Como qualquer nova tecnologia, muitas pessoas desejam usar IA generativa para ajudá-las em seus trabalhos. Accenture pesquisa descobriram que 89% das empresas pensam que usar IA generativa para tornar os serviços mais humanos abrirá mais oportunidades para elas. Isto forçará a mudança – a Accenture também descobriu que 86% das empresas pensavam que teriam de modernizar a sua infraestrutura de TI e tecnologia.

O desafio disso é que os projetos empresariais de IA generativa levarão tempo para serem projetados, testados, construídos e dimensionados. Mesmo com o caminho rápido para a produção que as novas pilhas generativas de IA oferecem, o risco é que as pessoas tomem as coisas com as próprias mãos. Isso levará a implantações generativas de IA que estão fora dos registros e fora do domínio da TI, denominadas IA sombra. Essas implantações não autorizadas de IA oculta ocorrerão quando as empresas não iniciarem conversas precoces sobre IA generativa e fornecerem às equipes as ferramentas de baixo atrito de que precisam para ter sucesso. 

Por exemplo, digamos que uma equipe de vendas deseja ajuda para escrever cartas de e-mail para clientes potenciais e deseja usar IA generativa em suas atividades de prospecção. Colocando dados em um público modelo de linguagem grande (LLM) pode ajudar essa equipe a ser mais produtiva, fechar mais negócios e, então, gerar crescimento para o negócio. O argumento será: por que deveriam parar e arriscar que outras empresas progredissem?

Fique à frente da demanda de IA generativa

As empresas devem interagir com os seus departamentos sobre a forma como pensam sobre a IA generativa e o que pretendem melhorar. Isso pode proporcionar oportunidades de engajamento, ouvir o que as equipes de negócios desejam e, então, planejar o fornecimento de uma estratégia mais completa. Também pode ser uma oportunidade para aconselhar as equipes sobre o que é possível, analisar os benefícios e desmascarar qualquer exagero ou equívoco. 

Essas conversas podem proporcionar aos membros da equipe a oportunidade de descobrir mais sobre os problemas de negócios que seus colegas enfrentam e, em seguida, analisar como projetar e construir serviços generativos de IA que atendam a essas necessidades. Uma parte essencial disso será como as empresas podem pegar os dados que suas equipes já possuem e combiná-los com IA generativa para torná-los ainda mais úteis para elas.

No exemplo de uma equipe de vendas, como você pode preparar informações sobre seus produtos para que um sistema de IA generativo possa usar sua terminologia e argumentos de venda precisos nas respostas que fornece? Em vez de usar apenas os dados nos quais os LLMs foram treinados, adicionar seus dados ao mix pode proporcionar essa melhoria na produtividade, reduzir possíveis alucinações de IA e proporcionar uma personalização eficaz. Ao mesmo tempo, você pode manter qualquer material confidencial sob seu controle, em vez de entregá-lo a terceiros.

Diferenciação com dados e IA generativa

A IA generativa deve ajudá-lo a diferenciar o que sua empresa faz. No entanto, usar LLMs públicos por si só não proporcionará isso e você soará igual a todos os outros. As empresas podem tornar suas estratégias de IA generativa mais eficazes e personalizadas para elas e para os funcionários, trazendo seus próprios dados para a mesa usando geração aumentada de recuperação, ou RAG. 

O RAG pega seus próprios dados, os prepara para uso com IA generativa e, em seguida, passa esses dados como contexto para o LLM quando seu funcionário solicita uma resposta. O RAG faz parte da solução de problemas como alucinações e também torna os resultados mais relevantes para sua organização e seus clientes, em vez de obter resultados semelhantes aos de outras empresas que fazem o mesmo tipo de perguntas. Isso é algo que você deve fazer pela sua organização e pelos clientes, pois nenhuma outra empresa terá a mesma profundidade ou combinação de dados que você pode fornecer.

Para implementar isso, você terá que combinar várias ferramentas de armazenamento de dados vetoriais e integrações de IA para construir uma pilha RAG que torne o início mais fácil e rápido. Entregar isso rapidamente ajudará você a evitar algumas dessas implantações “fora dos registros” que as equipes podem tentar fazer sozinhas enquanto esperam pela TI central. Técnicas como RAG também reduzem os riscos de vazamento de dados, permitindo que você aproveite os dados da empresa para melhorar o contexto sem treiná-los no LLM.

Com o tempo, você pode querer disponibilizar serviços generativos de IA para mais usuários em sua organização, adotando abordagens de baixo código e sem código para criar serviços. Adotar uma abordagem de “centro de excelência”, onde você pode oferecer orientação e suporte em vez de executar implementações completas, aumenta as chances de tornar essas tecnologias acessíveis a todos sem ser retardado pela TI central, ao mesmo tempo em que mantém as proteções corretas para como esses serviços são usados ​​na prática.

Construindo uma abordagem madura para IA generativa ao longo do tempo

Olhando de forma mais ampla, as empresas terão de criar os seus próprios modelos de maturidade de IA generativa, onde analisam os elementos tecnológicos juntamente com questões como privacidade e conformidade de dados, impacto social e cultura de equipe. Estes elementos não acontecem no vácuo, por isso pensar neles antecipadamente dá-lhe uma melhor oportunidade de garantir que adopta a abordagem correcta ao longo do tempo, tornando mais fácil o cumprimento de quaisquer regras e regulamentos relevantes que sejam desenvolvidos.

Além disso, você deve moderar as expectativas e definir o nível em torno do que a IA generativa é e pode realmente oferecer. Por exemplo, a IA generativa não permitirá que você substitua grupos de funcionários por IA. Em vez disso, a IA generativa pode fornecer funcionários melhores e mais produtivos, que podem usar ferramentas em suas vidas profissionais para competir com outras empresas que não possuem IA generativa ou que têm ferramentas de LLM à sua disposição. A equipe alimentada por IA pode realizar mais trabalho, com níveis mais altos de qualidade, e começar a resolver itens de sua lista de pendências que você anteriormente não tinha largura de banda para resolver. Com tanto potencial para estas ferramentas, temos de nos antecipar às potenciais armadilhas, incluindo a IA sombra.

Como sempre dizem Peter Parker em “Homem-Aranha”, grande poder vem com grande responsabilidade. No caso da IA ​​generativa, aproveitar esse poder será uma aposta decisiva para todas as organizações. Assumir a responsabilidade de colocar rapidamente a IA generativa nas mãos daqueles que podem realmente tirar vantagem desse poder será onde as organizações poderão se diferenciar e evitar as armadilhas da IA ​​sombria.

• Conteúdo com tecnologia de SEO e distribuição de relações públicas. Seja amplificado hoje.
• PlatoData.Network Gerativa Vertical Ai. Capacite-se. Acesse aqui.
• PlatoAiStream. Inteligência Web3. Conhecimento Amplificado. Acesse aqui.
• PlatãoESG. Carbono Tecnologia Limpa, Energia, Ambiente, Solar, Gestão de resíduos. Acesse aqui.
• PlatoHealth. Inteligência em Biotecnologia e Ensaios Clínicos. Acesse aqui.
• Fonte: https://www.dataversity.net/getting-ahead-of-shadow-generative-ai/