till att testa dessa program; det kommer att hjälpa dina team att lära sig om generativ AI-teknik i ett sammanhang som de redan är bekanta med.
Det har redan skrivits mycket om spännande användningsområden för dagens mycket populära generativa AI-verktyg, till exempel Chat GPT och Dall-E. Och även om det är häftigt och fascinerande att skapa nya former av konst, kommer de flesta företag inte att behöva en förklaring av hur man tar bort en räkmacka från en videobandspelare skriven i stil med Gustav Vasa-bibeln i närtid.
I stället föreslår de flesta experter att företag börjar med att använda tekniken för första utkast till dokument, allt från sammanfattningar av relevant forskning till information som du kan infoga i affärsidéer eller annat arbete.
– Nästan alla kunskapsarbetare kan öka sin produktivitet, säger McKinseys Michael Chui.
McKinsey genomförde själva ett sex veckor långt pilotprogram för generativ AI med några av sina programmerare och såg tvåsiffriga ökningar av både kodnoggrannheten och kodningshastigheten.
Jonathan Vielhaber, it-chef vid forskningsföretaget Cognitive Research Corp, CRC, använder Chat GPT för att undersöka säkerhetsproblem, bland annat hur man testar för olika attacker, och fördelar, utmaningar och riktlinjer för införandet av en ny lösenordshanterare. Han gör en del ordval för att se till att resultatet är i hans egen stil och lägger sedan in informationen i ett dokument.
Det här tillvägagångssättet har sparat honom två av de fyra timmar som krävs för att skapa varje förslag – ”väl värt” 20 dollar per månad, säger han. Särskilt sårbarheter kan vara tekniska och AI kan hjälpa dig att få en bra och lättförståelig bild av dem och hur de fungerar.
Låt användarna få prova på
För att hjälpa till att hitta de lösningar som kommer att gynnas mest av generativ AI under det närmaste året eller så, bör du ge tekniken till viktiga användare, oavsett om det handlar om marknadsföring, kundsupport, försäljning eller teknik, och samla in idéer från många. Ge människor tid och verktyg för att börja prova tekniken och lära sig vad den kan göra och vilka begränsningar den har. Och förvänta dig att båda sidor av ekvationen fortsätter att förändras.
Be de anställda att tillämpa generativ AI i sitt befintliga arbetsflöde, och se till att ingen använder några konfidentiella uppgifter eller personligt identifierande information om kunder eller anställda. När du levererar data till många generativa AI-verktyg matar de tillbaka data till sina stora språkmodeller (LLM) för att lära sig av dem, och informationen är sedan ute i etern.
Spåra vem som gör vad så att teamen kan lära sig av varandra och så att du förstår den större bilden av vad som händer i företaget.
Nu när CRC:s Jonathan Vielhaber är en betalande Chat GPT-kund planerar han att genomföra lunch- och lärandesessioner på sitt företag för att hjälpa till att presentera generativ AI för andra och låta dem ”se vilka möjligheter som finns”.
Börja utbilda dina anställda
Beroende på vilka långsiktiga mål du har med tekniken kan du behöva planera för mer formella sätt att sprida kunskapen. IDC:s Ritu Jyoti förespråkar metoden center-of-excellence, där en central grupp kan utbilda olika anställda eller till och med bäddas in i olika affärsenheter för att hjälpa dem att införa generativ AI på effektivast möjliga sätt.
Nya typer av jobb kan behövas längre fram, från en AI-chef till AI-utbildare, granskare och promptingenjörer som förstår hur man skapar förfrågningar som är skräddarsydda för varje generativt AI-verktyg så att man får de resultat man vill ha.
Det kommer inte att bli lätt att anställa experter på generativ AI när de blir mer efterfrågade. Du kommer att behöva vända dig till rekryterare och jobbsajter, delta i AI-fokuserade konferenser och bygga relationer med lokala högskolor och universitet. Du kanske bestämmer dig för att det ligger i ditt företags intresse att skapa egna LLM:er, finjustera sådana som redan finns tillgängliga från leverantörer och/eller drifta LLM:er internt för att undvika säkerhetsproblem. Alla dessa alternativ kommer att kräva fler tekniska experter och ytterligare infrastruktur, enligt BCG:s rapport.
Geetanjli Dhanjal, senior director på konsultföretaget Yantra, håller på att utveckla sitt företags AI-verksamhet. Hon fokuserar på att korsbefrukta befintliga anställda, anställa externa resurser och låta nyutexaminerade studenter genomgå ”aktiveringsprogram” som omfattar datavetenskap, webbaserad utbildning och workshops. Hon bygger upp kompetenscentra i både Indien och Kalifornien och säger att det gör det lättare att anställa lokala talanger i båda regionerna.
Och kom ihåg att tala med dina anställda om hur deras karriärer kan förändras till följd av detta. Redan nu kan AI framkalla farhågor om att specifika jobb kommer att försvinna. En analogi som McKinseys Michael Chui använder är kalkylblad.
– Vi använder dem fortfarande, men nu har vi analytiker som modellerar data i stället för att räkna, säger han.
Programmerare som använder generativ AI kan till exempel koncentrera sig på att förbättra kodkvaliteten och säkerställa efterlevnad av säkerhetsbestämmelser.
När AI skapar de första utkasten behövs fortfarande människor för att kontrollera och förfina innehållet och hitta nya typer av strategier för kundkontakter. ”Följ upp de anställdas känslor”, råder BCG-rapporten. ”Skapa en strategisk personalplan och anpassa den i takt med att tekniken utvecklas.”
Det är en dubbelriktad väg, säger Geetanjli Dhanjal.
– Vi måste stödja de anställda med utbildning, resurser och rätt miljö för att växa.
Men individerna måste också vara öppna för förändring och för att utveckla korsbefogenheter inom nya områden.
Var försiktig
Även om det är viktigt att hugga in är det också viktigt att behålla ett visst perspektiv på riskerna med dagens verktyg. Generativ AI är benägen att drabbas av ett fenomen som kallas ”hallucinationer”, där verktyget helt enkelt hittar på information när det inte finns tillräckligt med relevanta data. Ibland kan detta ge roliga resultat, men det är inte alltid uppenbart – och dina företagsjurister kanske inte tycker att det är så roligt.
Generativ AI ”kan ha fel mer än den har rätt”, säger Alex Zhavoronkov, vd för Insilico Medicine, ett läkemedels- och AI-företag som har baserat sin affärsmodell på generativ AI. Men till skillnad från de flesta företag använder Insilico 42 olika motorer för att testa noggrannheten hos varje modell. I den övriga världen ”kan man offra noggrannhet för kvickhet” med vissa av dagens konsumentorienterade generativa AI-verktyg, säger han.
I februari fick Insilico ett fas 1-godkännande från den amerikanska läkemedelsmyndigheten för en AI-genererad molekyl som används som grund för ett läkemedel för att behandla en sällsynt lungsjukdom. Företaget klarade den första fasen på mindre än 30 månader och spenderade cirka 3 miljoner dollar, jämfört med traditionella kostnader på cirka 10 gånger så mycket, säger Alex Zhavoronkov.
De ekonomiska fördelarna med att använda generativ artificiell intelligens innebär att företaget kan rikta in sig på andra sällsynta sjukdomar, även sådana där de flesta läkemedelsföretag har varit ovilliga att investera, samt på sjukdomar som drabbar bredare delar av samhället.
Företaget sätter sina egna mycket tekniska verktyg i händerna på kemister och biofysiker och andra experter. Men intressant nog ”är vi fortfarande försiktiga” när det gäller att använda generativ AI för textgenerering på grund av felaktigheter och immaterialrättsliga frågor, förklarar Alex Zhavoronkov.
– Jag vill se Microsoft och Google införa detta i sina programvarusviter innan jag börjar förlita mig på det i större utsträckning, säger han.
Leverantörer och forskare arbetar på sätt att identifiera och spärra upphovsrättsskyddat innehåll från AI-resultat, eller åtminstone varna användarna om källorna till resultaten, men det är fortfarande väldigt tidigt. Och det är därför, åtminstone tills verktygen förbättras, som människor fortfarande i hög grad måste vara med som granskare.
Få det gjort
I den här världen är etisk AI viktigare än någonsin, säger Abhishek Gupta, grundare och huvudforskare vid Montreal AI Ethics Institute. Han sitter också i Microsofts CSE AI Ethics Review Board och som etisk AI-expert för Boston Consulting Group.
– Ansvarsfull AI är en påskyndare som ger dig möjlighet att experimentera på ett säkert sätt och med tillit, förklarar han. Det innebär att du inte ständigt behöver titta dig över axeln, och det är väl värt tiden att utveckla regler för vad anställda får och inte får göra.
Han föreslår att man ska sätta upp några breda ramar som bygger på företagets värderingar och mål. Sedan ska du ”sammanfatta dem i verkställbara policyer” som du meddelar personalen.
CRC:s Jonathan Vielhaber säger att han kommer att ha riktlinjer för artificiell intelligens på sin agenda. Företaget håller ändå på att skriva om sina it- och säkerhetsrelaterade riktlinjer, och AI kommer att vara en del av detta.
– Jag tror att vi har passerat en tröskel inom AI som kommer att öppna upp för många saker under de närmaste åren och folk kommer att hitta på riktigt geniala sätt att använda tekniken.