Tεχνητή Νοημοσύνη: Πώς θα αποφέρει κέρδη – Το μυστικό του Μπουτάν

Ένα μικρό κράτος ανάμεσα στην Κίνα και την Ινδία, πλαισιωμένο από τις μαγευτικές κορυφές των Ιμαλαΐων, έχει γίνει το τελευταίο διάστημα σημείο αναφοράς για επιτυχημένες πρακτικές τόσο σε επίπεδο ποιότητας ζωής όσο και σε επιχειρηματικό.

Πρόσφατα, το παράδειγμα του Μπουτάν ως μια εναλλακτική προσέγγιση για τον τουρισμό αναδείχθηκε στο συνέδριο της Καθημερινής «Reimagine Tourism in Greece», την ώρα που το μικροσκοπικό βασίλειο αναδύεται απροσδόκητα ως το νέο παγκόσμιο κέντρο για την αγορά κρυπτονομισμάτων. 

Φαίνεται λοιπόν ότι, το Μπουτάν θα δώσει ξανά το παράδειγμα προς μίμηση, αναφορικά με το πώς η Τεχνητή Νοημοσύνη θα είναι επικερδής.

Το μυστικό της επιτυχίας

Στα γραφεία της iMerit στο Μπουτάν, όπου απασχολούνται 5.000 άτομα, όπως και σε άλλα γραφεία της εταιρείας στην Ινδία και τη Νέα Ορλεάνη και με την υποστήριξη τριών δισεκατομμυριούχων της Silicon Valley, οι εργαζόμενοι δεν εκπαιδεύουν την Τεχνητή Νοημοσύνη σε υποτυπώδεις εργασίες. Αντίθετα, διδάσκουν στους αλγορίθμους την ανατομία του ανθρώπινου ματιού ή πώς να ανιχνεύουν αλλαγές σε γεωχωρικούς χάρτες. 

Καθώς τα μοντέλα γίνονται πιο έξυπνα, οι μεγάλες επιχειρήσεις επιδίδονται όλο και περισσότερο σε έναν αγώνα δρόμου για να αξιοποιήσουν τη δύναμή τους για εξαιρετικά εξειδικευμένες εργασίες, δημιουργώντας δεκάδες νεοσύστατες επιχειρήσεις υπηρεσιών δεδομένων που ασχολούνται με την προσαρμογή εφαρμογών σε τομείς όπως η χρηματοδότηση, η υγειονομική περίθαλψη και η άμυνα. 

Σε αυτούς τους τομείς διακυβεύονται πολλά ενώ εξακολουθούν να υπάρχουν βασανιστικά ερωτήματα σχετικά με το αν η τεχνολογία θα αποδειχθεί πραγματικά αρκετά χρήσιμη ώστε οι επιχειρήσεις σε όλο τον κόσμο να πληρώσουν γι’ αυτήν και να διασφαλίσουν ότι οι προγραμματιστές μοντέλων Τεχνητής Νοημοσύνης θα μπορούν να αποκομίσουν κέρδη. 

Αρκεί κανείς να σκεφτεί ότι οι μεγαλύτεροι πελάτες της εταιρείας, συμπεριλαμβανομένων των Microsoft και Alphabet, εξακολουθούν να χάνουν χρήματα από το τεράστιο κόστος της κατασκευής πιο προηγμένων συστημάτων AI.

Το εγχείρημα να φτάσει η Τεχνητή Νοημοσύνη να έχει προχωρημένες ικανότητες σε ευαίσθητες και μερικές φορές επικίνδυνες βιομηχανίες δεν θα είναι εύκολο. Απαιτείται μεγάλος αριθμός εμπειρογνωμόνων, πρόθυμων να προσθέσουν στην καθημερινή τους εργασία την εκπαίδευση και τη βελτίωση των μοντέλων σε τεχνικούς τομείς. 

Στην Κένυα, μια νεοσύστατη επιχείρηση αναπτύσσει τεχνολογία για τη σάρωση των θάμνων για σημάδια λαθροκυνηγών. Στο Καζακστάν, ειδικοί της ιατρικής διδάσκουν μοντέλα για τον εντοπισμό των πρώιμων σταδίων του καρκίνου του πνεύμονα. Στην Ινδία, την Κορέα, το Βιετνάμ και αλλού, γλωσσολόγοι που κερδίζουν 65 δολάρια την ώρα βοηθούν τα μοντέλα να αποκτήσουν γνώσεις σε άλλες γλώσσες εκτός των Αγγλικών. 

Από λίγα δολάρια σε υψηλά αμειβόμενες θέσεις

Πριν από περίπου δύο δεκαετίες, η απασχόληση για εκπαίδευση μοντέλων AI για υποτυπώδεις εργασίες, απευθυνόταν στις κατώτερες τάξεις για λίγα δολάρια την ημέρα σε περιοχές όπως οι Φιλιππίνες και η Ινδία.

Αλλά με την πάροδο των ετών, καθώς η Τεχνητή Νοημοσύνη έχει βελτιωθεί, πολλά από τα πιο απλά πράγματα έχουν πλέον αυτοματοποιηθεί. Η ζήτηση έχει μετατοπιστεί προς την πρόσληψη ειδικών και την καταβολή υψηλότερων μισθών και ποσοστών, αν και εξακολουθούν να είναι σημαντικά χαμηλότερα από τα πακέτα αμοιβών για τους επιστήμονες δεδομένων στη Silicon Valley. 

Στην Ινδία, ένας ακτινολόγος που εκπαιδεύει μοντέλα AI μπορεί να κερδίσει αμοιβή 100.000 ρουπίες (1.200 δολάρια) για λίγες ώρες εργασίας, δήλωσε ο Hardik Dave, ιδρυτής και διευθύνων σύμβουλος της Indika AI, μιας δημοφιλούς εταιρείας επισήμανσης δεδομένων.  

Σήμερα, οι νεοσύστατες επιχειρήσεις που πωλούν τις εν λόγω υπηρεσίες προσελκύουν σημαντικούς επενδυτές. Αυτό το καλοκαίρι, ο μεγαλύτερος παίκτης, η Scale AI, συγκέντρωσε χρήματα από τις Meta Platforms και Amazon. Με μια αποτίμηση σχεδόν 14 δισεκατομμυρίων δολαρίων, η εταιρεία έχει ξεπεράσει τα νούμερα για εξέχοντες κατασκευαστές μοντέλων AI όπως η Mistral και η Cohere. Το 2023, ο κατάλογος της Sequoia με τις 50 κορυφαίες εταιρείες Τεχνητής Νοημοσύνης περιελάμβανε τέσσερις νεοφυείς επιχειρήσεις, από μόλις μία το προηγούμενο έτος. Η Snorkel AI χρηματοδοτείται από τον επιχειρηματικό βραχίονα της Alphabet με αποτίμηση 1 δισεκατομμύριο δολάρια.

Επικίνδυνες ισορροπίες – Η σημασία στη λεπτομέρεια

Οι συνέπειες ενός λανθασμένου βήματος είναι πλέον βαρύτερες. Ένα κακώς σχεδιασμένο πλαίσιο για AI θα μπορούσε να κοστίσει σε μια επιχείρηση εκατομμύρια δολάρια, να προκαλέσει αγωγές ή ακόμη και θάνατο. Αρκεί να σκεφτούμε τα εργαλεία Τεχνητής Νοημοσύνης που ανιχνεύουν τον καρκίνο ή τα αυτοκινούμενα αυτοκίνητα, δύο ευαίσθητους τομείς.

Παρά όλα όσα μπορούν να πάνε στραβά, οι υποστηρικτές της Τεχνητής Νοημοσύνης υποστηρίζουν ότι η εκπαίδευση μοντέλων για την αντιμετώπιση πολύπλοκων ζητημάτων σε επικίνδυνους τομείς είναι προτιμότερη από το να μην κάνουμε τίποτα. Σε πολλές περιπτώσεις, υπάρχει μόνο θετικό αποτέλεσμα, όπως λένε.

Η Labelbox, η νεοφυής επιχείρηση με έδρα το Σαν Φρανσίσκο, συνεργάζεται με έναν πελάτη που πουλάει αναλύσεις από κάμερες αυτοκινήτων (dash cam) σε εταιρείες που επιβλέπουν εκατοντάδες χιλιάδες φορτηγά. Τον τελευταίο χρόνο, οι ειδικοί σε θέματα δεδομένων της Labelbox εκπαίδευσαν τα ρομπότ Τεχνητής Νοημοσύνης ώστε να γίνουν ακόμη πιο έμπειρα στην παρακολούθηση του κατά πόσον ένας οδηγός είναι νυσταγμένος ή μεθυσμένος. Μόλις εντοπιστεί, οι χειριστές του στόλου ειδοποιούνται και ένας υπεύθυνος έρχεται σε επαφή με τον οδηγό.

Ο Manu Sharma, διευθύνων σύμβουλος της Labelbox, δήλωσε ότι αυτό είναι ένα μόνο παράδειγμα όπου τα μοντέλα κάνουν περισσότερα από την απλή μείωση του κόστους ή τη βελτίωση της αποδοτικότητας. «Δημιουργούν έναν κόσμο στον οποίο η τεχνογνωσία τους είναι πιο προσιτή και μπορεί να εφαρμοστεί προς όφελος της κοινωνίας», ανέφερε.

Το παράδειγμα του Μπουτάν, επομένως, όσον αφορά την ορθή εκμετάλλευση της Τεχνητής Νοημοσύνης, μπορεί να συνοψιστεί στο να απασχολούνται σε αυτόν τον τομέα περισσότεροι εμπειρογνώμονες εκπαιδευτές.