С какими проблемами сталкиваются организации при использовании ИИ
Исследования Dynatrace проливают свет на проблемы и риски, связанные с внедрением ИИ.
В докладе подчеркивается необходимость комплексного подхода к искусственному интеллекту. Это предполагает объединение различных типов ИИ, таких как генеративный, прогнозирующий и причинно-следственный, а также различных источников данных, таких как наблюдаемость, безопасность и бизнес-события. Эта целостная стратегия направлена на обеспечение точности, контекста и смысла результатов ИИ, обеспечивая надежные результаты.
Ключевые результаты:
- 83% технологических лидеров подчеркивают обязательную роль искусственного интеллекта в управлении динамичной природой облачных сред.
- 82% ожидают, что ИИ сыграет решающую роль в обнаружении, расследовании и реагировании на угрозы безопасности.
- 88% прогнозируют, что ИИ расширит доступ к анализу данных для нетехнических сотрудников посредством запросов на естественном языке.
-
88% считают, что ИИ повысит эффективность затрат на облако за счет поддержки практик финансовых операций (FinOps).
«ИИ стал центральным элементом того, как организации повышают эффективность, производительность и ускоряют инновации», — сказал Бернд Грайфенедер, технический директор Dynatrace»
Выпуск ChatGPT в конце прошлого года спровоцировал значительный ажиотаж вокруг генеративного искусственного интеллекта. Лидеры бизнеса, разработки, эксплуатации и безопасности возлагают большие надежды на генеративный ИИ, который поможет им предоставлять новые услуги с меньшими усилиями и с рекордной скоростью.
Хотя организации выражают оптимизм по поводу преобразующего потенциала ИИ, опасения сохраняются:
- 93% технических руководителей беспокоятся о возможном несанкционированном использовании ИИ, поскольку сотрудники все больше привыкают к таким инструментам, как ChatGPT.
- 95% выражают обеспокоенность по поводу использования генеративного искусственного интеллекта для генерации кода, опасаясь утечки и неправомерного использования интеллектуальной собственности.
- 98% опасаются непреднамеренной предвзятости, ошибок и дезинформации в генеративном ИИ.
- «Особенно для случаев использования, которые включают автоматизацию и зависят от контекста данных, критически важно использовать комплексный подход к ИИ. Например, автоматизация программных услуг, устранение уязвимостей безопасности, прогнозирование потребностей в обслуживании и анализ бизнес-данных — все это требует комплексного подхода с использованием искусственного интеллекта», — добавил Грайфенедер.
«Этот подход должен обеспечить точность причинно-следственного ИИ, который определяет основные причины и последствия поведения систем, и прогнозирующего ИИ, который прогнозирует будущие события на основе исторических данных».
По мере того, как организации продвигаются вперед по внедрению искусственного интеллекта, баланс между энтузиазмом и осознанным подходом к решению задач становится первостепенным. Исследование подчеркивает преобразующий потенциал ИИ, но его эффективная интеграция требует тщательного рассмотрения и диверсифицированной стратегии ИИ.
«Прогнозирующий ИИ и причинный ИИ не только обеспечивают необходимый контекст для ответов, производимых генеративным ИИ, но также могут побуждать генеративный ИИ обеспечивать включение в свой ответ точных, невероятных ответов», — говорит Грайфенедер.
Если организации правильно выработают свою стратегию, объединение этих различных типов ИИ с высококачественными данными наблюдения, безопасности и бизнес-событий может значительно повысить производительность их команд разработки, эксплуатации и безопасности и обеспечить долгосрочную ценность для бизнеса. Агенство Цифровых Решений - Go495.ru