Umjetna inteligencija postaje dio svakodnevnog rada

Umjetna inteligencija više nije izdvojena tehnološka tema rezervirana za razvojne timove. Alati i modeli ulaze u svakodnevni rad, mijenjaju način na koji se obavljaju pojedini poslovi i omogućuju automatizaciju procesa koji su donedavno bili preskupi ili ih tehnički nije bilo moguće automatizirati. „Primjena umjetne inteligencije danas je prožeta kroz sve dijelove našeg života, privatnog ili poslovnog“, ističe za ICTbusiness Media - ICTbusiness.info Ivan Skender, glavni direktor za transformaciju i IT.

Razina primjene razlikuje se ovisno o industrijama i kompanijama, ali smjer je, prema Skenderu, isti. Organizacije uvode različite vrste alata i tehnologija, a poslovi se postupno transformiraju. „Ta tehnologija danas omogućuje da mnoge poslove radimo efikasnije, da smo osobno efikasniji, ali i da automatiziramo mnoge procese“, kaže. Posebno su zanimljivi procesi koji prije nisu bili automatizirani jer je to bilo preskupo ili tehnološki nepraktično.

U telekom industriji spektar primjene već je širok. Skender navodi automatizaciju korisničkih servisa, repetitivnih back-office poslova, upravljanja operacijama i mrežom te razvoj softvera i rad unutar IT-a. „Imamo niz uspješnih primjera gdje primjenjujemo umjetnu inteligenciju“, navodi. Ne očekuje pritom usporavanje tehnoloških promjena; naprotiv, dosadašnji razvoj pokazuje da se mogućnosti ubrzano šire.

Brz napredak istodobno povećava važnost sigurnosti i upravljanja podacima. Telekomi se u toj priči nalaze u specifičnoj poziciji jer upravljaju kritičnom infrastrukturom, mrežama i podatkovnim centrima kroz koje prolaze digitalne usluge. „Telekomi su nositelji kritične infrastrukture i upravo smo krvotok za umjetnu inteligenciju“, kaže Skender.

Podatkovni centri time dobivaju dodatnu važnost. Skender ističe mogućnost da se modeli izvršavaju u domaćoj infrastrukturi i da podaci ostanu u Hrvatskoj i unutar kontroliranih instanci. „Mi posjedujemo infrastrukturu i data centre, čime garantiramo sigurnost podataka i omogućujemo da se ti modeli vrte upravo u tim data centrima“, objašnjava. U tome vidi jasnu prednost telekom operatora u odnosu na okruženja u kojima je teže kontrolirati lokaciju i tok podataka.

To, međutim, ne znači da je problem sigurnosti riješen samom lokalizacijom infrastrukture. Modeli uče na podacima, a dio podataka i znanja dolazi iz vanjskog svijeta. Granice sustava zato treba pažljivo postaviti, a sigurnosne zahtjeve kontinuirano prilagođavati. „Vjerujem da će pitanje sigurnosti biti sve veće i veće“, kaže Skender.

Kao jedan od razloga navodi rast napada potpomognutih umjetnom inteligencijom i botovima. Prema njegovim riječima, velik dio današnjih kibernetičkih napada dolazi upravo iz AI-driven botova, a alati koji su nekada zahtijevali više specijaliziranog znanja postaju dostupniji širokom krugu korisnika. Zbog toga ulaganja u kibernetičku sigurnost, infrastrukturu, podatkovne centre i same modele snažno rastu na svjetskoj razini.

Transformacija se zato ne može promatrati samo kao potraga za produktivnošću. Što je AI dostupniji, to je važnije razumjeti podatke koje sustav koristi, okruženje u kojem se modeli izvršavaju i rizike koje automatizacija donosi. Telekomi, prema Skenderovu viđenju, imaju dvostruku ulogu: sami primjenjuju AI u vlastitim procesima, ali istodobno osiguravaju infrastrukturu na kojoj se takva rješenja mogu sigurno koristiti.

Kada je riječ o zaposlenicima i tržištu rada Skender ne svodi budućnost na jednostavnu zamjenu ljudi tehnologijom. Važnijim smatra način na koji će ljudi koristiti AI u svakodnevnom poslu. „Konkurentsku prednost imat će oni koji koriste AI u svakodnevnom poslu“, kaže. Sama uporaba alata ipak nije dovoljna; ključna je sposobnost kritičke procjene rezultata.

„Važno je gledati kritički prema cijeloj priči i imati razvijeno kritičko razmišljanje i kreativnost“, naglašava Skender. Upravo kombinacija alata i ljudskih sposobnosti određivat će vrijednost rada. Ljudi koji AI koriste kao dio svakodnevnog procesa, ali pritom razumiju širi kontekst i ne prihvaćaju automatski svaki rezultat modela, bit će sposobniji donositi kvalitetnije odluke.

Skender zato smatra da će dugoročno biti traženi ljudi koji uz praktično korištenje umjetne inteligencije imaju širok spektar znanja. Tehnologija može automatizirati dio zadataka i ubrzati druge, ali širina razumijevanja, kreativnost i kritičko mišljenje ostaju način na koji se rezultat alata pretvara u poslovnu vrijednost. U tom smislu transformacija nije samo tehnološka: mijenja se infrastruktura, organizacija rada i skup vještina koje kompanije trebaju razvijati paralelno s AI sustavima.