Umjetna inteligencija razvija se brže od infrastrukture, regulatornih okvira i organizacijskih procesa koji je trebaju pratiti. Europa intenzivno govori o podatkovnoj suverenosti, regulativi i potrebi za vlastitim kapacitetima, ali između rasprave i realizacije još postoji velik jaz. „Puno pričamo, ali ne radimo toliko; to je trenutačno jedna od osnovnih premisa“, ističe za ICTbusiness Media - ICTbusiness.info Marko Dagelić, CEO Datum. Za njega je upravo kontrola nad procesima i podacima jedan od temelja ozbiljne primjene umjetne inteligencije.
Dagelić upozorava da se rasprava o podatkovnim centrima ne može odvojiti od poslovnog slučaja koji opravdava ulaganje. Nije dovoljno graditi infrastrukturu samo zato što potražnja za AI kapacitetima globalno raste; potrebno je znati kome je kapacitet namijenjen, kakva će biti njegova iskoristivost i kakva je ekonomska logika projekta. „Pitanje je poslovnog slučaja i logike iza svega toga, čak i na razini Europske unije“, kaže.
Kao ilustraciju infrastrukturnog jaza navodi usporedbu SAD-a i Europe. Prema brojkama koje iznosi u razgovoru, SAD ima više nego dvostruko više podatkovnih centara od Europske unije, dok je razlika u računalnoj snazi još izraženija. „Kad to stavimo u kontekst računalne snage, Europa ima samo oko pet posto“, kaže Dagelić, dodajući da je jugoistočni dio Europe u globalnoj slici još slabije pozicioniran. Istodobno smatra da trenutačni kapaciteti u Hrvatskoj odgovaraju sadašnjim domaćim potrebama.
Problem proizlazi iz različite brzine razvoja. AI modeli, alati i načini primjene mogu se mijenjati iz dana u dan, dok se ozbiljna infrastruktura planira i gradi godinama. „Za ozbiljniju infrastrukturu to nisu ni dani ni tjedni, nego godine“, upozorava. Zato smatra da se dugoročni kapaciteti ne mogu razvijati bez šireg dogovora države, institucija, istraživačke zajednice, industrije i građana.
Jedan od mogućih modela vidi u javno-privatnim partnerstvima ili zajedničkim ulaganjima koji imaju jasnu poslovnu logiku. „Svi se moramo staviti na hrpu, dogovoriti moguća javno-privatna partnerstva ili joint venture i krenuti u smjeru koji ima poslovnu logiku“, kaže Dagelić. U središtu takvih projekata, naglašava, moraju biti podaci: gdje se nalaze, tko njima upravlja i pod kojim se uvjetima obrađuju.
Svijest kompanija o tim pitanjima raste usporedno s konkretnom primjenom AI modela. Veće tvrtke već intenzivnije testiraju različite pristupe i kroz praktične projekte uče gdje im umjetna inteligencija može pomoći. „Kompanije sve više koriste različite modele i vide u kojem segmentu AI može zaista pomoći“, kaže. Nakon početne faze eksperimentiranja dolazi pitanje kontrole: ako tvrtka želi vlastitog agenta za određeni proces, želi znati u kakvom okruženju agent radi i gdje završavaju podaci koje koristi.
Takvi zahtjevi posebno su izraženi u reguliranim industrijama, među kojima Dagelić izdvaja zdravstvo, telekomunikacije, osiguranje i bankarstvo. No potrebu za kontroliranim okruženjem sve više prepoznaju i manje regulirani sektori. Razlog nije samo podatkovna suverenost. „To je i kontrola troškova“, objašnjava, jer široka i nekontrolirana uporaba AI usluga može postupno povećavati ukupne troškove, čak i kada pojedinačna usluga na početku izgleda jeftino.
Sljedeću fazu obilježit će šira primjena agenata u poslovnim procesima. Dagelić očekuje da će agenti preuzimati pojedine zadatke i procese, ali ne vidi nestanak ljudskog nadzora. „Uvijek će postojati human in the loop, negdje više, a negdje manje“, kaže. Količina ljudske kontrole ovisit će o vrsti procesa, riziku, osjetljivosti podataka i posljedicama pogreške.
Uz primjenu dolazi i regulatorna neizvjesnost. Akt o umjetnoj inteligenciji postavlja novi okvir, ali kompanije tek trebaju razumjeti što pojedine obveze konkretno znače za njihove sustave i procese. Dagelić kaže da i industrija još traži odgovore te da se kroz stručne radionice i razgovore s europskim institucijama postupno razjašnjavaju praktična pitanja. „Bit će dosta upitnika i traženja odgovora“, procjenjuje.
Drugo važno pitanje jest sigurnost samih agenata. Kako AI dobiva veće ovlasti nad procesima, raste važnost pitanja može li agent biti kompromitiran, može li izaći iz zadanih granica i kako se organizacija štiti od takvog scenarija. „Nakon što krene šira primjena, dvije važne stvari bit će kako to reguliramo na papiru i kako se branimo od eventualnih napada ili bijega agenta“, zaključuje Dagelić. AI strategija tako iz tehnološkog projekta prerasta u spoj infrastrukture, upravljanja podacima, regulative, sigurnosti i poslovne ekonomike. Pitanje kontrole pritom se ne odnosi samo na podatke koje agent koristi, nego i na granice njegova djelovanja unutar poslovnog procesa.
