Zastosowanie sztucznej inteligencji w gospodarce

Celem raportu jest charakterystyka wyzwań i działań związanych z rozwojem sztucznej inteligencji (ang. AI) oraz jej wpływem na realizację celów strategii KIS i prowadzenie działalności gospodarczej w Polsce. W raporcie zostały ujęte przekrojowe zagadnienia o charakterze technologicznym, gospodarczym i prawnym, aby ukazać złożoność zjawiska sztucznej inteligencji. Biorąc pod uwagę specyfikę tej tematyki, raport należy traktować jako autorski wybór poruszanych zagadnień, który powinien stanowić punkt wyjścia do dalszego zgłębiania poszczególnych tematów.

Czym jest sztuczna inteligencja?
Sztuczna inteligencja (ang. artificial intelligence, AI) to subdyscyplina nauk komputerowych (ang. computer science) zajmująca się tworzeniem systemów informatycznych, które potrafią uczyć się i działać autonomicznie. Badania nad sztuczną inteligencją odniosły i nadal odnoszą duży sukces w opracowywaniu skutecznych technik rozwiązywania szerokiego zakresu problemów, od przemysłu i medycyny do rozwiązań społecznych i edukacji. Od momentu organizacji na Uniwersytecie Stanforda słynnego warsztatu na temat AI w Dartmouth („The Dartmouth Summer Research Project on Artificial Intelligence”) używamy obowiązującej do dzisiaj definicji sztucznej inteligencji. Wydarzenie to, poruszane na nim tematy oraz zaproszone osoby zdefiniowały początki badań nad AI w obrębie informatyki i matematyki. Od samego początku jednak badania nad AI są interdyscyplinarne i czerpią z dorobku innych dziedzin nauki: technicznych (np. fizyki, inżynierii) oraz społecznych i humanistycznych (np. socjologii, filozofii, etyki i kulturoznawstwa).

Przegląd najważniejszych trendów w obszarze sztucznej inteligencji

Najnowsze wydanie raportu Artificial Intelligence Index Report z 2023 roku wskazuje na 10 najważniejszych wątków dotyczących oddziaływania AI na gospodarkę, politykę i społeczeństwo. Znalazły się wśród nich takie kwestie jak: znaczący wpływ AI na rozwój nauki, wzrost zapotrzebowania na rynku pracy na osoby z kompetencjami związanymi ze sztuczną inteligencją oraz wykorzystanie AI do ograniczania kosztów i zwiększania zysków w przedsiębiorstwach. Rosnące znaczenie AI wywołuje także zjawiska negatywne, np.: wysokie koszty środowiskowe rozwijania AI, dodatkowe potrzeby energetyczne związane z zasilaniem maszyn obliczeniowych oraz przypadki nieetycznego wykorzystywania algorytmów w systemach informatycznych i aplikacjach. W efekcie obserwujemy zainteresowanie przedsiębiorców, decydentów i obywateli pojawiającymi się rozwiązaniami sztucznej inteligencji i ich ewolucją.

Aktualnie wśród najważniejszych podejść badawczych i technologicznych rozwijanych w dziedzinie sztucznej inteligencji wyróżnić można:

uczenie maszynowe (ang. machine learning). Jest to dziedzina sztucznej inteligencji, która koncentruje się na opracowywaniu algorytmów, mogących uczyć się na podstawie danych. Algorytmy uczenia maszynowego są zwykle szkolone na dużych zbiorach danych, a następnie można ich używać do przewidywania lub podejmowania decyzji;
przetwarzanie języka naturalnego(ang. NLP, natural language processing). Jest to dziedzina sztucznej inteligencji, która koncentruje się na zrozumieniu i generowaniu ludzkiego języka. Algorytmy NLP są wykorzystywane do rozpoznawania mowy, tłumaczenia maszynowego i streszczania tekstu;
wizja komputerowa(ang. computer vision). Jest to dziedzina sztucznej inteligencji, która koncentruje się na zrozumieniu i interpretacji obrazów. Algorytmy widzenia komputerowego są wykorzystywane na przykład w autonomicznych pojazdach, rozpoznawaniu twarzy i analizie obrazów medycznych;
uczenie głębokie (ang. deep learning). Jest to dziedzina sztucznej inteligencji, która polega na nauczeniu komputerów myślenia i uczenia się w sposób zbliżony do ludzkiego mózgu. Uczenie głębokie jest stosowane w wielu dziedzinach, w tym w rozpoznawaniu obrazów, przetwarzaniu języka naturalnego, rozpoznawaniu mowy, tłumaczeniu języka i wielu innych. Często realizuje to za pomocą tzw. sieci neuronowych;
sieci neuronowe(ang. neural networks), czyli modele obliczeniowe, które są inspirowane strukturą mózgu i próbują naśladować jego sposób działania.

Analizy rynku AI wskazują także na inne obszary rozwoju sztucznej inteligencji, które w ostatnim czasie zyskały na znaczeniu. Obserwujemy rozwój nowych aplikacji AI. Sztuczna inteligencja jest wykorzystywana w coraz większej liczbie dziedzin, takich jak opieka zdrowotna, finanse czy produkcja. Rozwój ten podyktowany jest znaczącymi osiągnięciami w obszarze uczenia maszynowego (ang. machine learning, ML), uczenia głębokiego (ang. deep learning, DL) oraz sieci neuronowych. Na przykład, ChatGPT (Generative Pretrained Transformer) to model języka naturalnego, który może generować tekst, odpowiadać na pytania, tworzyć rozmaite rodzaje kreatywnych treści czy tłumaczyć między językami. Jest to efekt pojawienia się dużych modeli językowych (ang. LLM). LLM to modele AI, które były trenowane na ogromnych zbiorach danych tekstowych i kodu. Są one przykładem szerszego typu sztucznej inteligencji, zwanego generatywnym AI. To taki rodzaj algorytmów, które są w stanie tworzyć spójne, realistyczne treści. Oprócz wspomnianego Chat-GPT, do generatywnego AI należą m.in. takie aplikacje, jak Midjourney.com (tworząca obrazy na podstawie opisu w formie tekstu – tzw. „promptów”) oraz Pictory (służąca do tworzenia i edycji wideo).

Nie bez znaczenia jest wpływ wykorzystywania sztucznej inteligencji na rynek pracy, gdzie używana jest ona na różne sposoby, na przykład do automatyzacji zadań, dostarczania analiz i wspomagania podejmowania decyzji. Parlament Europejski szacuje jednak, że „14% miejsc pracy w krajach OECD można w wysokim stopniu zautomatyzować, a kolejne 32% może stanąć w obliczu poważnych zmian”. Niekoniecznie musi to oznaczać utratę pracy: badacze nie zaobserwowali spadku zatrudnienia lub zarobków na stanowiskach pracy i w obszarach, w których zaczęto wykorzystywać AI. Jednocześnie ten sam think-tank Parlamentu Europejskiego szacuje, że wydajność pracy w związku z rozwojem sztucznej inteligencji wzrośnie pomiędzy 11 a 37%.

Warto zwrócić uwagę na potrzebę etyki w AI. W miarę jak sztuczna inteligencja staje się coraz bardziej potężna, rozważanie etycznych implikacji jej wykorzystania zyskuje coraz większe znaczenie. Na przykład, AI może być wykorzystywana do tworzenia tzw. deepfake'ów, które mogą służyć do rozpowszechniania dezinformacji. Aktualnie opracowywane są etyczne wytyczne

dotyczące korzystania z AI, aby zapewnić jej uczciwe stosowanie. W swojej analizie firma doradcza Gartner wiąże wątki etyczne z rosnącym znaczeniem, jakie przypisuje się zarządzaniu, skuteczności czy też wiarygodności AI, ale też ochronie danych, które służą do jej trenowania.

Istotne są także globalne przesunięcia w sektorach gospodarczych. Kraje takie jak Stany Zjednoczone, Chiny czy Korea Południowa inwestują znaczne środki w rozwój AI, co może prowadzić do przesunięć w globalnej równowadze gospodarczej. Na przykład Chiny dominują w instalacji robotów przemysłowych. Według ekspertów z Uniwersytetu Stanforda „w 2013 roku Chiny wyprzedziły Japonię jako kraj instalujący najwięcej robotów przemysłowych. Od tego czasu różnica między całkowitą liczbą robotów przemysłowych zainstalowanych przez Chiny a drugim najbliższym krajem zwiększyła się. W 2021 roku Chiny zainstalowały więcej robotów przemysłowych niż reszta świata razem wzięta”. Warto jednak zwrócić uwagę na fakt, że jeśli chodzi o inwestycje w AI w ogóle, przodują w nich Stany Zjednoczone. W 2022 r. „47,4 mld USD zainwestowane w USA było mniej więcej 3,5 krotnością kwoty zainwestowanej w drugim co do wielkości inwestycji kraju, Chinach (13,4 mld USD). Stany Zjednoczone nadal przodują pod względem całkowitej liczby nowo finansowanych firm zajmujących się sztuczną inteligencją, 1,9 razy więcej niż UniaEuropejska i Wielka Brytania liczone łącznie oraz 3,4 razy więcej niż Chiny”.

Istotne zmiany zachodzą także w strukturze modeli biznesowych. AI umożliwia tworzenie innowacyjnych modeli, takich jak rozwój rekomendacji produktów opartych na analizie danych klientów. Na przykład, serwis Netflix.com korzysta z algorytmów AI, aby polecać użytkownikom filmy i seriale, które są dla nich najbardziej interesujące. Wśród innych przemian w obszarze modeli biznesowych wykorzystujących sztuczną inteligencję warto zwrócić uwagę na obszar obsługi klienta (odpowiadanie na pytania, rozwiązywanie problemów i dostarczanie spersonalizowanych rekomendacji), co może mieć znaczący wpływ na satysfakcję i lojalność klientów. Według danych serwisu branżowego Techcrunch.com zastosowanie rozwiązań sztucznej inteligencji w systemach obsługi zamówień e-commerce może spowodować nawet 3,5-krotnie wzrost satysfakcji użytkowników i klientów.

Sztuczna inteligencja jest wykorzystywana także do personalizowania komunikatów marketingowych, kierowania odpowiednio spersonalizowanych reklam do odbiorców i mierzenia skuteczności kampanii marketingowych. Wykorzystanie AI w kampaniach reklamowych w internecie jest już powszechne, ułatwia nie tylko precyzyjne docieranie z komunikatem do niewielkich grup konsumentów, ale też umożliwia zwiększenie zwrotu z inwestycji przy optymalizacji kosztów ponoszonych na marketing. Dzięki zaawansowanej personalizacji AI pomaga wykrywać oszustwa finansowe w różnych branżach, takich jak bankowość i handel detaliczny, a także opracowywać nowe produkty i usługi, spełniające potrzeby nawet wąskich grup konsumentów.
Źródło: https://www.parp.gov.pl/storage/publications/pdf/Raport-tematyczny_zastosowania_sztucznej_inteligencji_w_gospodarce_20230616.pdf

Zastosowanie sztucznej inteligencji w gospodarce - Raport tematyczny nr 3