Wśród dostawców innowacyjnych rozwiązań, którzy działają na amerykańskim rynku, są też tacy, którzy od wielu lat pracowali nad rozwojem rozwiązań związanych ze sztuczną inteligencją. Dzisiaj, gdy klienci gorączkowo szukają sposobu na wykorzystanie generatywnej AI, wieloletnie wysiłki takich właśnie integratorów zaczęły bardzo wyraźnie procentować. Jednym z nich są założyciele Quantiphi, z Asifem Hasanem na czele. Kiedy on i jego koledzy porzucili w 2013 r. dobrze płatne posady, aby założyć firmę, tworzącą rozwiązania dla biznesu z zakresu sztucznej inteligencji, zakładali, że wkrótce nastąpi w tym obszarze szybki wzrost. Dostrzegali potencjał AI w pracach wskazujących na realne możliwości deep learningu .

Problemem jednak było to, że gdy Asif Hasan i trzech innych współzałożycieli startowali z Quantiphi, rynek nie był jeszcze na ich pomysł gotowy. W pierwszych latach biznes rozwijał się wolniej niż się spodziewali, a w obszarze AI firma zatrzymywała się na etapie proof of concepts, zarabiając na większych projektach z zakresu zaawansowanej analizy i nauki o danych.

Jak mówi Asif Hasan: „Z dzisiejszej perspektywy można stwierdzić, że wystartowaliśmy dość wcześnie i dlatego pierwsze trzy lata były dla nas bardzo trudne”. Mimo to, zamiast się wycofać, pozostali cierpliwi. Wierzyli, że nadejdzie czas, kiedy usługi AI Quantiphi będą cieszyły się dużym popytem… i mieli rację. Obecnie, dziesięć lat po założeniu, Quantiphi może poszczycić się zespołem liczącym prawie 4 tys. osób. Firma przeprowadziła 2,5 tys. projektów z 350 klientami w dziewięciu branżach, w tym obsługując kilka naprawdę dużych projektów z dziedziny AI, z których każdy przynosi dostawcy blisko 10 mln dol. rocznie. W efekcie przez ostatnie trzy lata średni roczny wzrost Quantiphi oscylował wokół 85 proc.

Na fali (dwucyfrowego) wzrostu

Technologie sztucznej inteligencji wprowadzają nowe funkcje w wielu aplikacjach i usługach chmurowych, które kanał dystrybucyjny może odsprzedawać, zarządzać nimi oraz świadczyć wokół nich swoje własne usługi. Tacy integratorzy jak Quantiphi wykorzystują lukratywne możliwości obecnej, początkowej fazy, w której szybko rośnie zapotrzebowanie na infrastrukturę i usługi, które stanowią podstawę aplikacji i funkcji opartych na sztucznej inteligencji.

Grupa integratorów, obejmująca zarówno nowych graczy na omawianym polu, jak Quantiphi, jak też od dawna znane, renomowane firmy w rodzaju World Wide Technology, poświęciła ostatnie kilka lat na zbudowanie praktyk związanych z AI. Teraz stara się wykorzystywać swoją szansę na rynku, który według szacunków IDC może być warty w tym roku 154 mld dol. Co więcej, według analityków rynek ten, obejmujący sprzęt, oprogramowanie i usługi, może przez najbliższe trzy lata rosnąć co roku średnio o 27 proc.

Quantiphi najszybciej rozwijała się jeszcze przed pojawieniem się jesienią zeszłego roku ChatGPT – czatu obsługiwanego przez duży model językowy AI. Wywołał on spore zamieszanie w branży technologii IT swoją zdolnością do rozumienia skomplikowanych zapytań i udzielania obszernych odpowiedzi – od postów na blogach na różne tematy po kod oprogramowania do przeglądarek internetowych i inne rodzaje aplikacji.

W rezultacie przedsiębiorstwa gorączkowo zaczęły szukać sposobów na wykorzystanie generatywnej sztucznej inteligencji, obejmującej szeroką kategorię modeli AI (w tym ChatGPT), które – wykorzystując duże zbiory danych – generują nowe treści w różnych formatach, w tym tekst, obrazy i wideo. Ten trend dotyczy także nowych funkcji popularnego oprogramowania użytkowego, takiego jak Microsoft 365 i wielu ofert z zakresu cyberbezpieczeństwa.

– ChatGPT dał ludziom pierwsze wyobrażenie, jak może w różnych zastosowaniach wyglądać system generatywnej sztucznej inteligencji. Jednych zachwycił, inni poczuli się zaniepokojeni, ale wszyscy bez wyjątku byli zaintrygowani – mówi Asif Hasan.

Teraz Asif Hasan stara się odpowiedzieć na falę zainteresowania wywołaną przez generatywną sztuczną inteligencję. Przez ostatnie kilka miesięcy przeprowadzał nawet do trzech rozmów dziennie, reagując na zapytania klientów i omawiając nowe projekty związane z tą technologią. A jako że generatywna AI generuje duże zapotrzebowanie na usługi, to współzałożyciel Quantiphi jest przekonany, że technologie powstające wokół niej wkrótce będą mieć duży wpływ na to, jak ludzie pracują, nawet jeśli początkowo wyznaczone cele będą niewielkie.

Dziki Zachód usług i produktów

Tim Brooks, dyrektor ds. strategii danych i rozwiązań AI w firmie WWT (World Wide Technology) wspomina, że kiedyś przedsiębiorstwa najwięcej czasu potrzebowały, by zdecydować jaką infrastrukturę wybrać do uruchamiania aplikacji opartych na sztucznej inteligencji. Obecnie, gdy infrastruktura AI się upowszechniła, klienci giganta wśród amerykańskich integratorów zaczęli zwracać uwagę na najdrobniejsze szczegóły projektów związanych z AI, takie jak zarządzanie danymi, modele zarządzania ryzykiem oraz inne kwestie, które mogą odgrywać rolę na drodze do sukcesu określonego projektu. Pięć lat temu to była rzadkość. Teraz szczegóły pojawiają się w każdej rozmowie.

Wiele przedsiębiorstw stara się określić własne strategie związane z generatywną sztuczną inteligencją i dowiedzieć się, czego potrzebują, aby budować niestandardowe aplikacje wykorzystujące własne dane. Pamiętając przy tym o ryzyku związanym z udostępnianiem danych dostępnym dla konsumentów aplikacjom, takim jak ChatGPT…

– Jeśli nie kontrolujesz tego modelu, twoje informacje mogą zostać wykorzystane przy udzielaniu odpowiedzi innej stronie, gdy skieruje ona pytanie do zewnętrznej usługi poprzez wywołanie interfejsu API – przestrzega Tim Brooks.

Dodaje przy tym, że taka obawa wielokrotnie pojawia się w relacjach z dyrektorami ds. informatyki (CIO) i szefami ds. bezpieczeństwa informacji (CISO), z którymi jego firma rozmawia. Problem w tym, że zbudowanie dużego modelu języka od podstaw, podobnego do ChatGPT, ale chroniącego dane wrażliwe, może kosztować nawet do 100 mln dol. Na szczęście dla przedsiębiorstw pojawił się już złoty środek. Wielcy dostawcy, tacy jak Amazon Web Services, Google Cloud, Microsoft Azure i Nvidia, wśród wielu rodzajów modułów oferują teraz wstępnie przeszkolone modele AI, które integratorzy mogą wykorzystać do tworzenia dla klientów niestandardowych rozwiązań generatywnej sztucznej inteligencji. Według Tima Brooksa to ogromna szansa, która będzie jednak wymagać różnorodnych kompetencji, aby zapewnić, że niestandardowe aplikacje korzystają z odpowiednich zestawów danych i dostarczają właściwego rodzaju odpowiedzi.

– Będziemy musieli wykorzystać nasze doświadczenie z dziedzin bezpieczeństwa, zarządzania danymi i nauki danych, a także wykorzystać nasze relacje z dostawcami OEM – podkreśla Tim Brooks.

Jednak możliwości generatywnej sztucznej inteligencji nie muszą w kanale sprzedaży IT ograniczać się do rozwoju i zarządzania aplikacjami. Według analityków Deloitte’a to także okazja do doradzania klientom w zakresie najlepszych praktyk prowadzących do tego, by ich pracownicy mogli korzystać z innowacyjnych narzędzi.

– Jak ich nauczyć nowego sposobu wykonywania zadań i zagwarantować, że wykorzystają tę technologię? Wiele korzyści z generatywnej sztucznej inteligencji polega na wzmocnieniu kompetencji człowieka i ich rozwijaniu. Dlatego również od ludzi wymaga się nauki nowego sposobu działania – mówi Gopal Srinivasan, długoletni pracownik Deloitte’a, który kieruje działaniami z zakresu generatywnej sztucznej inteligencji (we współpracy z Google Cloud).

Jednym z integratorów, który już w praktyce poznał korzyści z generatywnej sztucznej inteligencji dla przedsiębiorstw, jest SADA Systems z Los Angeles. Zaczęło się od tego, że klienci jednej z firm produkcyjnych z branży druku 3D korzystali z jego rozwiązania do cięcia laserowego w bardzo ograniczonym zakresie. Firma ta postanowiła więc dołożyć do niego model text-to-image, aby stworzyć dla użytkowników nowy kreatywny proces oraz zaoferować im szybki sposób tworzenia projektów. Dzięki poradom udzielonym przez specjalistów SADA, w następnym tygodniu po uruchomieniu nowego narzędzia do generowania projektów dostawca 3D odnotował 50-krotnie większy poziom wykorzystania swojego rozwiązania laserowego.

Powyższe pobieżne case study jest przykładem dużych możliwości, jakie kryje w sobie generatywna sztuczna inteligencja. Dzięki nim można odblokować produktywność i zapewnić klientom nowe możliwości. Pojawia się przy tym jednak pewne wyzwanie: innowacje w obszarze generatywnej sztucznej inteligencji pojawiają się tak szybko, że klienci mogą nie nadążać z wyborem rozwiązań.

– Podjęcie decyzji może być trudne w sytuacji, gdy na rynku narzędzi AI panuje chaos i prawdopodobne jest, że w ciągu najbliższych tygodni dostępne będzie bardziej efektywne podejście do takiego czy innego problemu – uważa Miles Ward, CTO w firmie SADA.