การจัดการกับอคติใน AI: ข้อบกพร่องขององค์กร

องค์กรต่างๆ รู้สึกกระตือรือร้นเกี่ยวกับศักยภาพของ Gen AI ในการเพิ่มประสิทธิภาพการทำงาน แต่จากการวิจัยของ SAS ความกลัวในการปกป้องข้อมูลยังคงมีอยู่

การเกิดขึ้นอย่างรวดเร็วของโมเดลปัญญาประดิษฐ์แบบเจนเนอเรชั่น (Gen AI) เช่น ChatGPT ได้สร้างโอกาสใหม่ๆ ที่น่าสนใจให้กับบริษัทต่างๆ ในสาขาต่างๆ โมเดลภาษาที่แข็งแกร่งเหล่านี้อาจช่วยในงานที่หลากหลาย รวมถึงการพัฒนาเนื้อหา การเขียนโค้ด และการสนับสนุนลูกค้า อย่างไรก็ตาม การนำ Gen AI มาใช้อย่างรวดเร็วกำลังทำให้องค์กรต่างๆ เผชิญกับช่องโหว่ด้านความเป็นส่วนตัวของข้อมูลที่สำคัญซึ่งจำเป็นต้องได้รับการแก้ไขทันที

ความกังวลหลักประการหนึ่งคือข้อมูลการฝึกอบรมที่ใช้ในการสร้างระบบ AI เหล่านี้ โมเดลภาษาขนาดใหญ่ใช้สื่อออนไลน์จำนวนมาก เช่น เว็บไซต์ หนังสือ เอกสาร และการโพสต์บนโซเชียลมีเดีย ซึ่งส่วนใหญ่อาจมีข้อมูลส่วนบุคคล ทรัพย์สินทางปัญญา และข้อมูลที่ละเอียดอ่อนอื่น ๆ ธุรกิจที่ใช้โมเดลเหล่านี้จะต้องจัดการกับประเด็นทางกฎหมายและจริยธรรมที่สำคัญของการใช้ข้อมูลที่ไม่ได้มีวัตถุประสงค์เพื่อจุดประสงค์นี้

ทุกๆ วัน โลกสร้างข้อมูลจำนวน 2025 เอ็กซาไบต์ ภายในปี 463 คาดว่าจะสูงถึง XNUMX เอ็กซาไบต์ต่อวัน ส่วนหนึ่งเป็นผลมาจากการใช้งาน Gen AI ที่มากขึ้น อย่างไรก็ตาม ในขณะที่องค์กรต่างๆ ยังคงเปิดรับ AI อย่างรวดเร็ว พวกเขาก็มีความกังวลเกี่ยวกับวิธีที่เทคโนโลยีอาจเป็นอันตรายต่อข้อมูลสำคัญของพวกเขา 

การศึกษา SAS Innovate เปิดเผยว่า 80% ของ CEO กังวลเกี่ยวกับความเป็นส่วนตัวและความปลอดภัยของข้อมูล โดยผู้นำของบริษัทยอมรับว่าขาดโครงสร้างการกำกับดูแล

จากการสำรวจ องค์กรต่างๆ ในสหรัฐฯ รู้สึกกระตือรือร้นเกี่ยวกับศักยภาพของ Gen AI ในการเพิ่มประสิทธิภาพของบริษัทและพนักงาน อย่างไรก็ตาม เบื้องหลังความตื่นเต้นในปัจจุบัน ผู้นำมองว่าการทำความเข้าใจช่องว่าง การขาดการวางแผนเชิงกลยุทธ์ และการขาดแคลนทักษะเป็นอุปสรรคต่อการบรรลุและวัดมูลค่าของเทคโนโลยีอย่างเต็มประสิทธิภาพ

องค์กรต่างๆ เผชิญกับความท้าทายในการใช้ Gen AI

องค์กรต่างๆ เผชิญกับความท้าทายที่สำคัญมากมายในขณะที่พวกเขาพยายามใช้ Gen AI ในการเริ่มต้น พวกเขามีเป้าหมายที่จะสร้างความมั่นใจในการใช้ข้อมูลของตนโดยที่ยังคงปฏิบัติตามข้อกำหนดได้ ตามรายงานของ SAS มีเพียง 93 ใน XNUMX องค์กรเท่านั้นที่มีระบบที่เชื่อถือได้เพื่อวัดอคติและความเสี่ยงด้านความเป็นส่วนตัวในโมเดลภาษาขนาดใหญ่ (LLM) และที่น่าประหลาดใจ XNUMX% ของธุรกิจในสหรัฐฯ ขาดกรอบการกำกับดูแลที่ครอบคลุมสำหรับ Gen AI ส่วนใหญ่มีความเสี่ยงที่จะไม่ปฏิบัติตามกฎระเบียบที่เกิดขึ้นใหม่

ประการที่สอง ธุรกิจเผชิญกับความท้าทายด้านความเข้ากันได้เมื่อพยายามรวม Gen AI เข้ากับระบบและขั้นตอนที่มีอยู่ การบูรณาการเทคโนโลยีใหม่เหล่านี้กับโครงสร้างพื้นฐานที่มีอยู่ได้อย่างราบรื่นยังคงเป็นความท้าทายที่สำคัญ

ปัญหาที่สามคือความสามารถและความสามารถ องค์กรต่างๆ กำลังค้นพบการขาดแคลนความรู้ GenAI ภายในองค์กรอย่างมาก เนื่องจากแผนกทรัพยากรบุคคลประสบปัญหาในการระบุบุคลากรที่มีคุณสมบัติเหมาะสม ผู้บริหารองค์กรกังวลว่าพวกเขาขาดความสามารถที่จำเป็นในการใช้ประโยชน์จากการลงทุน Gen AI ของตนอย่างเหมาะสม

ท้ายที่สุด การประมาณค่าใช้จ่ายในการรับ LLM มาใช้ได้พิสูจน์แล้วว่าเป็นปัญหาอย่างมาก ในขณะที่ผู้สร้างโมเดลให้การประมาณการต้นทุนเบื้องต้น ผู้นำรายงานต้นทุนทางตรงและทางอ้อมที่สูงเกินไปที่เกี่ยวข้องกับการเตรียมความรู้ส่วนตัว การฝึกอบรม และการจัดการการปฏิบัติงานของโมเดล การขยายสาขาทางการเงินที่แน่นอนของการปรับใช้ GenAI นั้นซับซ้อนและบางครั้งก็ถูกประเมินต่ำไป

“องค์กรต่างๆ ตระหนักดีว่าโมเดลภาษาขนาดใหญ่เพียงอย่างเดียวไม่สามารถแก้ปัญหาความท้าทายทางธุรกิจได้” Marinela Profi ที่ปรึกษาด้าน AI เชิงกลยุทธ์ของ SAS กล่าว Gen AI ควรถูกมองว่าเป็นผู้มีส่วนสนับสนุนที่ดีเยี่ยมต่อระบบอัตโนมัติขั้นสูงและการเร่งความเร็วของกระบวนการและระบบปัจจุบัน มากกว่าที่จะเป็นของเล่นใหม่ที่จะช่วยให้องค์กรบรรลุเป้าหมายทางธุรกิจทั้งหมดของตน การพัฒนานโยบายที่ก้าวหน้าและการลงทุนในเทคโนโลยีที่ให้การบูรณาการ การกำกับดูแล และความสามารถในการอธิบายของ LLM เป็นขั้นตอนสำคัญที่ธุรกิจทั้งหมดควรทำก่อนที่จะกระโดดด้วยเท้าทั้งสองข้างและถูก 'ล็อคไว้'

“สิ่งสำคัญคือการค้นหากรณีการใช้งานจริงที่ให้คุณค่าสูงสุดและตอบสนองความต้องการของมนุษย์ด้วยวิธีที่ยั่งยืนและปรับขนาดได้ เรายังคงมุ่งมั่นต่อไปในการช่วยเหลือองค์กรต่างๆ ให้มีความเกี่ยวข้อง ลงทุนอย่างชาญฉลาด และมีความยืดหยุ่นกับการวิจัยนี้ ในยุคที่เทคโนโลยี AI มีการพัฒนาแทบทุกวัน ความได้เปรียบทางการแข่งขันนั้นขึ้นอยู่กับความสามารถในการยอมรับกฎความยืดหยุ่นอย่างมาก”

แหล่งที่มา นิตยสารเทคโนโลยี