CIO’lar Nvidia GTC’de gen yapay zekasının potansiyelinden nasıl yararlandıklarını paylaşıyor

Üretken yapay zeka kullanım örnekleri, pilot uygulama aşamasından üretim aşamasına hızla ilerlemekte ve günümüzde işletmeler genelinde ölçülebilir, güvenilir sonuçlar sunmaktadır.

CIO’lar ve BT liderleri, güvenlik günlüklerindeki anormallikleri tespit etmekten kod geçişlerinin otomasyonu yoluyla geliştirici üretkenliğini artırmaya kadar, üretkenlik kazanımları elde etmek için geniş bir kullanım senaryosu tabanında gen yapay zekanın potansiyelinden nasıl yararlandıklarını paylaştı.

CIO’lar Nvidia, SentinelOne Ve ServiceNow Dünkü panele katıldım. Kurumsal Dönüşümü Desteklemek: Üretken Yapay Zekanın Potansiyelinden Yararlanma Konusunda CIO İçgörüleri en Nvidia’nın 2024 GTC Etkinliği. Panelin moderatörlüğünü Nvidia kurumsal yapay zeka ve otomasyon başkan yardımcısı Rama Akkiraju üstlendi. Panelde LinkedIn mühendislik başkan yardımcısı Sabry Tozin, Nvidia kıdemli başkan yardımcısı ve CIO’su Sonu Nayyar, SentinelOne CIO’su Sandy Venugopal ve ServiceNow dijital bilgi sorumlusu Chris Bedi yer aldı.

Ölçülebilir sonuçlar, gelecekteki yakıt kullanım durumlarının ihtiyaç duyduğu durumlardır

Panelin gen yapay zekasının ölçülebilir sonuçlar sağladığı konusundaki ısrarı, oturum sırasında çeşitli sorulara verilen yanıtlarda da yankı buldu.

Nesil yapay zeka kullanım örnekleri, pilot aşamadan sağ çıkıp üretime geçebilmek için ölçülebilir değer sağlamalı ve süreçlerin geniş ölçekte kolaylaştırılmasına yardımcı olmalıdır.

Tozin, gen yapay zekasının belirli görevleri otomatikleştirerek mühendis üretkenliğini nasıl artırdığını açıkladı: “Bu işin çoğunu otomatikleştirerek geliştirici verimliliğinde büyük bir ilerleme kaydediyoruz. Bunun yaptığı şey, mühendislerin sadece tekrarlanan veya bir tür bakım olarak kabul edilebilecek şeyler üzerinde çalışmak yerine, şirkete gerçekten değer sağlayan şeyler ekleyerek yeni şeyler inşa etmeye geri dönmelerine olanak tanıyor.”

ServiceNow’un arka ofis iş yükünü %14 azaltmak için alana özgü dil modellerini iş akışlarına yerleştirmesi, Bedi tarafından paylaşılan başka bir örnektir. “Bir çalışanın doğal dilde bir şey istediğinde yapay zekanın amacını anlayabilmesi için yapay zeka genini devreye alıyoruz. Zamanın yüzde doksan dokuzunda genel bir yapay zeka yanıtı alıyorlar. Ancak arka uçta gördüğümüz şey, arka ofis departmanlarına gelen işlerde %14’lük bir azalma olduğunu ve bu da yaklaşık beş ay içinde gerçekleşti” dedi Bedi.

Bedi şöyle dedi: “Her şeyin ne kadar kötü olduğunu ölçüyorum… Ve Sabry’ye göre bu şey kendi kendini satıyor. Aslında tüm bu bireysel ölçümlerin matematiğini yaptığımızda ve bunları topladığımızda, yıllık yaklaşık 10 milyon dolarlık fayda elde ediyoruz ve bu da 120 gün içinde oluyor. Bizim için gen yapay zekası 50 kişiye eşdeğer bir işi yapıyor ve biz bu teknolojiye daha yeni başlıyoruz.”

ServiceNow’un önemli maliyet tasarrufları ve üretkenlik kazanımları, CIO’ların eşdeğer insan kaynağı katkısı ve kapasitesi açısından genel yapay zekaya nasıl baktığını da gösteriyor. Tozin’in yapay zekanın LinkedIn’e nasıl ve nerede katkıda bulunduğuna dair içgörüsü, mühendislik ekiplerinin bunu nasıl rutin görevlerin yükünü hafifletebilecek ve mühendisliğe daha zorlu, karmaşık işleri yürütmek için serbest bırakabilecek bir teknoloji olarak gördüğünü gösteriyor.

Panelistlerin her biri, herhangi bir gen yapay zeka girişiminin yatırım getirisine odaklanmanın ne kadar önemli olduğunu, gen yapay zekayı benimsemenin maliyetlerini üretkenlik kazanımları ve elde edebilecekleri potansiyel operasyonel verimliliklerle karşılaştırmanın ne kadar önemli olduğunu belirtti.

Organizasyonel ve teknik zorlukların üstesinden gelmek de dahil olmak üzere değişim yönetimiyle uğraşmak, sonuçların ölçülmesini daha da önemli hale getiren evrensel bir zorluktur.

Gen AI’nin hızla büyüyen kullanım alanı yeni ürün geliştirmedir

Nvidia ve SentinelOne’ın CIO’ları izleyicilere şirketlerinin yeni ürün geliştirme çabaları ve ortamlarında yapay zeka genlerinin rolünü anlattı. Ayrıca ürünlerin teslim edilmesindeki rolünün nasıl arttığından da bahsettiler.

Nayyar, Nvidia’nın şirket genelinde yapay zeka kullanım örneklerini takip etme konusunda inisiyatif almayı seçtiğini söylüyor. “Gibi Jensen dün bahsetti, halihazırda üretimde olan bir sürü şeyimiz var. Sahibiz ChipNeMo geliştirici üretkenliği için, şirket genelinde kod geliştirme yardımını artırmak amacıyla kod eleştirmeni gibi ek geliştirici araçları geliştiriyoruz. Bunun üzerinde çalışan bütün gruplarımız var. Bu stratejik girişimlerimizin bir parçası. Devam edebilirim ama halihazırda uygulamaya koyduğumuz tonlarca kullanım örneğimiz var.”

SentinelOne’dan Venugopal, yapay zekanın siber güvenlik sağlayıcılarının ürün stratejisinde ve yeni ürün geliştirme süreçlerinde kritik bir rol oynadığını söylüyor. “Güvenlik günlükleri, erişim günlükleri, meydana gelen tuhaf şeyleri veya potansiyel tehditleri nerede bulabileceğiniz ve nasıl tehdit oluşturabileceğiniz gibi tüm verilerdeki anormalliklere bakma konusundaki yeteneklerden gerçekten yararlanmak için ürünümüze çok sayıda yatırım yapıldı. Güvenlik operasyon merkezi (SOC) analistlerinizin gerçekleştirmesi gereken doğru istemler veya sonraki eylemler? Yani aslında bu ürünün sıfır müşterisi olduk ve bu, kurumsal tarafta yaptığımız doğrulama çalışmalarına büyük bir yatırım oldu.”

CIO’nun yeni başlayan şirketlere tavsiyeleri

Paneldeki tüm CIO’lar, organizasyonel ve teknik zorlukların doğrudan ve sürecin başında ele alınması gerektiğini kabul etti. Nayyar, inovasyon için güvenli bir ortam oluşturma hedefiyle denemeye ve risk almaya değer veren bir kültür yaratmanın ne kadar önemli olduğunun altını çiziyor. Tüm CIO’lar ya veri güvenliği ve yönetiminden özel olarak bahsetti ya da herhangi bir kuruluşun genel yapay zeka konusunda başarılı olmak istiyorsa üzerinde çalışması gereken temel bir güç olduğunu ima etti.

Bugünkü panelde CIO’ların verdiği en iyi tavsiyeler şöyle:

Üretken yapay zekayı bir öğrenme aracı olarak görün ve kullanın. Tozin, yapay zekanın bir görev motoru olduğu kadar bir öğrenme aracı ve becerileri geliştirmeye yönelik bir platform kadar önemli görülmesi gerektiğini vurguladı. Anlayışınızı keskinleştirmek için yapay zekadan size ve ekibinize zaten bildiğiniz kavramları öğretmesini istemek yararlı bir egzersiz olduğunu söylüyor.

Şirket için kaygıyı azaltmak için yapay zekaya olan merakınızı ve hayranlığınızı gösterin. Venugopal, CIO’ların ve liderlerin, nesil yapay zekanın hızlı ilerlemeleri konusunda sürekli meraklı olmalarını ve bunun ekiplere nasıl yardımcı olabileceğinin öğrencisi olmalarını öneriyor.

Kullanım senaryolarına erkenden başlayın ve öncelik verin, esnemeye ve uyum sağlamaya istekli olun. ServiceNow’dan Bedi, iş liderlerinin, teknolojinin kurumsal ihtiyaçlara ne kadar iyi uyduğunu görmek için belirli kullanım durumları ve kişiler için gen yapay zekayı denemeleri ve kullanmaya başlamaları gerektiğine inanıyor. Gen yapay zekanın, kullanım senaryolarının ve kişiliklerin örtüşmesini erkenden bilmenin, kullanım senaryolarını pilot aşamadan üretim aşamasına taşımaya yardımcı olduğunu vurguladı.