By Često se umjetna inteligencija doživljava i propituje kao tehnologija suprotstavljena čovjeku. Brojni su scenariji, pogotovo u znanstveno fantastičnoj literaturi, u kojima umjetna inteligencija nastoji porobiti ili uništiti čovjeka. Neprijeporno je kako umjetna inteligencija zaokuplja golemu pozornost javnosti. To je prvenstveno posljedica činjenice, što se radi o revolucionarno novoj tehnologiji. Po prvi puta u ljudskoj povijesti, tehnologija je u stanju samostalno učiti i verbalno komunicirati sa svojim ljudskim korisnikom.
Amarinov zakon
Pri tome su, već danas, algoritmi integrirani u gotovo sve segmente života i rada. Algoritmi, primjerice, projiciraju tržišnu potražnju i omogućuju personaliziranu ponudu, otkrivaju prijevare u kartičnom poslovanju, prevode tekstove i skladaju glazbu. Najagresivniji korisnici umjetne inteligencije su tehnološke korporacije, koje su nastale u internetskom odnosno digitalnom okruženju, a poznata su kao digitalno rođena poduzeća. U njih spadaju tvrtke poput, primjerice, Amazona, Alphabeta, Mete i Ubera.
Međutim, valja upozoriti kako umjetna inteligencija neće tako brzo radikalno transformirati proizvodne procese većine poslovnih organizacija, a niti preoblikovati životne navike velikog broja pojedinaca, kako najšira javnost očekuje. Ekspanzija, to jest, razvoj umjetne inteligencije podliježe zakonu koji je formulirao znanstvenik i futurist Roy Amari, a glasi :“Skloni smo precijeniti kratkoročne učinke tehnologije, a istodobno podcijeniti dugoročne.“
Razvoj umjetne inteligencije odvija su unutar složenog eko sustava, kojeg karakterizira prilagodljivost i otvorena struktura. Važna čvorišta u tim eko sustavima su disruptivni sartupovi, koji generiraju radikalno nove spoznaje i tehnološka rješenja. U kompanijama nove generacije, umjetna inteligencija predstavlja temeljnu komponentu poslovnog modela. Poslovni procesi se redizajniraju i artikuliraju uz pomoć procesa baziranih na podacima.
Najšira javnost umjetnu inteligenciju najčešće povezuje s humanoidnim robotima, koji su zadnjih desetljeća ostvarili izniman tehnološki napredak. Ipak, najzastupljeniji su industrijski roboti, a instaliraju se unutar brojnih i različitih industrijskih procesa u tvorničkim pogonima, te automatiziranim skladištima. Godišnje se instalira preko 200.000 industrijskih robota diljem svijeta. U pravilu se radi o automatizaciji pomoću robotskih procesa. Ta tehnologija obavlja strukturirane digitalne radne zadaće koje uključuju informacijske sustave.
Suradnički odnosi
Najčešće se robotizacija proizvodnih procesa poistovjećuje s otpuštanjem radne snage odnosno s eliminacijom potrebe za ljudskim radom u proizvodnji. Treba naglasiti kako uvođenje industrijskih robota u tvorničke hale, ne mora značiti i otpuštanje radnika, što se može ostvariti redizajniranjem proizvodnih odnosa. Empirijska istraživanja su pokazala kako suradnja ljudi i industrijskih robota rezultira značajnim povećanjem produktivnosti i kvalitete.
Suradnju ludi i umjetne inteligencije treba provoditi tako da se iskoriste najjače strane svakog od njih. Ljudske prednosti su vodstvo, vizionarstvo, timski duh, kreativnost i socijalna umijeća, dok su misleći strojevi brži, pouzdaniji i neumorniji odnosno mogu raditi bez prestanka. Međuodnos mislećih strojeva i ljudi treba sustavno razraditi, a njihovo zajedništvo može unaprijediti produktivnost. Naglašavam kako je produktivnost kronična boljka industrijske proizvodnje i administrativnog, to jest, uredskog poslovanja, bez obzira na stalni tehnološki progres koji se odvija desetljećima.
Još je 1959. godine afirmirani američki teoretičar menadžmenta Peter Drucker, koji je skovao pojam radnik znanja (knowledge worker), upozorio kako je manipuliranje znanjem i informacijama, bolje reći, produktivnost radnika znanja ključno za poslovni uspjeh u nadolazećim desetljećima. On je utvrdio kako djelatnosti s najvećim udjelom radnika znanja kao što su, na primjer, zdravstvo, obrazovanje i financije, te srodne stručne usluge bilježe najniže stope rasta produktivnosti. O tome svjedoče iznimno visoke cijene, primjerice, fakultetskog obrazovanja i bolničkog liječenja, što je kronični problem i najrazvijenijih zemalja svijeta.
Konkretno govoreći, tijekom proteklih desetljeća nismo svjedočili nekom osobitom rastu produktivnosti u Sjedinjenim Američkim Državama, Europskoj uniji, a niti u drugim visoko razvijenim ekonomijama. Još od sredine 1970-ih godina, rast produktivnosti u najrazvijenijim zemljama nije dosegnuo tri posto ili neku približnu vrijednost, a tijekom zadnjih desetljeća raste po godišnjoj stopi od oko 1,2 posto. Čak što više, rast produktivnosti u visoko razvijenim industrijskim državama dodatno se smanjio zadnjih godina, pa u Europskoj uniji iznosi svega oko 0,5 posto.
Opadanje produktivnosti odvija se u vrijeme sustavne informatizacije odnosno digitalizacije gospodarskih procesa i snažnog razvoja visokih tehnologija. Očevidno se radi o kompleksnom fenomenu s mnoštvom međuovisnih varijabli, koji treba razmatrati na holistički način. Pri tome je neupitno kako umjetna inteligencija koja se intenzivno razvija zadnje desetljeće, te predstavlja radikalno novu tehnologiju ima golem potencijal za, pored ostaloga, povećanje produktivnosti. Već smo spomenuli kako empirijska istraživanja pokazuju da augmentacija, to jest, suradnja pametnih ljudi s pametnim strojevima rezultira većom produktivnošću.
Danas se praktično još uvijek nalazimo na počecima sustavne integracije umjetne inteligencije u gospodarske i ostale procese. Stoga ne iznenađuje što umjetna inteligencija za sada nije povećala slabi rast produktivnosti američkog gospodarstva. Općenito govoreći, ekonomska povijest upućuje na činjenicu kako se nove radikalne tehnologije sporo usvajaju.
Na primjer, traktor je izumljen na početku 20. stoljeća, ali ga je do 1940. godine imalo samo 23 posto američkih poljoprivrednih gospodarstava. Za proizvodnju roba i pružanje usluga, umjetnu inteligenciju (osim pukog brzog upita na ChatGPT-ju) koristi svega pet do šest posto američkih tvrtki. U nekim državama, poput Velike Britanije, ta je praksa znatno raširenija, ali zadnju godinu nije došlo do ubrzanja tog procesa. Afirmacija umjetne inteligencije i njen pozitivni učinak na gospodarstvo u značajnoj mjeri ovisi o pozitivnoj percepciji ljudi spram te visoke tehnologije.
Jedan od projekata kojim se nastoji ostvariti takva pozitivna percepcija jest suradnja ljudi i umjetne inteligencije odnosno mislećih strojeva. Takav projekt provodi korporacija IBM sa svojim računalnim sustavom odnosno platformom Watson s kojom se može komunicirati prirodnim jezikom. Programeri IBM-a dizajnirali su Watson za korištenje pri dijagnosticiranju raka i određivanje prikladnog liječničkog tretmana.
Glavni cilj tog projekta je artikulacija procesa učenja iz golemih količina podataka. Napominjem kako se godišnje objavi preko 2,5 milijuna novih medicinskih znanstvenih i stručnih članaka koje je u stanju uspješno i u kratkom roku procesuirati isključivo umjetna inteligencija. Watson se može prometnuti u iznimno djelotvoran spoznajni alat koji liječnici koriste u svakodnevnom radu.
Pored toga, ubrzano se radi na osposobljavanju umjetne inteligencije za prepoznavanje bolesti uz pomoć slikovne dijagnostike. Dijagnostika podržana računalom (CAD) koja koristi MRL. CAT ili ultrazvučne uređaje, već je jednako učinkovita kao ona koju obavljaju ljudski radiolozi. Međutim, za sada ova postignuća još uvijek nisu dovela do nižih troškova slikovne dijagnostike. Kompanija Pfizer, također, koristi umjetnu inteligenciju kako bi unaprijedila djelotvornost svojih preparata.
Uloga čovjeka
Nedvojbeno je kako umjetna inteligencija i napredni računalni sustavi imaju superiorne procesne performanse na područjima matematičkih operacija, obrade i skladištenja podataka, te predviđanja određenih zbivanja poput, primjerice, kvarova na strojevima. Međutim, djelokrug primjene i okruženje u kojem djeluje umjetne inteligencije u kompaniji moraju definirati menadžeri i računalni stručnjaci. Ujedno oni moraju osigurati sve potrebne pretpostavke za djelotvorno funkcioniranje umjetne inteligencije.
Nužno je osnovati specijalizirane timove sastavljene od računalnih programera, podatkovnih stručnjaka, razvojnih inženjera, ekonomista, financijaša i srodnih stručnjaka. Oni su odgovorni za kreiranje uvjeta koji omogućuju prikupljanje golemih količina relevantnih podataka, nužnih za strojno učenje i analitiku. Podaci su pogonsko gorivo umjetne inteligencije. Pri tome su ljudi odgovorni za pribavljanje kvalitetnih podataka. Riječ je o procesu u kojem surađuju ljudi i umjetna inteligencija, a uz pomoću kojeg se stvara kognitivno poduzeće.
Treba upozoriti kako kognitivno poduzeće ne nastaje pukim instaliranjem umjetne inteligencije odnosno odgovarajuće platforme unutar organizacijske arhitekture. Nužno je dizajnirati procese koji će omogućiti funkcioniranje umjetne inteligencije u skladu s korporativnim ciljevima i vrijednostima. Drugim riječima, valja artikulirati primjeren kontekst poslovanja. To je jedan od segmenta suradnje ljudi odnosno specijaliziranih timova s umjetnom inteligencijom. Nadalje neophodno je osmisliti radne uvjete, prvenstveno u realnom sektoru, u kojima će se na siguran način odvijati suradnja zaposlenika i umjetne inteligencije odnosno mislećih strojeva.
Industrijski roboti postaju sve kolaborativniji. Donedavno su se u tvornicama roboti odvajali od ljudi, jer je bilo kakav kontakt između ljudi i strojeva bio opasan (za ljude). Nova generacija robota lakše poslove može obavljati u suradnji s ljudima odnosno radnicima. Pri tome ih mogu usmjeravati i obučavati radnici koji nisi robotički stručnjaci.
Treba naglasiti kako je već postojeća praksa pokazala da roboti ne moraju uvijek eliminirati ljude. Amazon je svojedobno instalirao preko 100.000 robota u svoje distribucijske centre i skladišta. Međutim, od početka uvođenja robota u logističke procese koji je započeo 2014. godine menadžeri Amazona zaposlili su još 80.000 radnika u svojim skladištima. Oni su se učinkovito nadopunjavali s instaliranim robotima.
Pri dizajniranju suradničkih odnosa ljudi s umjetnom inteligencijom odnosno robotima nužno je odrediti optimalni radni ritam, Roboti, to jest, misleći strojevi mogu raditi neprekidno i brzinom koju ljudska radna snaga ne može pratiti, te ih je nužno uskladiti. Sličan problem postojao je i u tradicionalnoj industriji, prilikom određivanja brzine kretanja tekuće trake.
Podsjećam kako motivirani radnici mogu kontinuirano uvoditi brojne sitne inovacije i poboljšanja koja, u konačnici, rezultiraju većom produktivnošću i višom kvalitetom. Ljudska kreativnost može se skladno nadopunjavati s automatizacijom, to jest, robotizacijom proizvodnih i uslužnih procesa, premda se to, na prvi pogled, mnogima to tako ne čini.
Mr.sc. Marinko Kovačić
Comments