Človek, ki rešuje milijonske napake umetne inteligence

Tehnološki svet je zajela vsesplošna evforija, poimenovana generativna umetna inteligenca (UI), ki obeta preobrazbo vsega, od vsakdanjega dela do temeljev globalne ekonomije. Vendar se za bleščečo fasado obljub o eksponentni rasti skriva precej bolj trezna realnost.

Analitska hiša Gartner je namreč, kot poroča portal Technology Magazine, postregla z opozorilom, ki odmeva po vsem svetu: do konca leta 2025 bo najmanj 30 odstotkov, po nekaterih ocenah pa celo polovica vseh projektov generativne umetne inteligence opuščenih že po fazi dokazovanja koncepta. Ta podatek ni zgolj statistična zanimivost; je simptom globljega fenomena, ki ga strokovnjaki imenujejo »korito razočaranja«. Posledica je izjemno visoka stopnja neuspeha, ki po poročanju portala NTT Data znaša od 70 do 85 odstotkov.

Glavni vzrok za to so astronomski stroški. Podjetja pri ocenjevanju investicije zgrešijo tudi za tisoč odstotkov, svari Gartner v svoji analizi. Kot poroča portal CDO Trends, lahko postavitev lastnega, skromnega centra z ducatom grafičnih procesorjev NVIDIA H100 stane do milijon evrov, letni stroški dela za srednje veliko ekipo strokovnjakov pa zlahka dosežejo od enega do pet milijonov ameriških dolarjev (približno 4,6 milijona evrov). To je finančni šok, ki je pogosto usoden.

Rešitev za milijonski problem ni zmogljivejši čip, temveč človek. FOTO: Delo UI

A v epicentru tega kaosa, kjer se srečajo neizmeren potencial in brutalni stroški, se je kot tržni odziv rodil nov, nepričakovan profil strokovnjaka. Rešitev za milijonski problem ni zmogljivejši čip ali boljši algoritem. Rešitev je človek.

Spoznajte inženirja za pozive

Medtem ko se podatkovni centri potijo pod bremenom dragih izračunov, se je v poslovnem svetu uveljavila nova elita znanja: inženirji za pozive (prompt engineers). Še pred nekaj leti ta poklic ni obstajal, danes pa so to »šepetalci umetni inteligenci«, hibridni strokovnjaki, ki stojijo na mostu med človeškim namenom in strojnim razumevanjem, kot pojasnjuje portal Sitation.

Njihova naloga ni zgolj postavljanje vprašanj. Gre za umetnost in znanost oblikovanja preciznih navodil, ki vodijo umetno inteligenco do želenih, natančnih in poslovno uporabnih rezultatov. Njihova vrednost je neposredno povezana z vrtoglavimi stroški, opisanimi prej. Dober inženir za pozive podjetju prihrani ogromno denarja z zmanjšanjem porabe dragocenega računskega časa, minimiziranjem napak in zagotavljanjem, da milijonska naložba v umetno inteligenco dejansko prinaša donos.

Podjetja se zavedajo, da je ključ do uspeha v množičnem usposabljanju celotne delovne sile. FOTO: Delo UI

Zato ni presenetljivo, da so plače izjemno konkurenčne. Trg jih ne plačuje za kreativnost, temveč za optimizacijo in nadzor nad stroški.

Ocena za Slovenijo

Za Slovenijo smo pripravili oceno razpona. Če bi v Sloveniji za to delovno mesto veljal enak odstotkovni bonus glede na povprečno plačo kot v Nemčiji (135 odstotkov), bi letna bruto plača znašala približno 39.800 evrov. Če pa bi sledili britanskemu modelu, kjer bonus znaša kar 187 odstotkov, bi se bruto plača povzpela na približno 55.200 evrov. Realnost za konkretnega strokovnjaka v Sloveniji bi se tako verjetno znašla nekje znotraj tega razpona.

Razpon v bruto plači se seveda odrazi tudi pri neto znesku. Po informativnem izračunu za leto 2025 (ob upoštevanju splošne olajšave in brez dodatnih olajšav) bi to pomenilo:

- pri spodnjem bruto znesku (39.800 evrov) bi neto plača znašala približno 2150 evrov na mesec (oziroma 25.800 evrov na leto),

- pri zgornjem bruto znesku (55.200 evrov) bi neto plača znašala približno 2850 evrov na mesec (oziroma 34.200 evrov na leto).

Dober inženir za pozive podjetju prihrani ogromno denarja z optimizacijo procesov. FOTO: Delo UI

V obeh primerih gre za zelo dober dohodek, ki konkretno presega slovensko povprečje.

Skrivno znanje: kaj zmorejo, česar drugi ne?

Uspeh inženirja za pozive ne temelji na eni sami veščini, ampak na edinstveni kombinaciji znanj:

- tehnično razumevanje: pozna arhitekturo velikih jezikovnih modelov in principe strojnega učenja;

- jezikovna natančnost: zaveda se, da umetna inteligenca interpretira dobesedno, kar je napisano, ne tega, kar mislimo;

- domensko znanje: razume specifičen kontekst, naj bo to pravo, finance ali medicina, da lahko oblikuje relevantne pozive;

- kritično mišljenje: sposoben je analizirati šibke odgovore umetne inteligence in eksperimentirati z različnimi strukturami pozivov za reševanje problemov.

Podjetja se bodo preobrazila v žive organizme, ki se nenehno učijo in prilagajajo s pomočjo umetne inteligence. FOTO: Delo UI

Delo takšnega inženirja sega daleč onkraj osnovnega spraševanja. Za to uporablja napredne tehnike, kot sta:

- pozivanje z verigo misli (Chain-of-Thoughts): modelu naroči, naj problem rešuje korak za korakom, kar drastično izboljša natančnost pri kompleksnih nalogah, kot je razvidno iz raziskav, objavljenih na portalu ArXiv;

- pozivanje z drevesom misli (Tree-of-Thoughts): še naprednejša tehnika, pri kateri model hkrati raziskuje več možnih poti razmišljanja, jih ocenjuje in se vrača, če pot ni optimalna, pojasnjuje portal PromptHub.

Poleg tega mora inženir obvladati etično pozivanje za zmanjšanje pristranskosti in se braniti pred zlonamernimi napadi, kot je »vbrizgavanje pozivov« (prompt injection), na kar opozarja portal SecurityWeek. To dokazuje, da je največji izziv umetne inteligence v »zadnjem kilometru« – v niansah razmišljanja, etiki in usklajenosti s človeškimi vrednotami, česar tehnologija sama ne zmore.

Vojska za prihodnost: naložba v ljudi

Vzpon inženirja za pozive je le vrh ledene gore širšega trenda. Podjetja so spoznala, da je ključ do uspeha v ljudeh. Zato smo priča strateškemu premiku: množičnemu vlaganju v usposabljanje celotne delovne sile. Kar 70 odstotkov delavcev meni, da potrebujejo usposabljanje na področju umetne inteligence, a le 14 odstotkov jih ga je dejansko prejelo, kot navaja poročilo, ki ga je objavil Udemy.

Inženir za pozive je v svojem bistvu umetnik, ki prevaja odtenke človeškega mišljenja v jezik, razumljiv strojni inteligenci. FOTO: Delo UI

Velikani, kot sta JPMorgan Chase in Walmart, že gradijo svoje vojske za dobo umetne inteligence. JPMorgan, ki na leto za tehnologijo porabi 15,3 milijarde ameriških dolarjev (približno 14 milijard evrov), je uvedel obvezno usposabljanje iz inženirstva pozivov za vse novozaposlene analitike, poroča Raconteur. Njihova orodja že prinašajo merljive rezultate: umetna inteligenca jim na leto prispeva ocenjenih 1,5 milijarde ameriških dolarjev (približno 1,38 milijarde evrov) vrednosti. Walmart pa z lastno akademijo in orodji, kot je Ask Sam, demokratizira znanje in ga prenaša od upravnih pisarn do prodajnih polic, navaja Retail Dive.

Ta ogromna naložba v ljudi pojasni tudi zadnjo uganko: produktivnostni paradoks. Dejstvo, da se milijarde, vložene v umetno inteligenco, še ne poznajo v globalni rasti produktivnosti, ni znak neuspeha. Kot pojasnjuje ekonomist Erik Brynjolfsson v svoji analizi za MIT Sloan School of Management, smo v fazi prehodne naložbe – vlagamo v težko merljiva, neopredmetena sredstva, kot sta znanje in preoblikovanje procesov. Šele ko bodo te komplementarne naložbe v ljudi dozorele, bo sledila eksplozija produktivnosti, kot je bilo to v preteklosti pri elektriki.

Revolucija umetne inteligence torej ni le tehnološka, temveč predvsem človeška in organizacijska. Zmagovalci ne bodo tisti, ki bodo imeli najdražje stroje, temveč tisti, ki bodo v svojih vrstah imeli najsposobnejše »šepetalce« – novo elito znanja, ki zna te stroje ukrotiti.