Na wielu poziomach postępuje coraz większa integracja atomów i bitów

Z Jackiem Borkiem, dyrektorem zarządzającym w Accenture Technology rozmawiamy o wnioskach z raportu Accenture Technology Vision 2023; wykorzystaniu sztucznej inteligencji, w tym Generatywnej AI; naszej cyfrowej tożsamości i jej fizyczno-cyfrowej synergii; cyfrowych bliźniakach nie tylko fabryk, elektrowni czy mostów, ale także np. pacjentów oraz efektach zbliżenia nauki i biznesu.

Na ile ważne jest dziś zastosowanie algorytmów sztucznej inteligencji w biznesie? Dużo mówi się – na fali popularności ChatGPT – o modelach LLM. W ITwiz zaś zaczęliśmy np. wykorzystywać inne z narzędzi OpenAI do spisywania wywiadów, także tego.

My także je wykorzystujemy. Dotychczas użytkownicy systemów analitycznych generowali zestawy danych, tworzyli raporty i potem je analizowali. Teraz, dzięki zastosowaniu chatbotów, mogą wykorzystać do tego algorytmy AI i interfejs głosowy. Stworzony przez nas system znajduje i wyświetla dedykowany raport. Takie rozwiązania widzieliśmy dotąd jedynie w filmach science-fiction. Nasz system pamięta jednocześnie historię interakcji. Otrzymując od nas dodatkowe pytania uwzględnia wcześniejszy ich kontekst. To działa!

Istnieje jednak dylemat związany z korzystaniem z tego typu publicznie dostępnych narzędzi. Nie zawsze chcemy i możemy udostępniać im wszystkie nasze, wewnętrzne, często poufne dane. To najważniejsza bariera wykorzystania tego typu nowego „interfejsu użytkownika”. Niemniej potencjalne zastosowania w biznesie są niezwykle ciekawe.

Niosą też za sobą duże zmiany. Przykładowo, kiedyś musieliśmy czekać na wygenerowanie fragmentu potrzebnego nam kodu źródłowego przez nasze centrum offshoringowe w Indiach. Wkrótce będziemy mogli wygenerować go „online” niemalże od razu. Wykorzystanie AI przyspiesza. Narzędzia te pozwalają też realizować niektóre zadania taniej i szybciej. Z drugiej strony ta rewolucja może stanowić zagrożenie dla usług offshore outsourcingu, eliminując zapotrzebowanie na proste czynności.

Warto przyglądać się AI także w innych obszarach. Kiedyś wszyscy robili własne modele prognostyczne. Na podstawie posiadanych danych tworzono plany popytu na poszczególnych rynkach. Potem dołączyliśmy zewnętrzne źródła danych, np. informacje o najczęstszych zapytaniach o symptomy konkretnych chorób w danej lokalizacji. Z zamkniętego świata przenieśliśmy się do świata otwartego, w którym czerpiemy informacje z wielu, nowych źródeł. Dzięki temu jesteśmy w stanie lepiej przewidzieć zachowania klientów.

Sieci handlowe pobierają dane o prognozie pogody na dany dzień i nie chodzi tylko o to, którego dnia będzie cieplej, bo wówczas sprzeda się więcej lodów czy napojów gazowanych. Przedstawiciele IKEA twierdzą np., że najwięcej klientów w ich sklepach jest w dni deszczowe.

Dokładnie tak. W sieci 7-Eleven zmiana asortymentu na półkach następuje trzy razy dziennie. Za każdym razem wchodząc do sklepu można zobaczyć inną ofertę. Wynika to z ich bardzo małej powierzchni i chęci zmaksymalizowania sprzedaży poprzez dostosowanie asortymentu do zmieniających się preferencji klientów w zależności od pory dnia. Sieć sklepów Żabka idzie w tym samym kierunku.

Skoro AI eliminuje proste prace to czy – jak wieszczą media – „zabierze nam pracę”?

Sztuczna inteligencja zastąpi człowieka w niektórych czynnościach. Widzimy to już np. w tłumaczeniach. Wyobraźmy sobie skalę tłumaczeń w instytucjach Unii Europejskiej – to są dziesiątki tysięcy miejsc pracy. Z drugiej strony oczywiście pojawia się duże zapotrzebowanie na inżynierów tworzących te rozwiązania.

Rozmawiając o chatbotach naturalnie przechodzimy do pierwszego trendu wyróżnionego w tegorocznym raporcie Accenture Technology Vision, czyli generatywnej sztucznej inteligencji – GAI.

Pojawienie się ChatGPT na pewno spowodowało coś, czego nie widzieliśmy przez ostatnie cztery dekady, od kiedy rozwijamy algorytmy AI. Mówiło się o ich zastosowaniu, ale w rzeczywistości nikt nie miał poczucia, że jego to dotyczy. Niewielu uważało, że może się ziścić, choć de facto dookoła nas pewne rozwiązania bazujące na sztucznej inteligencji już funkcjonowały.

Nagle pojawił się ChatGPT, który stał się tematem numer jeden na wszystkich konferencjach. Na wiele osób „spadł blady strach”, bo uświadomiły sobie, że sztuczna inteligencja naprawdę istnieje i potrafi robić rzeczy, z których nie zdawaliśmy sobie dotąd sprawy. Wcześniej uważano, że ma niszowe zastosowania, np. w autonomicznych samochodach, które jeszcze długo nie trafią na nasze ulice. Większość ludzi nie miało świadomości, że sztuczna inteligencja może wpłynąć na ich życie, pracę, czy sposób nauki. Nagle okazało się, że generatywna AI jest w stanie napisać za nas wypracowanie, zastąpić tłumacza, dokonać transkrypcji nagrania na tekst, zaproponować treść do mediów społecznościowych, czy wygenerować grafikę.

Pojawienie się ChatGPT pokazało, że AI naprawdę istnieje. Ułatwienie dostępu do algorytmów AI przysłowiowemu Kowalskiemu uświadomiło ludziom, że warto jednak obserwować zmiany zachodzące wokół nas. Na wzrost świadomości społeczeństwa odnośnie do możliwości sztucznej inteligencji wpłynęły też pojawiające się w sieci deepfake ze znanymi osobami, które np. mówiły kontrowersyjne rzeczy. Ogromny potencjał zastosowania Generative AI wywołał sporo poruszenia. I dobrze, bo powszechna wiedza o danym temacie skłania do działania, także regulatorów.

Sytuacja ta wywołała też jeszcze ciekawszą dyskusję na temat transparentności algorytmów. Czytałem bardzo ciekawy wywiad z prof. Andrzejem Zybertowiczem, „Cyber kontra real”, w którym mówił m.in. o tym, że nasza zależność od technologii – w szczególności od algorytmów sztucznej inteligencji – staje się tak duża, że mogą one wyrządzić nam więcej szkody niż pożytku. W związku ze skalą potencjalnych szkód musimy dążyć do tego, by mieć pewność, że jest ona bezpieczna, że panujemy nad algorytmami, że jesteśmy podmiotem tego procesu, a nie przedmiotem manipulacji. Dlatego algorytmy powinny być bardziej transparentne tak, jak dzisiaj jest z – wprowadzanymi na rynek – lekami, żywnością, czy urządzeniami. Dzięki temu wiemy, że to co bierzemy, jemy, używamy jest bezpieczne.

Trzeba uświadamiać społeczeństwo, a także bliskich na temat zagrożeń, które niesie za sobą upowszechnienie technologii. Przykładowo ja moim rodzicom tłumaczę, że nie mogą od tak wyrzucić starego tabletu, bo się zepsuł. Na nim cały czas znajdują się ich dane, a w nich jest zapisana ich cyfrowa tożsamość, która może pozwolić jakiejś obcej osobie zalogować się na ich konto bankowe, albo skorzystać z innego serwisu, na którym mają konto. Przed jego wyrzuceniem powinni więc upewnić się, że usunęli z niego wszystkie dane.

Wspominasz o działaniach regulatorów. Wprowadzany w Unii Europejskiej AI Act wprowadza np. definicje zabronionych algorytmów AI, czy konieczność zapewnienia wyjaśnialności podejmowanych przez nich decyzji.

Myślę, że to bardzo ważne, bo dzięki temu idziemy w kierunku, w którym będę mógł pokazać klientom, że stosuję rozwiązania wsparte sztuczną inteligencją, a jednocześnie oni będą mogli mieć pełne zaufanie do tych rozwiązań i akceptować je.

Dziś działają tak Google czy Facebook, które wysyłają do nas informacje i mówią co o nas wiedzą. Komunikują: „To dane, które zebraliśmy na Twój temat. Chcemy, abyś miał tego świadomość. Nie chcemy niczego przed Tobą ukrywać. Jeżeli masz z tym jakikolwiek problem, to możesz informacje na swój temat usunąć lub wykorzystać je w inny sposób.”.

Większość z nas nawet tego nie sprawdza, ale zawsze mamy taką możliwość. To buduje zaufanie, które jest kluczem w tego typu biznesie.

Kolejny trend w raporcie Accenture Technology Vision 2023 to właśnie cyfrowa tożsamość i sugestia, abyśmy stworzyli fizyczno-cyfrową synergię naszych „bytów”. Czy jednak powinniśmy zrobić to biorąc pod uwagę fakt, że BigTechy i tak już dużo o nas wiedzą? Można mieć wrażenie, że więcej niż my sami o sobie. Nie lepiej oddzielić tych bytów?

Czy nam się to podoba, czy nie, to już się dzieje. Przecież cała transformacja w sektorze bankowym polegała właśnie na połączeniu tych dwóch światów. W latach 90-tych XX wieku podchodziłem do okienka kasowego z czekiem i w ten sposób wypłacałem pieniądze. Dziś taka sytuacja jest nie do wyobrażenia dla moich dzieci. Po pieniądze mam iść do okienka? Jakiego okienka? W jakim banku? Przecież bank mam w telefonie. Bez połączenia ich fizycznej i cyfrowej tożsamości nie byłoby to możliwe. To połączenie pozwoliło bowiem na zdalną autoryzację dokonywanych przez nich transakcji.

Podobnie jest dziś w e-commerce, gdzie powstają cyfrowe modele nas samych, począwszy od naszej stopy, z której odzwierciedlenia w świecie digitalowym korzystają już sprzedawcy butów, po cyfrowe przymierzalnie ubrań. Tego typu rozwiązania pozwalają na dostarczanie nowych usług. Oczywiście nikt nas nie zmusza do korzystania z nich. Wciąż możemy pójść do banku i wypłacić pieniądze w „kasie”, choć zapłacimy za to więcej. Świat fizyczny i cyfrowy zbliżają się do siebie od lat. Przykładem połączenia fizycznej i cyfrowej tożsamości są rozwiązania firmy Neurotwin, która oferuje spersonalizowaną opiekę medyczną w oparciu o dane pacjenta.

Integracja fizycznej i cyfrowej tożsamości może dotyczyć nie tylko nas, ludzi, ale też fizycznej infrastruktury, w którą w Polsce inwestujemy obecnie miliardy złotych. Dotyczy to np. elektrowni jądrowych. To są gigantyczne i skomplikowane instalacje, których cykl życia może dochodzić do 100 lat. Budowę takiej elektrowni możemy zacząć od stworzenia jej cyfrowego modelu, tzw. Digital Twin. W ten sposób może być zapisany cały jej cykl życia, od pierwszego projektu, zgody na budowę, poprzez wszystkie remonty, aż do wycofania z użycia.

W raporcie Accenture Technology Vision 2023 podaliśmy przykład mostu w Holandii, który został obudowany czujnikami mierzącymi zarówno jego stan, jak i aktualne warunki zewnętrzne, które mogą wpływać na jego funkcjonowanie. Na tej podstawie można przewidzieć, kiedy i które jego elementy będą wymagać naprawy lub wymiany. Stworzenie cyfrowego bliźniaka mostu to – w odróżnieniu od elektrowni jądrowej – stosunkowo prosta rzecz. Jego awaria też będzie miała zapewne mniej niebezpieczne skutki dla społeczeństwa.

Ale zrobiliśmy też model cyfrowy dla powstającej właśnie elektrowni jądrowej Hinkley Point C w Wielkiej Brytanii. Jej cyfrowy model jest oparty o koncepcję Data Centric, a nie Document Centric. Dotąd bowiem gromadzone były głównie cyfrowe dokumenty – umowy, kontrakty, raporty przeglądów itp. W przypadku tej elektrowni źródłem danych są obiekty będące elementami jej infrastruktury. Cała ich historia oparta na ciągłych pomiarach i pokazywana w różnych wymiarach – komercyjnym, parametrów utrzymania, zmian, zgód itp. Chcielibyśmy, aby podobne podejście zostało wykorzystywane przy okazji inwestycji planowanych dziś w Polsce.

Z cyfrowymi bliźniakami wiążą się oczywiście inne, znane już trendy technologiczne takie, jak internet rzeczy czy wirtualna i rozszerzona rzeczywistość.

Na ile przewidywania cyfrowego bliźniaka zgadzają się z tym, co się dzieje w rzeczywistości?

To modele, które są ciągle doskonalone, podobnie jak algorytmy AI. Nadal człowiek i sztuczna inteligencja działają obok siebie, bo nie zawsze zgadzamy się z jej decyzjami. Choć ich jakość jest coraz wyższa. Amerykańskie badania wskazują, że algorytmy Machine Learning są w stanie poprawnie zdiagnozować na podstawie zdjęć aż 92% przypadków raka piersi.

Lekarz nadal jest lepszy. Ma skuteczność na poziomie 95%. Nie oznacza to jednak, że z tego powodu odrzucamy AI. Jeśli bowiem wesprzemy człowieka narzędziem opartym na algorytmach ML, to osiągniemy skuteczność na poziomie 97%. Lekarz zaś, dzięki temu będzie mógł skupić się jedynie na 8% wątpliwych przypadków, oszczędzając w ten sposób sporo czasu, albo poświęcając go więcej każdemu ze zdiagnozowanych pacjentów. Z czasem zapewne algorytmy AI staną się skuteczniejsze niż ludzie. To kwestia ich doskonalenia, uczenia się na kolejnych danych i czasu, jaki poświęcimy na trenowanie modelu. Ten proces też przyspiesza. Od udostępnienia ChatGPT 3.5 do 4.0 minęło nie więcej niż pół roku. Nad poprzednią wersją pracowano kilka lat.

Podobnie jest z dużymi aplikacjami biznesowymi. Dziś ich uaktualnienia dostępne są 3-4 razy w ciągu roku. Kiedyś było to nie do pomyślenia. Wówczas nowe wersje pojawiały się raz na 3-4 lata. Stało się to możliwe dzięki udostępnieniu ich w modelu cloud computing. Dany system u każdego z klientów jest taki sam, a wprowadzanie kolejnych uaktualnień jest dużo łatwiejsze. Wcześniej był to monolit zintegrowany z wieloma, zewnętrznymi systemami. Kiedyś więc jego uaktualnienie to był projekt na pół roku. Dziś dzieje się to z dnia na dzień. Jeżeli więc mamy klientów, którzy oczekują dużo szybszych zmian, to jedynym sposobem, aby odpowiedzieć na ich potrzebę jest większa standaryzacja narzędzi i zwiększenie ich elastyczności dzięki chmurze.

Największe kontrowersje – przynajmniej w moim odczuciu – wzbudza kolejny trend, w którym pada stwierdzenie „Twoje dane, Moje dane, Nasze dane”. Dzieje się tak w związku z lekturą książki Shoshany Zuboff „Wiek kapitalizmu inwigilacji”. Inaczej jest zapewne gdy zbieramy i analizujemy dane na temat fizycznych obiektów, a inaczej w przypadku nas samych, ponieważ dane te mogą służyć do manipulowania naszymi opiniami i decyzjami.

Dlatego mówiłem o tym, że pewne algorytmy powinniśmy otwierać, aby były w pełni transparentne, aby ludzie zrozumieli jak działają. Natomiast nie we wszystkich aspektach udostępnianie przez nas danych jest tak samo niebezpieczne. Przykładowo, jeśli mamy wybór pójścia do lekarza w klinice lub skorzystania z teleporady, ale za połowę ceny, to być może zdecydujemy się na drugie rozwiązanie, tym bardziej, że wizyta stacjonarna może wymagać dłuższego okresu oczekiwania.

W wielu sytuacjach świadomie godzimy się więc na to, aby nasze dane były współdzielone i wykorzystywane przez innych. Najważniejsze jest to, abyśmy zdawali sobie sprawę z tego, co się z nimi dzieje, i w jaki sposób są wykorzystywane. Cambridge Analytica de facto manipulowała użytkownikami Facebooka, aby skłonić ich do dokonania konkretnego wyboru przy urnie. Z drugiej strony algorytmy Allegro wspierają nas np. przy wyborze optymalnego sposobu dostawy. Algorytm proponuje paczkomat, który prawie codziennie mijamy w drodze do i z pracy. Tego typu działania nie postrzegamy jako naruszającego naszą prywatność. Uważam wręcz, że dzięki temu serwis Allegro jest dużo bardziej „wygodny”. Nadążanie za tym, czego ludzie potrzebują jest pożądane i akceptowane przez użytkowników.

Coraz częściej też działamy w biznesie platformowym, w którym jesteśmy elementem łańcucha wartości. Tożsamość cyfrowa jest zaś kluczem do tego, aby być w jej centrum. Musimy mieć tylko zaufanie do właściciela platformy. To już nie jest temat czysto techniczny. To proces budowy zaufania, aby – jeśli je utracimy – klient nie zdecydował się na czyszczenie historii kontaktów z nami i nie wyniósł się z danymi do konkurencji. A prawdopodobnie zrobi to, gdy tylko poczuje, że ktoś używa jego danych przeciwko niemu.

Czwarty trend w raporcie to zbliżenia nauki i biznesu.

Przez ostatnie 30 lat polskiej transformacji firmy IT zatrudniały informatyków. Panowała opinia, że jak ktoś spędził dużo czasu na uczelni to nie nadaje się do tego biznesu. Dąży do perfekcjonizmu. Nigdy więc produkt, nad którym pracuje nie będzie wystarczająco dobry. Terminy jego zdaniem są zaś z gumy i można je w nieskończoność przesuwać. W biznesie potrzebna zaś jest dyscyplina, aby zmieścić się w założonym czasie i budżecie.

Lepsze jest wrogiem dobrego? Wolę chyba stwierdzenie „gotowe jest lepsze niż doskonałe”.

Myślę podobnie. Potem jednak pojawiła się perspektywa pracy naukowców, którzy mają pasję, aby doskonalić wybrane technologie. Są w stanie wymyślać rozwiązania, które – np. przy skali Google – potrafią wygenerować rzeczywistą wartość w wycenie spółki, w prawdziwym pieniądzu. Zdaniem autorów raportu, dziś ze – wspomnianego przez nas w raporcie – „połączenia atomów i bitów” największy potencjał na dokonanie przełomu mają innowacje w trzech obszarach – nowych materiałów i źródeł energii, technologii kosmicznych oraz biologii syntetycznej.

Jednocześnie wydaje mi się, że rynek zaczął dziś wyceniać innowacyjność dużo wyżej niż kiedyś. Można popatrzeć choćby na Teslę, SpaceX czy Google. Wycena tych spółek na amerykańskiej giełdzie jest bardzo wysoka. Inwestorzy widzą ogromną wartość w innowacjach. Kiedyś też rynek wyceniał je dopiero wówczas, gdy udało je się „zindustrializować”, kiedy były powszechnie wykorzystywane. W tej chwili często wycenia się je wysoko już na poziomie startupu, a więc na bardzo wczesnym etapie ich rozwoju.

Gdzie Accenture widzi szansę na przekraczanie nowych granic dzięki połączeniu nauki i technologii? Gdzie najszybciej będziemy widzieli efekty tej synergii?

Myślę, że jest to obszar dotyczący szeroko rozumianego ESG. Jeżeli mamy regulacje i presję na to, aby odchodzić od wysokoemisyjnej produkcji energii, wprowadzać coraz szerzej recykling śmieci, to wymuszają one ogromne tempo zmian. Naukowcy pracują więc nad nowymi technologiami spełniającymi wymogi zrównoważonego rozwoju, m.in. łatwo biodegradowalnymi torebkami foliowymi. Starają się stworzyć nowe materiały syntetyczne, których jeszcze nie produkujemy, ale jesteśmy to w stanie zrobić łącząc – lub modelując – dostępne już substancje. W tym obszarze widzę szansę na najszybszy przełom.