Luna August ne-a găsit în cetatea Oradea la un eveniment de lansare de vară special. Subiectele AI și HyperAutomation au fost dezbătute alături de invitații noștri:
Iulia Prodan - RPA Solution Architect @ Accesa,
Maria Irimiaș - Service Delivery Manager | RPA @ Accesa,
Ovidiu Mățan: Vă invit să vă prezentați pe scurt.
Iulia Prodan: Ajut echipele în ceea ce privește consultanța și să aleagă cea mai bună soluție pentru problemele clienților. Decidem ce putem automatiza. Răspundem la întrebări de genul: "Ce putem face fără AI și fără chestii scumpe?", "Când e nevoie de AI?", "Cum putem minimiza costurile?". Contribui și la în zona de solution design mai complex, deoarece în RPA, solution design poate fi făcut de un developer pentru procese simple, mai puțin pentru cele complexe.
Maria Irimiaș: Am început în Accesa acum ceva vreme. Am fost Solution Manager, iar acum m-am mutat în zona de Portfolio Manager.
Care este diferența dintre Automation și HyperAutomation?
Iulia Prodan: Automation se referă la automatizarea oricărui proces pe care, altfel, l-ar face un angajat. HyperAutomation se referă la automatizările end-to-end, adică nu automatizăm doar un pas din proces, de exemplu introducerea de date, ci tot flowul. Recent, am automatizat pentru hire-to-retire, creând o platformă comună pentru tot parcursul unui angajat de la momentul angajării până la pensionare. HyperAutomation presupune și folosire de AI pentru gestionarea complexității. Inclusiv process mining, adică alegerea celor mai bune procese, se poate face cu HyperAutomation și AI pe baza unei cercetări bazate pe date.
Maria Irimiaș: Dacă RPA se referă la automatizarea unui task, de exemplu la citirea unui email și la prelucrarea lui cumva, HyperAutomation presupune un proces de business end-to-end, cu AI sau nu. HyperAutomation leagă toate tehnologiile. De exemplu, noi putem interacționa cu un chatbot, dar în spate se întâmplă o operațiune, un ordin de plată, să zicem, plata automată, factura automată sau chiar livrarea automată a unui bun sau a unui serviciu. Totul se face automat fără intervenție umană.
Cât de mult a afectat apariția ChatGPT-ului modul în care lucrezi?
Maria Irimiaș: M-a șocat și m-a făcut să îmi doresc să înțeleg această nouă tehnologie și noile cerințe ale pieței. Fie că e HyperAutomation sau altceva, noi trebuie să înțelegem care este cea mai bună tehnologie pentru nevoile unui client. Momentan, cercetăm modelele AI și Generative AI, încercând să înțelegem la ce sunt bune fiecare pe mai multe paliere: complexitate, securitate, capabilități etc.
Credeți că asistăm la un fel de buzz, similar cu primele concepte de Autonomous Driving care preconizau că nu vom mai avea nevoie de șoferi în cinci ani?
Maria Irimiaș: Este posibil și cred că a devenit un buzz word în IT. Totul se învârte în jurul lui. Nu știm încă până unde ne poate duce și până atunci exploatăm și explorăm posibilitățile.
Iulia Prodan: ChatGPT nu este gândit pentru programare per se. Poate ați auzit deja despre GitHub Copilot, un produs care are în vedere programatorii ce scriu cod. Acesta îți analizează stilul de a scrie cod și îți face sugestii sau oferă asistență în acest sens. LLMs sunt modele de AI antrenate pe miliarde de date. ChatGPT generează text așa cum ar face-o un om sau cod ca și cum ar fi scris de cineva. Totuși, asta nu înseamnă că ceea ce se generează este adevărat. Uneori, returnează informații care nu există.
Putem, pe baza a ceea ce există acum cu ChatGPT, să creăm produse cu care să mergem la clienți? Îmi spunea cineva că și-ar dori să integreze ChatGPT, dar nu poate testa corespunzător produsul. Nu avem siguranța că dă răspunsuri corecte, deoarece noi nu putem testa toate situațiile posibile.
Iulia Prodan: Depinde și pentru ce îl folosim. Eu nu l-aș folosi pentru chestiuni de viață și de moarte. Nu l-aș folosi în domeniul medical. Putem folosi la anumite căutări în baze de date pentru a îngusta domeniul de studiu.
Maria Irimiaș: Așa este, dar apoi trebuie să pornim de la acea sferă de căutare restrânsă și să judecăm pentru noi înșine.
În momentul de față, AI-ul reacționează la ce zicem noi. Ce nu vedem încă este un AI cu inițiativă, un AI care dorește să facă ceva. Când credeți că va apărea așa ceva?
Iulia Prodan: Este o chestiune de programare. ChatGPT este antrenat să facă anumite taskuri.
Ar trebuie reglementat acest domeniu?
Maria Irimiaș: Cred că se lucrează deja la asta, iar raportat la ce ai zis mai devreme că ChatGPT nu ia acțiuni, aceasta nu e o problemă. Putem întreprinde noi, oamenii, acțiuni. La asta suntem buni, nu?
La cine prind cel mai bine automatizările?
Maria Irimiaș: Prind cel mai bine la oamenii de business care doresc să înțeleagă procesele.
Iulia Prodan: RPA este pentru procesări repetitive și bazate pe reguli. Dacă facem ceva repetitiv, zi de zi, bazându-ne pe aceleași reguli, RPA ajută. Munca de programator nu se conformează acestei rutine. Evident, în RPA procesul trebuie să se repete suficient de mult pentru ca să merite investiția de tehnologie. RPA previne eroarea umană.
(întrebare din public): Care este meseria care nu ar putea fi furată de AI? Vă explic și de unde vine întrebarea. Eram într-un grup de olandezi, iar un individ din grup a spus că băiatul lui vrea să studieze arhitectura. Olandezii din grup au zis că arhitectura este deja bifată de AI și nu este de viitor. Noi, românii din grup, eram șocați să auzim asta.
Iulia Prodan: O las pe Maria să răspundă, dar aș vrea să zic că am văzut recent un meme care zicea "Artificial Intelligence cannot replace you if you are not intelligent." (Inteligența artificială nu te poate înlocui, dacă nu ești inteligent.)
Maria Irimiaș: Cred că ați văzut și voi panourile care circulă pe internet în care se spune că ChatGPT nu poate construi o clădire.
Iulia Prodan: Nu putem zice ce slujbă va fi sigură și peste 20 de ani. Cred că ar trebui să ne dezvoltăm abilitatea de a învăța și de a fi flexibili în ceea ce facem. Chiar dacă spunem că AI este creativ, acesta are creativitate doar în măsura în care poate combina ceea ce are deja. Dacă ne uităm la generarea de imagini, cineva tot trebuie să aleagă din opțiunile generate. AI-ul încă nu poate înlocui un job. Nu știu dacă ați citit articole scrise de AI. Tot e nevoie de oameni. Dacă ne putem ajuta de AI să facem mai puține lucruri, iar lumea să continue să se învârtă, atunci OK.
Maria Irimiaș: Ar trebuie să ne gândim la ce îi dăm în continuare unui AI să învețe. Are deja multe date, dar noi ar trebui să îi putem da date noi pentru a deveni mai bun sau, de ce nu, mai creativ.
Iulia Prodan: Este posibil să ne reinventăm noi și să aducem alte servicii societății dacă AI ne eliberează de unele dintre taskurile pe care le facem.
(întrebare din public): Cum putem face ca ChatGPT să te țină minte atunci când azi nu știe răspunsul la o întrebare, respectiv cum poate deveni conștient că nu știe răspunsurile și că trebuie să revină cu un răspuns valid? Ne dorim asta? Pe mine mă panichează gândul că ar putea exista așa ceva. Îmi amintește de SkyNet din filmul Terminatorul.
Iulia Prodan: Având background de programator, eu pot deja să îmi imaginez cum aș face designul ca să pot continua discuția cu ChatGPT de unde am lăsat-o. Momentan, datele de antrenament ale ChatGPT sunt până în 2021, iar în timp real nu îl putem antrena. Durează ceva timp să antrenăm un model precum cel din spatele ChatGPT. Dacă costurile de antrenare și procesare se vor reduce, scenariile sunt posibile.
(întrebare din public): În cadrul unei soluții hyperautomizate ce opțiuni sunt pentru a evalua cât de eficace este acea soluție pentru a satisface nevoile clienților? Cum putem stabili că soluția este bună?
Maria Irimiaș: Ce înseamnă bună? Poate însemna multe lucruri în funcție de nevoile clienților. Soluția o gândești pe baza nevoilor clientului. Vrea să câștige timp? Vrea mai multe resurse? Apoi, ținem cont și de platformele existente pe piață. RPA este mult mai rapid de implementat decât orice soluție în momentul de față. În funcție de nevoile clientului, alegem o automatizare simplă sau prin backend.
Iulia Prodan: În timp ce puneați întrebarea mă gândeam și eu dacă ne referim la corectitudinea soluției sau la return on investment. Pentru corectitudine, facem verificări prin testare pe bază de version control. Putem limita datele la care are acces sistemul și foarte multe depind de modul în care facem designul.
Cât de mult a influențat apariția ChatGPT modul în care recrutați și testați oamenii care lucrează în RPA?
Maria Irimiaș: A influențat recrutarea tuturor candidaților, nu doar a celor pe RPA. Am regândit întrebările de la interviuri ca să ne asigurăm că nu pot fi generate ușor de un robot și ca să verificăm că ceea ce candidații au scris nu este generat cu ajutorul unui robot.
Iulia Prodan: Axăm interviurile pe logică și ne dăm seama din experiența candidatului dacă acesta chiar a lucrat cu conceptele sau doar a citit câteva minute despre ele înainte de interviu.
