OpenAI заключает важное партнерское соглашение в Азиатско-Тихоокеанском регионе с компанией Thinking Machines

Thinking Machines Data Science сотрудничает с OpenAI, чтобы помочь большему количеству компаний в Азиатско-Тихоокеанском регионе преобразовать искусственный интеллект в ощутимые бизнес-результаты. Это сотрудничество делает Thinking Machines первым официальным партнером OpenAI в регионе.

Этот альянс является своевременным, поскольку внедрение ИИ в Азиатско-Тихоокеанском регионе ускоряется. Согласно исследованию IBM, хотя 61 % предприятий уже используют ИИ, многим из них сложно выйти за рамки пилотных этапов и добиться значимого влияния на бизнес. Thinking Machines и OpenAI совместно устранят этот пробел, предоставив обучение руководителей по ChatGPT Enterprise, поддержку в разработке индивидуальных приложений ИИ и рекомендации по интеграции ИИ в повседневную деятельность.

Стефани Си, основатель и генеральный директор Thinking Machines, подчеркнула, что партнерство сосредоточено на развитии потенциала: «Наша миссия выходит за рамки внедрения новых технологий. Мы оснащаем организации необходимыми навыками, стратегическими рамками и системами поддержки, необходимыми для эффективного использования ИИ. Мы стремимся изменить будущее работы через сотрудничество человека и ИИ, обеспечивая реальную ценность ИИ для людей во всем Азиатско-Тихоокеанском регионе».

От пилотных проектов с ИИ к ощутимым результатам с Thinking Machines

В беседе с AI News Си указала на общее препятствие для предприятий: их отношение к внедрению ИИ. Многие организации рассматривают его как простую покупку технологии, а не как фундаментальную трансформацию бизнеса. Это часто приводит к тому, что пилотные проекты застаиваются или не получают развития.

«Основная проблема заключается в том, что компании часто подходят к ИИ как к приобретению технологии, а не к трансформации бизнеса», — отметила она. «Это приводит к не масштабируемым пилотным проектам, поскольку отсутствуют три важных элемента: сильная согласованность руководства в отношении желаемой ценности, перепроектирование рабочих процессов для внедрения ИИ и инвестиции в повышение квалификации персонала. Если правильно реализовать эти три компонента — видение, процесс и люди — пилотные проекты превратятся в широкомасштабные».

Лидерство в центре

Руководители по-прежнему часто рассматривают ИИ как техническую инициативу, а не как стратегический приоритет. Си подчеркивает, что правление и высшее руководство должны определять направление. Им необходимо решить, является ли ИИ двигателем роста или просто риском, которым нужно управлять.

«Руководство задает тон: является ли ИИ стратегическим рычагом роста или управляемым риском? Их роль заключается в определении приоритетных результатов, установлении риск-аппетита и распределении четких полномочий», — заявила она. Thinking Machines часто начинает с семинаров для руководителей, на которых лидеры изучают, где такие инструменты, как ChatGPT, создают ценность, как ими управлять и когда их масштабировать. «Именно такая ясность, идущая сверху вниз, превращает ИИ из эксперимента в основную способность предприятия».

Сотрудничество человека и ИИ на практике

Си часто обсуждает «переосмысление будущего работы через сотрудничество человека и ИИ». Она описала это на практике как модель «человек у руля», в которой люди сосредотачиваются на оценке, принятии решений и обработке исключений, а ИИ управляет рутинными задачами, такими как поиск данных, составление черновиков или подведение итогов.

«Подход с человеком у руля означает перепроектирование работы, чтобы люди сосредоточились на принятии решений и исключениях, а ИИ занимался поиском, составлением документов и рутинными шагами — и все это с прозрачностью благодаря контрольным журналам и ссылкам на источники», — пояснила она. Преимущества измеряются в сэкономленном времени и повышенном качестве.

На семинарах Thinking Machines специалисты, использующие ChatGPT, часто экономят от одного до двух часов в день. Исследования подтверждают это: Си процитировала исследование MIT, которое показало 14-процентное повышение производительности сотрудников контакт-центров, причем наибольший рост наблюдался среди менее опытных сотрудников. «Это явное доказательство того, что ИИ может усилить человеческий талант, а не заменить его», — добавила она.

Агентный ИИ со встроенными защитными механизмами

Еще одним ключевым направлением для Thinking Machines является агентный ИИ, который управляет многоэтапными процессами, выходящими за рамки отдельных запросов. Вместо того, чтобы просто отвечать на вопросы, агентные системы могут координировать исследования, заполнять формы и выполнять вызовы API, организуя целые рабочие процессы, при этом контроль остается за человеком.

«Агентные системы поднимают работу с уровня простых вопросов и ответов до многоэтапного выполнения: координация исследований, просмотр, заполнение форм и вызовы API, чтобы команды работали быстрее, при этом человек контролирует процесс», — сказал Си. Хотя обещание заключается в большей скорости и производительности, риски реальны. «Принципы человеческого контроля и проверяемости остаются критически важными для предотвращения отсутствия надлежащих защитных механизмов. Наш подход объединяет корпоративные средства контроля и возможности аудита с возможностями агентов, обеспечивая отслеживаемость, обратимость и соответствие политикам всех действий перед масштабированием».

Управление, которое укрепляет доверие

В то время как внедрение ИИ ускоряется, управление часто отстает. Си предупредила, что управление терпит неудачу, когда его рассматривают как простую бумажную работу, а не интегрируют в повседневную работу.

«Мы сохраняем контроль за людьми и делаем управление видимым в повседневной деятельности: используем утвержденные источники данных, обеспечиваем доступ на основе ролей, ведем журналы аудита и требуем одобрения человека для конфиденциальных действий», — пояснила она. Thinking Machines также применяет структуру «контроль + надежность», ограничивая поиск доверенным контентом и предоставляя ответы с цитатами. Затем рабочие процессы адаптируются для соответствия местным нормам в таких секторах, как финансы, государственное управление и здравоохранение.

Для Си успех измеряется не количеством политик, а возможностью аудита и низким уровнем исключений. «Эффективное управление на самом деле ускоряет внедрение, потому что команды доверяют тому, что они внедряют», — сказала она.

Местный контекст, региональный масштаб

Культурное и языковое разнообразие Азиатско-Тихоокеанского региона создает уникальные проблемы для масштабирования ИИ. Универсальная модель редко работает. Си подчеркнула, что проверенная стратегия заключается в том, чтобы сначала создать решения на местном уровне, а затем целенаправленно масштабировать их.

«Глобальные шаблоны не работают, если они игнорируют местные рабочие процессы. Правильный подход — создавать решения на местном уровне и затем планомерно масштабировать их: адаптировать ИИ к местному языку, формам, политикам и путям эскалации, а затем стандартизировать элементы, которые хорошо переносятся, такие как структура управления, коннекторы данных и метрики воздействия», — заявила она.

Именно такой подход Thinking Machines использовала в Сингапуре, на Филиппинах и в Таиланде — сначала продемонстрировав ценность с помощью местных команд, а затем расширив деятельность в регионе. Цель — не унифицированный чат-бот, а надежный, повторяемый шаблон, который учитывает местный контекст и обеспечивает масштабируемость.

Навыки важнее инструментов

Когда ее спросили о самых важных навыках для рабочего места с искусственным интеллектом, Си утверждала, что устойчивая масштабируемость зависит от навыков, а не только от программного обеспечения. Она выделила три ключевые категории:

• Исполнительная грамотность: способность лидеров определять результаты, устанавливать ограничения и знать, когда и где масштабировать ИИ.
• Проектирование рабочих процессов: перепроектирование передачи задач между людьми и ИИ, уточнение того, кто составляет черновики, кто утверждает их и как эскалируются исключения.
• Практические навыки: эффективное подсказывание, оценка и извлечение информации из надежных источников, чтобы гарантировать, что ответы являются проверяемыми, а не просто правдоподобными.

«Когда руководители и команды разделяют это основополагающее понимание, внедрение переходит от экспериментальной стадии к повторяемым результатам на производственном уровне», — сказала она. В программах Thinking Machines многие профессионалы сообщают, что после всего одного дня семинара они экономят от одного до двух часов в день. На сегодняшний день прошли обучение более 10 000 человек, занимающих различные должности, и выявилась последовательная закономерность: «навыки + управление открывают возможности для масштабирования».

Предстоящая трансформация отрасли

Глядя на пять лет вперед, Си видит, как ИИ эволюционирует от средства помощи в составлении черновиков до полного выполнения критически важных бизнес-функций. Она ожидает значительных успехов в разработке программного обеспечения, маркетинге, обслуживании и управлении цепочкой поставок.

«В следующей волне мы видим три конкретных направления: помощники, знающие политику в области финансов, помощники по управлению цепочкой поставок в производстве и персонализированный, но соответствующий требованиям клиентский опыт в розничной торговле — каждое из них построено с учетом контрольных точек и проверяемых источников, чтобы руководители могли с уверенностью масштабировать бизнес», — прогнозирует она.

Практическим примером является BEAi, система, созданная Thinking Machines совместно с Bank of the Philippine Islands. Эта система с расширенным поиском (RAG) поддерживает английский, филиппинский и таглиш, предоставляет ответы со ссылками на источники с указанием номеров страниц и понимает обновления политик, превращая сложные документы в практические рекомендации для сотрудников. «Так выглядит «искусственный интеллект» на практике», — отмечает Си.

Thinking Machines расширяет применение ИИ в Азиатско-Тихоокеанском регионе

Партнерство с OpenAI начнется с офисов Thinking Machines в Сингапуре, Филиппинах и Таиланде, а затем будет расширено на весь Азиатско-Тихоокеанский регион. В планах на будущее — адаптация услуг для таких секторов, как финансы, розничная торговля и производство, где ИИ может решить конкретные проблемы и открыть новые возможности.

Для Си цель ясна: «Внедрение ИИ — это не просто эксперименты с новыми инструментами. Это создание видения, процессов и навыков, которые позволяют организациям перейти от пилотных проектов к долгосрочному воздействию. Когда руководство, команды и технологии согласовываются, ИИ приносит долгосрочную пользу».

См. также: X и xAI подают в суд на Apple и OpenAI по поводу монополии в области ИИ

Хотите узнать больше об ИИ и больших данных от лидеров отрасли? Посетите выставку AI & Big Data Expo, которая проходит в Амстердаме, Калифорнии и Лондоне. Это комплексное мероприятие проводится совместно с другими ведущими технологическими мероприятиями под эгидой TechEx. Нажмите здесь для получения дополнительной информации.

AI News поддерживается TechForge Media. Узнайте о других предстоящих мероприятиях и вебинарах по корпоративным технологиям здесь.