Vinkit generatiivisen tekoälyn hyödyntämiseen
Generatiivinen tekoäly on herättänyt suurta kiinnostusta yritysmaailmassa viime aikoina. Erityisesti ChatGPT-nimisen tekoälymallin menestys on houkutellut yritykset tutkimaan generatiivisen tekoälyn hyödyntämistä omassa liiketoiminnassaan. Kielimallit ovatkin erinomaisia tuottamaan nopeita automaattisia vastauksia erilaisiin kysymyksiin. On kuitenkin tärkeää ymmärtää, että nämä kielimallien tuottamat vastaukset voivat olla suoraviivaisia yleistyksiä tai jopa täysin virheellisiä. Yhdistämällä kielimallin IBM watsonx:n avulla yrityksen omiin tietosisältöihin, voit välttää sudenkuopat tarjota asiakkaillesi luotettavaa ja läpinäkyvää palvelua.
Miksi generatiivista tekoälyä ei kannata kehittää ChatGPT:n ehdoilla sen menestyksestä huolimatta?
ChatGPT:n menestys on ohjannut yritykset tutkimaan generatiivisen tekoälyn hyödyntämistä omassa liiketoiminnassaan - joko suoraan ChapGPT:ä tai sen kanssa kilpailevia isoja kielimalleja (Large Language Model) hyödyntäen.
Monet ovat jo huomanneet, miten kielimallin avulla syntyy nopeasti kaikkiin kysymyksiin vastauksia suoltava automaatti. Tosin vastaukset voivat olla yleistyksiä, tai pahimmillaan ne antavat täysin väärää tietoa. Kun vakuutusyhtiön asiakas kysyy vakuutusehdoista, haluaa palvelua tarjoava yritys antaa vastauksessa juuri omat ehtonsa, eikä alan yleistä yhteenvetoa kuten esim. ChatGPT tekee.
Vielä huonompi tilanne on, kun kielimalli antaa täysin tuulesta temmatun, hallusinoivan vastauksen, jolla ei ole mitään tekemistä vakuutusehtojen kanssa.
Miten voit hyödyntää kielimallia ja samalla välttää generatiivisen tekoälyn tuomat haasteet?
Edellä kuvatuista puutteista johtuen isot kielimallit eivät sellaisenaan sovellu yritysten palvelujen kehittämiseen. Ne täytyy opettaa yrityksen omien tietosisältöjen pohjalta, jotta vältetään hallusinointi ja ylipäätään saadaan aikaiseksi oikea vastaus palvelun tarjoajan näkökulmasta. Ilman riittävää kontrollia on myös riski, että ratkaisun vastausten asenteellisuus on ristiriidassa yrityksen arvojen kanssa.
Luonteva lähtökohta palvelun opettamiseen on yrityksen tekstimuotoisen sisällön, eli erilaisten dokumenttien hyödyntäminen. Kun vakuutusyhtiö tai pankki lataa palveluunsa avaindokumentit, siirtyvät palvelukuvaukset sekä tarvittavat vakuutus- ja tiliehdot ratkaisun käyttöön. Kielimallin avulla kehitystyö nopeutuu olennaisesti verrattuna ratkaisuihin, jotka hyödyntävät pelkästään luonnollisen kielen prosessointia. Yhdessä nämä kaksi teknologiaa tarjoavat kehittäjälle ja käyttäjälle ratkaisun, joka:
- Keskustelee sujuvasti aiheesta kun aiheesta
- Vastaa asiakysymyksiin oikein
- Välttää asenteellisuuden ja eettiset sudenkuopat.
Miten IBM:n ratkaisu vastaa haasteisiin?
IBM watsonx, generatiivisen AI:n integroitu ratkaisu, auttaa yrityksiä yhdistämään valitun kielimallin omiin tietosisältöihin ja dokumentteihin. Tuloksena syntyy luotettava ja läpinäkyvä ratkaisu, joka välttää niin asenteellisuuden kuin eettiset sudenkuopatkin.
Jos palvelussa käytetään sensitiivistä dataa, voidaan ratkaisu asentaa yrityksen omaan ympäristöön, joka voi olla myös kontrolloitu pilvipalvelu. Dokumenttien lisäksi voidaan käyttää muita tietosisältöjä tarpeen mukaan.
IBM watsonx Assistantilla kehitetään virtuaaliagentteja, jotka vastaavat käyttäjän kysymyksiin hyödyntäen watsonx Discoveryn avulla watsonx-ratkaisuun integroituja yrityksen dokumentti- yms. tietosisältöjä.
Kirjoittaja:
Hannu Löppönen
Data & AI Sales, IBM Finland
