Πώς οι εταιρείες υπηρεσιών Πληροφορικής αξιοποιούν τη Δημιουργική Τεχνητή Νοημοσύνη
Shutterstock
Shutterstock
Bernstein - Investing

Πώς οι εταιρείες υπηρεσιών Πληροφορικής αξιοποιούν τη Δημιουργική Τεχνητή Νοημοσύνη

Οι εταιρείες υπηρεσιών Πληροφορικής βρίσκονται μπροστά σε ένα σημείο καμπής, καθώς η ταχεία εξέλιξη της Δημιουργικής Τεχνητής Νοημοσύνης (Gen AI) αναδιαμορφώνει τη ζήτηση και τις τεχνολογικές στρατηγικές των επιχειρήσεων. Οι εταιρείες σε όλους τους κλάδους επιδιώκουν να ενσωματώσουν την ΤΝ στις δραστηριότητές τους, αλλά η πορεία προς την εφαρμογή παραμένει πολύπλοκη. 

Σύμφωνα με το investing, οι πάροχοι υπηρεσιών Πληροφορικής, που ενεργούν ως βασικοί καταλύτες, προσαρμόζουν τα επιχειρηματικά τους μοντέλα για να ανταποκριθούν σε αυτή τη ζήτηση, εξισορροπώντας την καινοτομία με τις πρακτικές προκλήσεις της υιοθέτησης της ΤΝ.

Ένας από τους σημαντικότερους παράγοντες που οδηγούν τις επενδύσεις των επιχειρήσεων στο Gen AI είναι η υπόσχεση για βελτιωμένη παραγωγικότητα.

Οι πελάτες αναμένουν ότι η αποδοτικότητα με βάση την ΤΝ θα αντανακλάται στην εξοικονόμηση κόστους και στον επιχειρηματικό μετασχηματισμό, γεγονός που ασκεί πίεση στις εταιρείες υπηρεσιών πληροφορικής να επιδείξουν απτές αποδόσεις της επένδυσης.

Σύμφωνα με τους αναλυτές της Bernstein, μεγάλες εταιρείες συμβούλων, όπως η Accenture και η Deloitte, αναφέρουν ότι το 85-90% των κερδών παραγωγικότητας που βασίζονται στην ΤΝ θα μεταβιβαστεί στους πελάτες, ενώ μόνο το 10-15% θα διατηρηθεί από τους παρόχους υπηρεσιών.

Παρά το γεγονός αυτό, οι εταιρείες αναμένουν συνολική αύξηση των εσόδων, καθώς η υιοθέτηση της ΤΝ οδηγεί σε νέες δεσμεύσεις έργων και διευρυμένες προσφορές υπηρεσιών.

Η Accenture, για παράδειγμα, ανέφερε 500 εκατομμύρια δολάρια σε έσοδα που σχετίζονται με την ΤΝ το τρίμηνο Νοεμβρίου 2024, μια αύξηση σε σχέση με τα προηγούμενα τρίμηνα. Οι κρατήσεις Gen AI έχουν επίσης αυξηθεί κατακόρυφα, φθάνοντας τα 1,2 δισ. δολάρια, αντιπροσωπεύοντας το 6,4% των συνολικών κρατήσεων της εταιρείας.

Αυτοί οι αριθμοί υπογραμμίζουν μια μετατόπιση από πειραματικές πιλοτικές εφαρμογές AI σε ουσιαστικές, επιχειρησιακές εφαρμογές.

Το αρχικό κύμα επενδύσεων Gen AI επικεντρώθηκε σε μεγάλο βαθμό σε μεγάλα γλωσσικά μοντέλα (LLM), αλλά οι εταιρείες υπηρεσιών πληροφορικής βλέπουν τώρα μια στροφή προς μικρότερα, πιο εξειδικευμένα γλωσσικά μοντέλα (SLM).

Αυτά τα μοντέλα έχουν σχεδιαστεί για στοχευμένες εφαρμογές, προσφέροντας χαμηλότερο υπολογιστικό κόστος και μεγαλύτερη αποτελεσματικότητα σε επιχειρηματικά περιβάλλοντα. Οι εταιρείες υπηρεσιών πληροφορικής καθοδηγούν ενεργά τους πελάτες τους στην ανάπτυξη SLMs για συγκεκριμένες περιπτώσεις χρήσης, όπως τραπεζικές υπηρεσίες, λειτουργίες πληροφορικής, Κυβερνοασφάλεια και επιχειρηματικές εφαρμογές.

Ινδικές εταιρείες πληροφορικής, όπως η Infosys, έχουν ήδη κινηθεί προς αυτή την κατεύθυνση, αναπτύσσοντας SLMs για συγκεκριμένους τομείς για την υποστήριξη βιομηχανιών με προσαρμοσμένες λύσεις AI.

Σύμφωνα με την Bernstein, η Infosys έχει κατασκευάσει τέσσερα SLMs σχεδιασμένα για τραπεζικές εργασίες, λειτουργίες πληροφορικής, Κυβερνοασφάλεια και γενικές επιχειρηματικές λειτουργίες, καθένα από τα οποία αξιοποιεί ιδιόκτητα σύνολα δεδομένων για να παρέχει πιο σχετικές πληροφορίες, μειώνοντας παράλληλα την εξάρτηση από μαζικές, απαιτητικές σε πόρους LLMs.

Μια πιο πρόσφατη εξέλιξη στο πλαίσιο της υιοθέτησης της ΤΝ είναι η άνοδος της Agentic AI, μιας έννοιας που επιτρέπει στα μοντέλα ΤΝ να συντονίζουν δράσεις αυτόνομα στο πλαίσιο των επιχειρησιακών διαδικασιών. Οι εταιρείες παροχής υπηρεσιών πληροφορικής συνεργάζονται με πελάτες για να διερευνήσουν πώς οι πράκτορες που καθοδηγούνται από την ΤΝ μπορούν να εξορθολογήσουν τις λειτουργίες στους τομείς του ανθρώπινου δυναμικού, των οικονομικών, της εξυπηρέτησης πελατών και της διαχείρισης της εφοδιαστικής αλυσίδας.

Ενώ πολλές από αυτές τις περιπτώσεις χρήσης παραμένουν σε πρώιμο στάδιο ανάπτυξης, ορισμένες επιχειρήσεις αναπτύσσουν ήδη πράκτορες ΤΝ σε περιορισμένες δυνατότητες.

Η Accenture και η Deloitte αναφέρουν αυξανόμενο ενδιαφέρον από επιχειρήσεις που επιθυμούν να αναπτύξουν τους δικούς τους πράκτορες με τεχνητή νοημοσύνη, οι οποίοι μπορούν να αλληλεπιδρούν με υφιστάμενες στοίβες λογισμικού και επιχειρηματικές εφαρμογές.

Ωστόσο, η εφαρμογή σε πλήρη κλίμακα παραμένει μακροπρόθεσμος στόχος, καθώς οι εταιρείες επεξεργάζονται τις πολυπλοκότητες της ενορχήστρωσης και της ενσωμάτωσης της ΤΝ.

Η συζήτηση μεταξύ των μοντέλων ΑΙ ανοικτού και κλειστού κώδικα είναι μια άλλη πρόκληση που πρέπει να αντιμετωπίσουν οι εταιρείες υπηρεσιών πληροφορικής.

Ενώ τα μοντέλα κλειστού κώδικα από παρόχους όπως το OpenAI και το Google Gemini κυριαρχούν σήμερα στις εφαρμογές των επιχειρήσεων, οι εναλλακτικές λύσεις ανοικτού κώδικα όπως το Mistral AI και το DeepSeek καλύπτουν γρήγορα την απόσταση από πλευράς επιδόσεων και αποδοτικότητας κόστους.

Παρά την ταχεία πρόοδο των μοντέλων ανοικτού κώδικα, οι αναλυτές της Bernstein εκτιμούν ότι δεν θα είναι έτοιμα για υιοθέτηση σε ολόκληρη την επιχείρηση πριν από το 2026-27.

Οι εταιρείες υπηρεσιών πληροφορικής παρακολουθούν στενά αυτόν τον χώρο, καθώς οι επιχειρήσεις σταθμίζουν τα οφέλη του χαμηλότερου κόστους και της μεγαλύτερης διαφάνειας έναντι των κινδύνων της ασφάλειας και της συμμόρφωσης.

Η IBM Consulting έχει επισημάνει συγκεκριμένες περιπτώσεις στον οικονομικό προγραμματισμό και τη λογιστική όπου τα μοντέλα ανοικτού κώδικα έχουν ήδη φτάσει ή ξεπεράσει τις εναλλακτικές λύσεις κλειστού κώδικα τόσο σε κόστος όσο και σε απόδοση.

Ενώ η δυναμική πίσω από το Gen AI είναι ισχυρή, οι εταιρείες υπηρεσιών πληροφορικής αναγνωρίζουν διάφορα εμπόδια στην ευρεία υιοθέτηση.

Η ετοιμότητα των δεδομένων παραμένει ένα σημαντικό εμπόδιο, καθώς πολλές επιχειρήσεις παλεύουν με αδόμητα, ελλιπή ή ξεπερασμένα σύνολα δεδομένων που εμποδίζουν την εκπαίδευση και την ανάπτυξη μοντέλων AI. Πέρα από τις προκλήσεις των δεδομένων, οι επιχειρήσεις πρέπει επίσης να βελτιώσουν τις επιχειρηματικές τους διαδικασίες και τα τεχνολογικά τους πακέτα για να ενσωματώσουν πλήρως τις δυνατότητες AI.

Η κανονιστική αβεβαιότητα περιπλέκει περαιτέρω την εφαρμογή της ΤΝ. Καθώς οι κυβερνήσεις εισάγουν αυστηρότερους κανόνες γύρω από τη διαφάνεια της AI, τις ηθικές εκτιμήσεις και την ασφάλεια, οι επιχειρήσεις αναζητούν εταιρείες υπηρεσιών πληροφορικής για να διασφαλίσουν τη συμμόρφωση με τους εξελισσόμενους κανονισμούς.

Οι πάροχοι υπηρεσιών, με τη σειρά τους, επενδύουν σε πλαίσια διακυβέρνησης AI για να βοηθήσουν τους πελάτες να περιηγηθούν σε αυτές τις πολυπλοκότητες.

Καθώς το Gen AI συνεχίζει να εξελίσσεται, οι εταιρείες υπηρεσιών πληροφορικής τοποθετούνται ως στρατηγικοί εταίροι για τις επιχειρήσεις που επιθυμούν να αξιοποιήσουν την αποτελεσματικότητα που καθορίζεται από το AI.

Είτε μέσω της ανάπτυξης μοντέλων ΤΝ ειδικά για τον κλάδο, είτε μέσω της υποστήριξης της αυτοματοποίησης με βάση την ΤΝ, είτε μέσω της καθοδήγησης σχετικά με τη συμμόρφωση με τις κανονιστικές διατάξεις, οι πάροχοι υπηρεσιών ΤΝ διαδραματίζουν καθοριστικό ρόλο στη διαμόρφωση του τοπίου της ΤΝ.

Τα επόμενα χρόνια είναι πιθανό να δούμε περαιτέρω αλλαγές στις στρατηγικές υιοθέτησης της ΤΝ, με τα μοντέλα ανοικτού κώδικα να κερδίζουν έδαφος, την Agentic AI να γίνεται πιο εξελιγμένη και τις προσδοκίες παραγωγικότητας να συνεχίζουν να αυξάνονται.

Όπως τονίζουν οι αναλυτές της Bernstein, οι εταιρείες υπηρεσιών Πληροφορικής που γεφυρώνουν με επιτυχία το χάσμα μεταξύ του δυναμικού της ΤΝ και της επιχειρηματικής εκτέλεσης θα αναδειχθούν σε βασικούς δικαιούχους της έκρηξης της Δημιουργικής ΤΝ.