Datafox - blogi

Otsi ise võimalusi tehisaru kasutamiseks 

detsember 10, 2024

Tehisaru kasutamine laieneb iga päevaga. Kui ettevõte AI rakendamisvõimalusi ei otsi, teevad seda oma elu lihtsustamiseks töötajad ise ning ärikriitilised andmed hakkavad kontrollimatult liikuma avalikuks kasutamiseks mõeldud keskkondades.

Prognoositavalt on aastaks 2032 kõik nutiseadmed tehisintellekti toega, nii et suudavad AI-le omaseid arvutusi ja toiminguid teha ka ilma võrguühenduseta ja eraldi rakendusi kasutamata. Näiteks lihtne mälupulk võib teavitada, et sama failiversioon on arvutis mitmes kohas ning soovitada mälumahu vabastamiseks kasutada de-duplitseerimist.

Üks silmapaistvamaid trende on hetkel multimodaalsete AI-mudelite esiletõus, mis tähendab samaaegselt nii teksti, pilti, heli kui ka videosid loovaid tehisarusi rakendusi. Teine oluline trend on mõneti vastupidiselt väiksemate ja konkreetsele valdkonnale suunatud AI-mudelite kasutuselevõtt, mis
suudavad kitsas valdkonnas olla suurtest tehisaru rakendustest enamasti täpsemad, kiiremad ja efektiivsemad. Näiteks meditsiinis kasutatakse taolisi mudeleid röntgenpiltide analüüsiks või ravimitööstuses uute molekulide disainimiseks.

Tehisaru massilise kasutuse tõttu on järjest olulisemaks muutunud andmete privaatsus ja turvalisus. Automatiseeritud masinõppe (AutoML) tööriistad võimaldavad ka väiksematel ettevõtetel ja tehnilise taustata kasutajatel luua AI-lahendusi. See küll kiirendab innovatsiooni eri valdkondades, kuid toob rohkem fookusesse eetika ja vastutustundlikkuse, et läbipaistvalt selgitada AI-mudelite otsustusprotsesse ja vältida kallutatust.

Kaardista vajadused ning valdkonnaspetsiifilised AI-rakendused

Mida kõike selle teadmisega peale hakata? Eeskätt seda, et kui ettevõte ei hoia tehisaru kasutamisvõimalustel kätt pulsil, leiavad töötajad ise oma elu lihtsustamiseks tee AI juurde ning ärikriitilised andmed hakkavad kontrollimatult liikuma keskkondades, mille üle igasugune kontroll puudub. Et sellist halli alasse sattumist vältida, tasub ise kaardistada valdkonnad, kus AI võiks kõige rohkem kasu tuua. Tüüpiliselt on need rutiinsed ülesanded või tööprotsessid, mis nõuavad suure infohulga töötlemist, näiteks kliendipäringute sorteerimine, esmane dokumendianalüüsi, turunduse jaoks sisu loomine vms.

Kui eesmärk ja vajadused on määratletud, tuleb leida õige keelemudeli tehnoloogia. Tasub eelistada mingile ärivaldkonnale või ülesandele keskendunud AI-rakendusi, mille kohta on tehtud hulgaliselt võrdlusi. Oluline on hinnata, millised AI-rakendused sobivad konkreetsete ärivajadustega funktsionaalsuselt, kui keeruline on nende juurutus ja liidestus ettevõtte teiste asjassepuutuvate IT-süsteemiga ning kas sellega kaasneb juriidilisi probleeme. Viimased võivad  tekkida näiteks juhul, kui AI tööks vajalike andmetega tohib opereerida üksnes Euroopa Liidu õigusruumis, mitte aga USA jurisdiktsiooni all olevates pilvekeskkondades.

Kui igakuiselt annab e-poes ostelnutest tervelt 4000 klienti tagasisidet ning kaupmees soovib tehisarult selle analüüsi, ei tohiks AI-d kohe oma CRM andmebaasi kallale lasta. Laiatarbekasutuses oleva tehisarurakendusega tähendaks see, et keelemudelile saavad teatavaks 4000 kliendi isikuandmed, ostuajalugu, tulusus jm, mida võidakse kasutada ka konkurentide päringute vastamisel. Seetõttu tuleb andmed esmalt muuta anonüümseks, et oste, hindu ja konkreetseid kliente poleks võimalik kokku viia, aga see eeldab inimtöötunde.

Eelista privaatseid tehisarusid

Teiseks ja enam soovitavaks lahenduseks on privaatsete AI-rakenduste kasutamine. Näiteks Microsoft 365 litsentides sisalduva Copiloti puhul on lubatud, et keelemudel ei kasuta sisestatud andmeid teiste klientide teenindamisel.

Viimasena tasub hinnata ka AI-lahenduse juurutamise tasuvust võrreldes tavapärase tööajaga. Isegi kui tehisarult saab lepingu projekti 3 tunni asemel 5 minutiga, tuleb eeldada,  et see vajab enne teisele osapoolele saatmist hoolikalt ülelugemist ning sageli ka märkimisväärset muutmist. Seega kui ettevõte sõlmib vaid mõned lepingud kuus, on tehisintellekti juurutamine küsitava tasuvusega.

Usalda, aga kontrolli

Kui sobilik AI-rakendus on välja valitud, tuleb hakata seda testima, kasutusjuhiseid välja töötama ja seejärel kasutajaid koolitama. Vähemalt juurutuse algetapis on vaja tehisaru väljundit hoolikalt kontrollida, valides juba eos välja kontrollmarkereid. 4000 kliendi tagasiside analüüsi korral võivad nendeks olla klientide antud keskmine hinne ostudele ning kolm peamist korduvat etteheidet e-poe keskkonnale, mille puhul saab hõlpsasti veenduda, kas tehisintellekt on teinud õigeid järeldusi.

Kui AI on sulaselgelt villast visanud, siis võib viga olla promptimisel püstitatud ülesande sõnastuses. Seetõttu tuleks tehisarule öelda, et too kasutaks analüüsi tegemisel üksnes sisestatud 4000 kliendi tagasisidet ning kui mingi vastuse andmisel tekib sisendiga probleem, siis andku sellest lahkesti teada, mitte ärgu leiutagu ise omast tarkusest vastust.

Tehisaru rakendustest on kasu üksnes siis, kui on täpselt teada, mida otsida ning olla vigade märkamiseks ka sisendiga kursis. Umbmääraselt AI-le antud ülesanded võivad päädida sarnase tulemiga, kui kalkulaatoril suvaliselt klahve vajutades eeldada, et ekraanil kuvatav ongi vastus “elu, universumi ja kõige ülimale küsimusele“.

Oleg Rõbasov

Datafoxi e-teenuste projektijuht

Janar Randväli

Datafoxi infoturbejuht