Ako pri každej veľkej téme, aj pri AI sa svet delí na pesimistov, optimistov a realistov. Max Furmanov, global managing director spoločnosti Accenture, ktorá má takmer 800-tisíc zamestnancov, by určite súhlasil s tým, že je optimista.
A ak je optimistom človek, ktorý s AI pracuje denne a pomáha umelú inteligenciu zavádzať firmám po celom svete, tak to dáva dôvod na optimizmus aj nám ostatným. V rozhovore pre Forbes okrem iného hovorí aj o tom, čo je pre firmy najdôležitejšie v procese implementácie AI.
Akú umelú inteligenciu používate vy osobne?
Používam ich všetky a porovnávam výsledky, ktoré mi dávajú. Mám predplatený ChatGPT, Claude a, myslím, tri či štyri ďalšie. Väčšinou si len porovnám výsledky. Je zaujímavé, že niektoré sú v niečom lepšie než iné. Napríklad najprv som si predplatil ChatGPT a zistil som, že ChatGPT je dosť slabý na generovanie obrázkov. Ale Claude je v tom veľmi dobrý. Naučil som sa, v čom sú ktoré softvéry silné a slabé, a podľa toho siahnem po tom, ktorý sa hodí.
Ktorý je podľa vás celkovo najlepší?
Ťažko povedať. ChatGPT používam asi najviac vtedy, keď sa potrebujem niečo naučiť. Napríklad keď plánujem cestu alebo sa chcem naučiť niečo o vektorových databázach, je veľmi dobrý vo vysvetľovaní. Na obrázky zasa používam Claude. A pri generovaní kódu sa s tým dosť hrá môj tím, takže aj ja skúšam rôzne softvéry. Naozaj záleží na téme.
Existovala v histórii nejaká iná technológia, ktorá vznikla tak rýchlo a masívne ako AI?
Dobrá otázka. Máme tendenciu hovoriť: „Bože, toto je väčšie a zásadnejšie než čokoľvek predtým.“ Ale realita je, že sme v cykle „hypu“. A preto to tak cítime. Otázka znie, či to tak budeme vidieť aj spätne.
Keď som sa pripravoval na prezentáciu, robil som si rešerš a čítal som, že prechod z písania kódu Assemblr na procedurálne jazyky priniesol podľa niektorých odhadov až 20-násobné zvýšenie produktivity. To sa stalo niekedy v 60. rokoch minulého storočia. Neviem, či zvýšenie produktivity pri generovaní kódu pomocou nástrojov ako ChatGPT je 20-násobné. Možno je. Možno aj viac. Ale zatiaľ nevyzerá, že by to bolo o rád vyššie.
Takže dnes to vyzerá ako „najviac transformačná“ vec, ale spätne to tak byť nemusí. Bez ohľadu na to si však myslím, že je to jedna z najzásadnejších vecí, ktoré zažijeme – zmení spôsob práce, úlohy, ktorým sa venujeme, aj spôsob, akým budeme interagovať so softvérom a technológiou vo všeobecnosti. Bude to výrazná transformácia.
Robo Homola pre Forbes Slovensko
Aký vývoj očakávate v najbližších rokoch?
Myslím, že väčšina projektov, kde bude AI veľmi prínosná, sa v podstate týka overovania produktov, prototypov a hrania sa. Len málo firiem dáva riešenia skutočne aj do výroby. Dôvod je, že väčšina organizácií si nevybudovala základ, ktorý potrebujete na to, aby AI a generatívne AI technológie prinášali reálny biznisový efekt.
Prístup k dátam z organizácie často neexistuje, prístup k systémom a enterprise platformám tiež nie. Väčšinou sa implementujú chatboty, Q&A, oddelenia často kladených otázok a podobne. Myslím, že v ďalších mesiacoch a rokoch sa AI konečne dostane k vašim dátam, k vašim zisteniam, do vašich podnikových platforiem – a začne vytvárať skutočnú zmenu a reálny vplyv na biznis. A s tým príde paralelná transformácia pracovnej sily – ako zostavujeme tímy, ako sú organizované, ako ľudí školíme. Aj tento operačný model sa bude meniť.
AI dokáže veľkú časť tejto práce robiť s oveľa menším úsilím ako klasické technológie.
Je podľa vás školenie ľudí a učenie sa, ako pracovať s AI, najdôležitejšia časť implementácie AI v biznise?
Myslím, že je tu viacero dôležitých vecí. Školenie a transformácia pracovnej sily sú určite veľmi dôležité, je to jedna z najdôležitejších oblastí, ktorým sa treba venovať. Ale rovnako musíte premýšľať, ako AI integrovať do existujúceho podniku.
Ako som spomínal, veľa projektov dnes žije iba „vedľa“ – firmy si vytvoria a implementujú agentov, používajú AI, ale len na očistených dátach, v akejsi Petriho miske. Potrebujú sa posunúť k otázke: Ako to integrujeme do nášho ekosystému? A, samozrejme, popritom prichádza aj téma ľudí, rolí a organizačného modelu.
Aké sú najväčšie bariéry, ktoré bránia firmám efektívne využívať AI?
Technológia je veľká prekážka – nie technológia na samotné vytváranie agentov. Pôvodom som tech človek, a keď som študoval, agenti ani AI v tejto podobe ešte neboli. Ale dnes si ako priemerne technicky zdatný človek viem za pár hodín vytvoriť agenta. Nie je to ťažké.
Ťažké je pripraviť technologický základ, ktorý potrebujete na to, aby agenti vedeli pracovať vo vašom firemnom prostredí. To je prvá bariéra.
Druhá je kultúra, organizácia a pracovná sila.
Tretia sú dáta. Je známy výrok, že väčšina organizácií sa „topí v dátach, ale nemá žiadne porozumenie“. Dáta sú roztrúsené, fragmentované, nie sú dostupné v reálnom čase, nie sú prepojené. Dobrá správa je, že AI dokáže veľkú časť tejto práce robiť s oveľa menším úsilím ako klasické technológie – ale stále musíte vybudovať základňu. Potrebujete si vytvoriť znalostnú ontológiu, navrhnúť štruktúru. Takže: integrácia, dáta, pracovná sila a kultúra.
Existujú rozdiely medzi sektormi v tom, ako rýchlo prijímajú AI?
Určite. Ako pri každej technológii, aj tu sú odvetvia, ktoré zaostávajú. Pri AI vidím, že vpredu sú finančné služby. Veľmi zaujímavé je, ako ďaleko vpredu sú telekomy. A potom sú sektory, ktoré skôr vyčkávajú – napríklad firmy v oblasti zdrojov a komodít sú pomalšie.
Vo finančných službách je najväčší prípad použitia modernizácie. Banky a poisťovne majú obrovské legacy mainframe systémy, ktoré roky skúšali modernizovať. Generatívna AI ich vie prudko zrýchliť – zistili, že sa dá zakomponovať do softvérového životného cyklu a urýchliť modernizáciu.
Telekomy zase zohrávajú dôležitú rolu najmä mimo USA – v Európe, na Blízkom východe, v Ázii –, kde vznikajú koncepty suverénnej AI a suverénnych cloudov, aby štáty mali kontrolu nad dátami. Kto ich má vytvárať? Najlogickejšie práve telekomunikácie – majú infraštruktúru, konektivitu, technické zručnosti. Takže je to veľmi rôznorodé, ale najviac vidíme finančné služby, poisťovníctvo, banky a telekomy.
Robo Homola pre Forbes Slovensko.
Možno aj zdravotníctvo?
Áno. Mám klienta, ktorý urobil s GenAI niečo veľmi zaujímavé. Povedali mi štatistiku, presné číslo si nepamätám, ale zhruba 20 až 40 percent času lekára pri pacientovi tvorí dokumentácia. Pacient príde, lekár s ním strávi hodinu – a ďalších 20 až 30 minút po jeho odchode píše poznámky.
Implementovali AI, ktorá tieto poznámky vytvára za neho. A podiel tohto času sa znížil asi na päť percent – lekár už len rýchlo skontroluje, čo AI zapísala. Druhá výhoda je, že tieto poznámky je možné „preložiť“ – v systéme sú v medicínskom jazyku, ale pacientovi ich môžete poslať v bežnej reči. Takže aj v zdravotníctve sú veľmi zaujímavé spôsoby využitia.
Existuje hype okolo AI a potom reálne použitie v biznise. Pomáhate firmám rozlišovať medzi tým? Teda nie „používajte AI len preto, že je to trend“.
Rád by som si myslel, že sa snažíme byť na tej realistickej strane, ale je tu veľa hypu. Vidím množstvo firiem, ktoré prijímajú AI len pre technológiu samotnú. Bol som u klientov, ktorí sa bezbreho zaväzovali – nakupovali čipy NVIDIA, stavali dátové centrá, licenciovali enterprise verzie rôznych LLM (veľký jazykový model) – a pritom vôbec netušili, na čo to budú používať.
V Accenture s klientmi vždy začíname takto: zabudnime na technológiu, na LLM, architektúru. Poďme najprv hovoriť o tom, na čo to chcete použiť a akú biznisovú hodnotu to má priniesť. Až potom riešime nástroje.
Ďalší krok, ktorý je ešte ťažší, je dostať klientov od „automatizácie“ k „redizajnu“. Väčšina firiem uvažuje: tu máme proces, poďme ho zrýchliť. Namiesto toho by sa mali pýtať, či sa dá tento proces urobiť úplne inak, lepšie, vďaka AI.
Niektoré projekty AI u klientov, ktorí nemali jasný cieľ alebo definovanú biznisovú hodnotu, som už aj odmietol. Som presvedčený, že bez toho projekt nakoniec zlyhá. Skôr či neskôr niekto položí správne otázky a zastaví financovanie. Preto musí byť projekt „value-led“ – riadiť sa podľa hodnoty.
Môj pohľad je, že AI len zvýši dopyt po pracovnej sile.
Viete uviesť príklad projektu, kde AI radikálne zmenila spôsob práce?
Spomeniem dva, bez toho, aby som konkrétne menoval klientov.
Prvý je z poisťovníctva. Veľká poisťovňa rieši masívnu modernizáciu – viacročný program, keď sa modernizuje celé riadenie poistných nárokov, spracovanie škôd, riadenie rizika, predpis poistiek –, teda celý životný cyklus od prvého telefonátu po uzatvorenie poistnej udalosti.
Technologické vybavenie je veľmi staré, systémy spred desaťročí. Začali sme tradične – veľké tímy, rozdelené do podskupín, každá rieši časť systému, prepísanie monolitu do moderných technológií, nasadenie do cloudu.
Po približne roku od začiatku prišiel boom GenAI. Spoločne s klientom sme sa rozhodli experimentovať a skúsili sme vybudovať „agentický“ tím. Z pôvodných osem- až 10-členných tímov sa stali tímy po dvoch, troch ľuďoch podporované agentmi. Vytvorili sme päť-šesť rôznych typov agentov. Robia prácu, ktorú predtým robili tímy: dokumentačný agent, testovací agent, agent na podporu tvorby kódu a podobne.
Nie je to úplne autonómne, ale v podstate sme „upgradovali“ ľudí na vyššiu úroveň – riešia komplexné úlohy a špecifické časti za nich robia agenti. V týchto tímoch sme videli približne 50- až 70-percentnú úsporu úsilia a výrazné zvýšenie priepustnosti. Zároveň sa výrazne zvýšila kvalita.
Druhý príklad: letecká spoločnosť, ktorá pomocou AI optimalizovala letové poriadky. Plánovanie letov je extrémne komplexné – posádky, odpočinkové časy, rotácia lietadiel, kapacity. AI dokázala nájsť „drobnosti“, napríklad že ak ranný let odlieta o 15 minút neskôr, môže ho vykonať tá istá posádka ako večer predtým, pretože stihnú povinný odpočinok. Takéto úpravy majú kaskádový efekt na celý letový poriadok. Pre človeka takmer neriešiteľné, pre AI veľmi jednoduché.
Robo Homola pre Forbes Slovensko.
Mnohí ľudia sa boja, že prídu o prácu. Je tento strach oprávnený?
Môj pohľad je, že AI len zvýši dopyt po pracovnej sile. Viem, že to nie je najpopulárnejší názor, ale vysvetlím prečo. GenAI, ktorá generuje kód, nie je konceptuálne až taká odlišná od kompilátora pred päťdesiatimi rokmi. Moja mama je softvérová inžinierka, programovala v Cobole. Keď píšete v Cobole, vlastne len inštruujete kompilátor, aby vygeneroval nižšiu úroveň kódu – assembler. Potom prišli objektovo orientované jazyky – zasa len vyššia abstrakcia, ďalšia vrstva nad tým.
GenAI je len ďalšia vrstva abstrakcie. Áno, píšete v prirodzenom jazyku, je to pohodlnejšie. Ale princíp je podobný: musíte softvér správne inštruovať. Predchádzajúce vrstvy abstrakcie nezrušili pracovné miesta – naopak, vytvorili ich viac. Prečo? Lebo zrazu bolo možné programovať oveľa viac vecí.
Pozrite sa okolo seba: auto, telefón, hodinky, termostat – všetko je smart, všetko je programovateľné. Napríklad elektromobil má v sebe tritisíc čipov. Pred 40 rokmi nemalo auto ani jeden. Počet systémov, ktoré treba vytvárať, len rastie.
Áno, práca sa zmení radikálne. Niektoré úlohy sa automatizujú. Ale globálny dopyt po zručnostiach podľa mňa neklesne.
Čo bude podľa vás najväčšou zmenou v práci ako takej?
Mám citát, ktorý často používam v prezentácii. Je od Roberta Heinleina, amerického autora sci-fi. Hovorí, že človek by mal vedieť vymeniť plienku, naplánovať inváziu, zarezať prasa, navigovať loď, navrhnúť budovu, napísať sonet, viesť účty, postaviť múr, napraviť kosť, utešiť umierajúceho, prijímať rozkazy, vydávať rozkazy, spolupracovať, konať sám, riešiť rovnice, analyzovať nový problém, vykydať hnoj, programovať počítač, uvariť chutné jedlo, bojovať efektívne a zomrieť statočne. Špecializácia je pre hmyz.
Páči sa mi to, pretože si myslím, že za posledné dekády sme sa príliš špecializovali. Nie sme v tom úplne dobrí. Yuval Harari v knihe Sapiens píše o tom, ako praľudia ovládali široké spektrum zručností – lov, prípravu jedla, zber, orientáciu. Dnes to outsourcujeme na desiatky špecialistov.
Myslím si, že AI nám časť „ľudskosti“ vráti – budeme viac „orchestrátori“, tvorcovia, dizajnéri. Špecializované úlohy prenecháme nástrojom – agentom. My budeme tí, čo tvoria, prepájajú, rozhodujú.
V krajinách ako Slovensko často pracuje veľa ľudí v automobilkách a na montážnych linkách. Mali by sa báť AI?
Nemyslím si, že by ste sa mali báť. Doterajšie dáta neukazujú pokles dopytu po pracovnej sile, skôr nárast. Nedávno o tom písal aj The Economist. Čo však platí, je toto: AI vám sama osebe prácu nevezme, ale môže vám ju vziať niekto, kto vie AI využívať. Takže ľudia by sa mali naučiť s týmito nástrojmi pracovať.
Úlohou manažéra by malo byť naučiť ľudí pracovať s AI?
Určite áno. V Accenture na to vynakladáme obrovské investície. Naša CEO Julie Sweet nedávno oznámila ešte väčšie investície do školenia ľudí na AI nástroje. Máme 779-tisíc zamestnancov – to je viac technických pracovníkov, než majú niektoré krajiny. A veľmi vážne riešime, ako túto pracovnú silu rekvalifikovať.
Myslím si, že každá firma aj každý štát by mal premýšľať podobne. Budúcnosť nie je „práca bez ľudí“. Budúcnosť je práca ľudí, ktorí vedia používať AI.
Ako pristupujete k etike AI? Máte nejaký etický kódex?
Pracujeme s klientmi, ktorí majú vlastné etické rámce, a zároveň máme vlastný. Nedávno som absolvoval naše nové AI školenie, ktoré musíte zvládnuť, aby ste mohli používať Copilot od Microsoftu v našich nástrojoch. V školení sa rieši náš etický kódex – čo promptovať, čo nie, ako pracovať s dátami, ako výsledky overovať.
Podľa mňa budú firmy vyvíjať vlastné etické štandardy. Niektoré princípy budú univerzálne, ale implementácia sa môže líšiť. Najdôležitejšie je po prvé, mať jasné pravidlá a hranice pri používaní AI, po druhé, udržať v tomto procese ľudí, ktorí budú robiť kľúčové rozhodnutia, a po tretie, všetko nahrávať a zaznamenať.
Ak by ste mali pomenovať jeden kľúčový trend, ktorý bude definovať „AI-ready“ firmu v roku 2030, čo by to bolo?
Ak nebudete mať zvládnutú etiku, do roku 2030 pravdepodobne neprežijete – to bude základ. Ale ak mám vybrať jednu vec, je to schopnosť naplno využiť vlastné dáta.
Väčšina dát vo firmách je neštruktúrovaná – dokumenty, manuály, maily, zápisy. Z týchto dát sa dnes analyzuje menej než jedno percento. To je obrovské nevyužité zlato. AI-ready firma budúcnosti bude tá, ktorá dokáže tých 99 percent zvyšných dát spracovať, analyzovať a využiť v reálnom čase.
Hovorili sme o etike – myslíte si, že krajiny, ktoré si s ňou „nelámu hlavu“ (napríklad Čína), budú mať výhodu?
Nemyslím si. Ľudia nebudú dôverovať tým, ktorí nepracujú s dátami eticky. Po všetkých únikoch, krádežiach identity, únikoch databáz sú ľudia na tieto veci citliví. Budú si vyberať organizácie, ktoré majú jasné pravidlá a dôveru. Úprimne, aj Čína veľa hovorí o etickom využití AI – práve preto, že si uvedomuje, že bez toho nebude mať dôveru.
Keď som bol tínedžer, ľudstvo naklonovalo prvú ovcu…
Áno, Dolly.
Veľa ľudí sa bálo klonovania, že sa dočkáme neetického klonovania ľudí. Nič také sa nestalo. Môže to byť s AI podobné?
Myslím si, že je to kombinácia hype cyklu a etiky. Najprv veríme, že AI vyrieši všetko – dokonca aj hlad vo svete. Potom príde vytriezvenie: sú veci, ktoré AI dokáže, a veci, ktoré nie. AI mi napríklad nedonesie kávu. Zároveň sú veci, ktoré síce vieme urobiť, ale nemali by sme. To je vec etiky a regulácie.
Aké AI nástroje sú dnes podľa vás „najlepšie“ pre firmy?
Úprimne, nástrojov je toľko, že sa to nedá sledovať. Každý deň vznikajú nové – od cloud providerov cez startupy až po veľké firmy. Nemyslím si, že kľúč je v tom, ktorý AI nástroj si firma vyberie. Dôležitejšie je po prvé, vybudovať základ, ktorý umožní AI integráciu do firemného prostredia, po druhé, mať prístup k dátam a vedieť ich spracovať a po tretie, transformovať pracovnú silu. Nástroje sa budú meniť, firmy ich budú kombinovať a vymieňať. Tí, ktorí uspejú, nebudú tí „s najlepším nástrojom“, ale tí, ktorí zvládnu architektúru, dáta a ľudí.
Kedy je „správny čas“ pre firmy začať s AI?
Ak ste nezačali včera, začnite dnes. Technológia sa vyvíja extrémne rýchlo a je veľmi užitočná. Ja ju používam aj v osobnom živote – napríklad pri plánovaní dovolenky. Všetko som mal naplánované oveľa rýchlejšie a efektívnejšie, ako keby som to robil klasicky. Ak ju ešte nepoužívate, začnite. Platí to pre firmy aj pre jednotlivcov.
Máte z AI nejaký existenčný strach? Že by mohla „zlikvidovať“ svet?
Nie, takýto strach nemám. Som skôr optimista. AI vie generovať kód lepšie ako ja – ale AI nevie sama od seba chcieť generovať kód. To je ten základný rozdiel. AI nemá úmysel. Či raz dosiahne úroveň vedomia a úmyslu ako človek, to je skôr filozofická otázka. Ja si myslím, že v človeku je ešte niečo viac než len množstvo vedomostí, ktoré máme. A práve tá časť – vedomie, zámer – je unikátna pre ľudí, nie pre systémy.
