🧰 IBM ਨੇ ਕਾਰੋਬਾਰਾਂ ਨੂੰ ਏਜੰਟਿਕ AI ਨੂੰ ਵਧਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰਨ ਲਈ "ਐਂਟਰਪ੍ਰਾਈਜ਼ ਐਡਵਾਂਟੇਜ" ਲਾਂਚ ਕੀਤਾ ↗
IBM ਵੱਡੇ ਸੰਗਠਨਾਂ ਦੇ ਅੰਦਰ ਏਜੰਟਿਕ AI ਨੂੰ ਰੋਲ ਆਊਟ ਕਰਨ ਲਈ ਇੱਕ "ਪਲੇਟਫਾਰਮ-ਪਹਿਲਾਂ" ਰੂਟ ਪੇਸ਼ ਕਰ ਰਿਹਾ ਹੈ - ਘੱਟ ਵਿਗਿਆਨ-ਗਲਪ ਡੈਮੋ, ਵਧੇਰੇ ਨਿਯੰਤਰਿਤ ਪਲੰਬਿੰਗ। ਇਹ ਵਿਚਾਰ ਸੰਪਤੀਆਂ ਦੀ ਮੁੜ ਵਰਤੋਂ ਕਰਨਾ, ਟੀਮਾਂ ਦੇ ਨਿਰਮਾਣ ਦੇ ਮਿਆਰ ਨੂੰ ਮਿਆਰੀ ਬਣਾਉਣਾ, ਅਤੇ ਹਰੇਕ ਵਿਭਾਗ ਨੂੰ ਆਪਣੇ ਛੋਟੇ AI ਰਾਜ ਨੂੰ ਬਣਾਉਣ ਤੋਂ ਰੋਕਣਾ ਹੈ।.
ਉਹ ਪੂਰੀ ਤਰ੍ਹਾਂ ਦੁਬਾਰਾ ਬਣਾਉਣ ਦੀ ਮੰਗ ਕਰਨ ਦੀ ਬਜਾਏ "ਜੋ ਤੁਸੀਂ ਪਹਿਲਾਂ ਹੀ ਚਲਾ ਰਹੇ ਹੋ ਉਸ ਵਿੱਚ ਫਿੱਟ ਹੋਣ" 'ਤੇ ਵੀ ਜ਼ੋਰ ਦੇ ਰਹੇ ਹਨ, ਜੋ ਕਿ ਉਦੋਂ ਤੱਕ ਭਰੋਸਾ ਦੇਣ ਵਾਲਾ ਲੱਗਦਾ ਹੈ ਜਦੋਂ ਤੱਕ ਤੁਸੀਂ ਜੰਗਲ ਵਿੱਚ ਇੱਕ ਵਿਰਾਸਤੀ ਪ੍ਰਣਾਲੀ ਨੂੰ ਨਹੀਂ ਮਿਲਦੇ। ਫਿਰ ਵੀ, ਇਰਾਦਾ ਸਪੱਸ਼ਟ ਹੈ: ਏਜੰਟ ਰੋਲਆਉਟ ਨੂੰ ਦੁਹਰਾਉਣ ਯੋਗ ਬਣਾਓ, ਬੇਸਪੋਕ ਨਹੀਂ।.
🧭 e& ਅਤੇ IBM ਏਜੰਟਿਕ AI ਨੂੰ ਸ਼ਾਸਨ ਅਤੇ ਪਾਲਣਾ ਵਰਕਫਲੋ ਵਿੱਚ ਸ਼ਾਮਲ ਕਰਦੇ ਹਨ ↗
ਇਸ ਵਿੱਚ "ਬੋਟ ਨਾਲ ਗੱਲਬਾਤ" ਘੱਟ ਅਤੇ "ਏਆਈ ਜੋ ਤੁਹਾਡੀ ਜੋਖਮ-ਅਤੇ-ਪਾਲਣਾ ਮਸ਼ੀਨਰੀ ਦੇ ਅੰਦਰ ਰਹਿੰਦਾ ਹੈ" ਜ਼ਿਆਦਾ ਹੈ - ਉਹ ਬੇਢੰਗੀ ਜਗ੍ਹਾ ਜਿੱਥੇ ਗਲਤੀਆਂ ਮਹਿੰਗੀਆਂ, ਤੇਜ਼ ਹੋ ਜਾਂਦੀਆਂ ਹਨ। ਪਿੱਚ ਏਜੰਟਿਕ ਆਟੋਮੇਸ਼ਨ ਹੈ, ਜਿਸ ਵਿੱਚ ਗਾਰਡਰੇਲ ਅਤੇ ਟਰੇਸੇਬਿਲਟੀ ਸ਼ੁਰੂ ਤੋਂ ਹੀ ਬੁਣੀ ਹੋਈ ਹੈ।.
ਉਹ ਇਸਨੂੰ ਸਹਾਇਕਾਂ ਤੋਂ ਸਵਾਲਾਂ ਦੇ ਜਵਾਬ ਦੇਣ ਵਾਲੇ ਏਜੰਟਾਂ ਵੱਲ ਇੱਕ ਤਬਦੀਲੀ ਵਜੋਂ ਪੇਸ਼ ਕਰ ਰਹੇ ਹਨ ਜੋ ਸਖ਼ਤ ਨਿਯੰਤਰਣਾਂ ਹੇਠ ਕਦਮ ਚੁੱਕਦੇ ਹਨ। ਇਹ ਸ਼ਕਤੀਸ਼ਾਲੀ ਹੈ - ਅਤੇ ਇਹ ਵੀ ਉਹ ਹਿੱਸਾ ਜੋ ਲੋਕਾਂ ਨੂੰ ਥੋੜ੍ਹਾ ਸਿੱਧਾ ਬੈਠਣ ਲਈ ਮਜਬੂਰ ਕਰਦਾ ਹੈ।.
📈 IBM ਅਧਿਐਨ ਕਹਿੰਦਾ ਹੈ ਕਿ AI 2030 ਤੱਕ ਸਮਾਰਟ ਕਾਰੋਬਾਰੀ ਵਿਕਾਸ ਨੂੰ ਅੱਗੇ ਵਧਾਉਣ ਲਈ ਤਿਆਰ ਹੈ ↗
IBM ਦਾ ਕਾਰਜਕਾਰੀ ਸਰਵੇਖਣ ਮੂਲ ਰੂਪ ਵਿੱਚ ਕਹਿੰਦਾ ਹੈ: ਕੰਪਨੀਆਂ ਉਮੀਦ ਕਰਦੀਆਂ ਹਨ ਕਿ AI ਕੁਸ਼ਲਤਾ ਜਿੱਤਾਂ ਤੋਂ ਪਰੇ ਅਸਲ ਵਿਕਾਸ ਵੱਲ ਵਧੇਗਾ, ਪਰ ਬਹੁਤ ਸਾਰੇ ਨੇਤਾਵਾਂ ਕੋਲ ਅਜੇ ਵੀ ਮੁੱਲ ਕਿੱਥੇ ਪਹੁੰਚਦਾ ਹੈ ਇਸ ਬਾਰੇ ਇੱਕ ਸਪਸ਼ਟ ਯੋਜਨਾ ਨਹੀਂ ਹੈ। ਇਹ ਵਿਰੋਧਾਭਾਸ ਅਜੀਬ ਤੌਰ 'ਤੇ ਦਿਲਾਸਾ ਦੇਣ ਵਾਲਾ ਮਹਿਸੂਸ ਹੁੰਦਾ ਹੈ - ਇਹ ਸਿਰਫ਼ ਤੁਸੀਂ ਨਹੀਂ ਹੋ।.
ਇੱਕ ਵੱਡਾ ਵਿਸ਼ਾ ਏਕੀਕਰਨ ਹੈ: "ਏਆਈ ਔਨ ਦ ਸਾਈਡ" ਬਹੁਤਾ ਨਹੀਂ ਬਦਲਦਾ। ਮਲਟੀ-ਮਾਡਲ ਰਣਨੀਤੀਆਂ ਅਤੇ ਛੋਟੇ ਮਾਡਲਾਂ ਵੱਲ ਇੱਕ ਸ਼ਾਂਤ ਦਬਾਅ ਵੀ ਹੈ ਜੋ ਵਧੇਰੇ ਕੰਮ ਕਰ ਰਹੇ ਹਨ, ਜੋ ਕਿ ਸ਼ੁੱਧ ਪੈਮਾਨੇ-ਤੇ-ਹਰ ਕੀਮਤ ਤੋਂ ਇੱਕ ਵਿਹਾਰਕ ਕਦਮ ਵਾਂਗ ਪੜ੍ਹਿਆ ਜਾਂਦਾ ਹੈ... ਜਾਂ ਇਸ ਤਰ੍ਹਾਂ ਲੱਗਦਾ ਹੈ।.
🎓 ਮਾਨਚੈਸਟਰ ਯੂਨੀਵਰਸਿਟੀ ਅਤੇ ਮਾਈਕ੍ਰੋਸਾਫਟ ਵਿਚਕਾਰ ਦੁਨੀਆ ਦੀ ਪਹਿਲੀ ਏਆਈ ਭਾਈਵਾਲੀ ਦਾ ਐਲਾਨ ↗
ਮੈਨਚੈਸਟਰ ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਇਹ ਸਰਵ ਵਿਆਪਕ ਹੋ ਰਿਹਾ ਹੈ: ਮਾਈਕ੍ਰੋਸਾਫਟ 365 ਕੋਪਾਇਲਟ ਪਹੁੰਚ ਅਤੇ ਸਾਰੇ ਸਟਾਫ ਅਤੇ ਵਿਦਿਆਰਥੀਆਂ ਲਈ ਸਿਖਲਾਈ। ਇਹ ਫਰੇਮਿੰਗ ਹੁਨਰ, ਇਕੁਇਟੀ ਅਤੇ ਜ਼ਿੰਮੇਵਾਰ ਵਰਤੋਂ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ - ਸਿਰਫ "ਉਤਪਾਦਕਤਾ ਵਧਦੀ ਹੈ" 'ਤੇ ਹੀ ਨਹੀਂ।.
ਅਭਿਆਸ ਵਿੱਚ, ਇਸਦਾ ਮਤਲਬ ਹੋ ਸਕਦਾ ਹੈ ਕਿ "ਕੁਝ ਲੋਕ ਔਜ਼ਾਰਾਂ ਨੂੰ ਜਾਣਦੇ ਹਨ, ਦੂਸਰੇ ਨਹੀਂ" ਵਰਗੀਆਂ ਘੱਟ ਖਸਤਾ ਹਾਲਤ ਵਾਲੀਆਂ ਜੇਬਾਂ ਹੋਣ। ਜਾਂ ਇਸਦਾ ਮਤਲਬ ਹੋ ਸਕਦਾ ਹੈ ਕਿ ਬਹੁਤ ਸਾਰੀ ਨੀਤੀ, ਬਹੁਤ ਸਾਰੀ ਬਹਿਸ, ਅਤੇ ਫਿਰ - ਅੰਤ ਵਿੱਚ - ਇੱਕ ਵਧੇਰੇ ਇਕਸਾਰ ਕੈਂਪਸ-ਵਿਆਪੀ ਬੇਸਲਾਈਨ।.
🧑💼 ਕੀ AI ਨੌਕਰੀਆਂ ਦੀ ਥਾਂ ਲੈ ਲਵੇਗਾ? ਐਂਥ੍ਰੋਪਿਕ ਰਿਪੋਰਟ ਵਿੱਚ ਪਾਇਆ ਗਿਆ ਹੈ ਕਿ ਜਵਾਬ ਇੰਨਾ ਸਿੱਧਾ ਨਹੀਂ ਹੈ ↗
ਐਂਥ੍ਰੋਪਿਕ ਦਾ ਇੱਥੇ ਕੰਮ (ਲੋਕ ਕਲਾਉਡ ਨੂੰ ਅਭਿਆਸ ਵਿੱਚ ਕਿਵੇਂ ਵਰਤਦੇ ਹਨ) ਇਸ ਵੱਲ ਇਸ਼ਾਰਾ ਕਰਦਾ ਹੈ ਕਿ AI ਇਸ ਸਮੇਂ "ਨੌਕਰੀ ਮਿਟਾਉਣ" ਨਾਲੋਂ "ਕਾਰਜ ਸਹਾਇਤਾ" ਵਧੇਰੇ ਹੈ। ਲੋਕ ਕੰਮ ਦੇ ਟੁਕੜੇ ਆਫਲੋਡ ਕਰ ਰਹੇ ਹਨ, ਪੂਰੀਆਂ ਭੂਮਿਕਾਵਾਂ ਸੌਂਪ ਨਹੀਂ ਰਹੇ ਹਨ।.
ਦਿਲਚਸਪ ਗੱਲ ਇਹ ਹੈ ਕਿ ਸੂਖਮਤਾ: ਪ੍ਰਭਾਵ ਕਿੱਤੇ ਦੇ ਹਿਸਾਬ ਨਾਲ ਬਹੁਤ ਬਦਲਦਾ ਹੈ ਅਤੇ ਕੰਮ ਦੇ ਕਿਹੜੇ ਹਿੱਸੇ ਨੂੰ ਆਟੋਮੈਟਿਕ ਬਣਾਇਆ ਜਾ ਸਕਦਾ ਹੈ। ਇਹ ਇੱਕ ਬੱਦਲ ਨੂੰ ਦੇਖ ਕੇ ਤੂਫਾਨ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਨ ਵਰਗਾ ਹੈ - ਤੁਸੀਂ ਕੁਝ ਦੇਖ ਸਕਦੇ ਹੋ, ਪਰ ਪੂਰੇ ਮੌਸਮ ਪ੍ਰਣਾਲੀ ਨੂੰ ਨਹੀਂ।.
🧪 ਦਵਾਈਆਂ ਉਦਯੋਗ ਲਈ ਯੂਰਪੀ ਸੰਘ ਅਤੇ ਅਮਰੀਕਾ ਦੇ ਸਾਂਝੇ AI ਸਿਧਾਂਤ ↗
ਯੂਰਪੀ ਸੰਘ ਅਤੇ ਅਮਰੀਕੀ ਦਵਾਈਆਂ ਦੇ ਰੈਗੂਲੇਟਰ ਜੀਵਨ ਵਿਗਿਆਨ ਦੇ ਖੇਤਰ ਵਿੱਚ "ਚੰਗੇ AI ਸ਼ਾਸਨ" ਲਈ ਸਾਂਝੇ ਸਿਧਾਂਤਾਂ 'ਤੇ ਇਕਜੁੱਟ ਹਨ - ਨਿਗਰਾਨੀ, ਜੋਖਮ ਪ੍ਰਬੰਧਨ, ਅਤੇ ਸਪੱਸ਼ਟ ਜਵਾਬਦੇਹੀ ਬਾਰੇ ਸੋਚੋ। ਚਮਕਦਾਰ ਨਹੀਂ, ਪਰ ਇਹ ਇਸ ਤਰ੍ਹਾਂ ਦੀ ਚੀਜ਼ ਹੈ ਜੋ ਚੁੱਪਚਾਪ ਉਸ ਚੀਜ਼ ਨੂੰ ਆਕਾਰ ਦਿੰਦੀ ਹੈ ਜੋ ਬਣਾਈ ਜਾਂਦੀ ਹੈ।.
ਜ਼ੋਰ ਮੂਲ ਰੂਪ ਵਿੱਚ ਇਹ ਹੈ: ਯਕੀਨਨ, AI ਦੀ ਵਰਤੋਂ ਕਰੋ, ਪਰ ਇਸਨੂੰ ਬੋਰਿੰਗ ਤੌਰ 'ਤੇ ਆਡਿਟ ਕਰਨ ਯੋਗ ਅਤੇ ਪਾਰਦਰਸ਼ੀ ਬਣਾਓ ਕਿ ਇਹ ਕਿੱਥੇ ਫਿੱਟ ਬੈਠਦਾ ਹੈ, ਇਸਦੀ ਵਰਤੋਂ ਕਿਸ ਲਈ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਅਤੇ ਜਦੋਂ ਇਹ ਪਾਸੇ ਹੋ ਜਾਂਦਾ ਹੈ ਤਾਂ ਕੌਣ ਜ਼ਿੰਮੇਵਾਰ ਹੈ।.
ਅਕਸਰ ਪੁੱਛੇ ਜਾਂਦੇ ਸਵਾਲ
ਏਜੰਟਿਕ ਏਆਈ ਲਈ ਆਈਬੀਐਮ ਦੀ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਐਡਵਾਂਟੇਜ ਸੇਵਾ ਕੀ ਹੈ?
IBM ਦਾ "ਐਂਟਰਪ੍ਰਾਈਜ਼ ਐਡਵਾਂਟੇਜ" ਇੱਕ ਪਲੇਟਫਾਰਮ-ਪਹਿਲਾ ਰੂਟ ਵਜੋਂ ਪੇਸ਼ ਕੀਤਾ ਗਿਆ ਹੈ ਜੋ ਵੱਡੇ ਸੰਗਠਨਾਂ ਵਿੱਚ ਏਜੰਟਿਕ AI ਨੂੰ ਰੋਲ ਆਊਟ ਕਰਦਾ ਹੈ, ਹਰੇਕ ਤੈਨਾਤੀ ਨੂੰ ਇੱਕ ਬੇਸਪੋਕ, ਇੱਕ-ਵਾਰੀ ਪਹਿਲਕਦਮੀ ਵਜੋਂ ਮੰਨੇ ਬਿਨਾਂ। ਸਾਂਝੇ ਸੰਪਤੀਆਂ ਦੀ ਮੁੜ ਵਰਤੋਂ, ਟੀਮਾਂ ਏਜੰਟ ਕਿਵੇਂ ਬਣਾਉਂਦੀਆਂ ਹਨ ਨੂੰ ਮਾਨਕੀਕਰਨ, ਅਤੇ "ਵਿਭਾਗ-ਦਰ-ਵਿਭਾਗ" ਵਿਖੰਡਨ ਤੋਂ ਬਚਣ 'ਤੇ ਜ਼ੋਰ ਦਿੱਤਾ ਗਿਆ ਹੈ। ਇਹ ਰੋਲਆਉਟ ਨੂੰ ਦੁਹਰਾਉਣ ਯੋਗ, ਨਿਯੰਤਰਿਤ ਅਤੇ ਸਕੇਲ ਕਰਨ ਵਿੱਚ ਆਸਾਨ ਬਣਾਉਣ ਦੇ ਉਦੇਸ਼ ਨਾਲ, ਪੂਰੀ ਤਰ੍ਹਾਂ ਪੁਨਰ ਨਿਰਮਾਣ ਦੀ ਮੰਗ ਕਰਨ ਦੀ ਬਜਾਏ ਮੌਜੂਦਾ ਵਾਤਾਵਰਣਾਂ ਵਿੱਚ ਫਿੱਟ ਹੋਣ 'ਤੇ ਵੀ ਜ਼ੋਰ ਦਿੰਦਾ ਹੈ।.
ਏਜੰਟਿਕ ਏਆਈ ਇੱਕ ਚੈਟਬੋਟ ਜਾਂ ਕੋਪਾਇਲਟ ਵਰਗੇ ਏਆਈ ਸਹਾਇਕ ਤੋਂ ਕਿਵੇਂ ਵੱਖਰਾ ਹੈ?
ਏਜੰਟਿਕ ਏਆਈ ਨੂੰ "ਸਵਾਲਾਂ ਦੇ ਜਵਾਬ ਦੇਣ" ਵਜੋਂ ਘੱਟ ਅਤੇ ਵਰਕਫਲੋ ਦੇ ਅੰਦਰ "ਕਦਮਾਂ ਨੂੰ ਲਾਗੂ ਕਰਨ" ਵਜੋਂ ਜ਼ਿਆਦਾ ਬਣਾਇਆ ਗਿਆ ਹੈ। ਸੁਝਾਵਾਂ 'ਤੇ ਰੁਕਣ ਦੀ ਬਜਾਏ, ਇੱਕ ਏਜੰਟ ਪਰਿਭਾਸ਼ਿਤ ਨਿਯਮਾਂ ਦੇ ਅਧੀਨ ਕਾਰਵਾਈਆਂ ਕਰ ਸਕਦਾ ਹੈ। ਇਹ ਤਬਦੀਲੀ ਦਾਅ ਨੂੰ ਵਧਾਉਂਦੀ ਹੈ, ਇਸੇ ਕਰਕੇ ਸੁਨੇਹਾ ਭੇਜਣਾ ਗਾਰਡਰੇਲ, ਟਰੇਸੇਬਿਲਟੀ ਅਤੇ ਨਿਯੰਤਰਣਾਂ 'ਤੇ ਬਹੁਤ ਜ਼ਿਆਦਾ ਨਿਰਭਰ ਕਰਦਾ ਹੈ - ਖਾਸ ਕਰਕੇ ਜਦੋਂ ਏਜੰਟ ਕਾਰੋਬਾਰ-ਨਾਜ਼ੁਕ ਪ੍ਰਕਿਰਿਆਵਾਂ ਦੇ ਅੰਦਰ ਕੰਮ ਕਰਦੇ ਹਨ।.
ਟੀਮਾਂ ਵਿੱਚ ਏਜੰਟਿਕ AI ਨੂੰ ਸਕੇਲ ਕਰਦੇ ਸਮੇਂ "ਪਲੇਟਫਾਰਮ-ਪਹਿਲਾਂ" ਦਾ ਕੀ ਅਰਥ ਹੁੰਦਾ ਹੈ?
ਪਲੇਟਫਾਰਮ-ਪਹਿਲੀ ਪਹੁੰਚ ਦਾ ਅਰਥ ਹੈ ਸਾਂਝੀਆਂ ਨੀਂਹਾਂ - ਔਜ਼ਾਰ, ਪੈਟਰਨ, ਸ਼ਾਸਨ, ਅਤੇ ਮੁੜ ਵਰਤੋਂ ਯੋਗ ਹਿੱਸੇ - ਬਣਾਉਣਾ - ਇਸ ਲਈ ਟੀਮਾਂ ਇੱਕੋ ਏਜੰਟ ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਇਕੱਲਿਆਂ ਨਹੀਂ ਬਣਾ ਰਹੀਆਂ ਹਨ। ਇਸਦਾ ਉਦੇਸ਼ ਬੇਸਪੋਕ ਬਿਲਡਾਂ ਨੂੰ ਘਟਾਉਣਾ ਅਤੇ ਵਿਭਾਗਾਂ ਵਿੱਚ ਤੈਨਾਤੀਆਂ ਨੂੰ ਇਕਸਾਰ ਰੱਖਣਾ ਹੈ। ਅਭਿਆਸ ਵਿੱਚ, ਇਹ "ਸ਼ਾਸਨ ਪਲੰਬਿੰਗ" ਹੈ ਜੋ ਏਜੰਟ ਰੋਲਆਉਟ ਸਕੇਲ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ, ਹਰੇਕ ਸਮੂਹ ਨੂੰ ਆਪਣਾ ਇੱਕ ਵੱਖਰਾ AI ਸਟੈਕ ਇਕੱਠਾ ਕੀਤੇ ਬਿਨਾਂ।.
ਗਵਰਨੈਂਸ ਅਤੇ ਪਾਲਣਾ ਗਾਰਡਰੇਲ ਏਜੰਟਿਕ AI ਵਰਕਫਲੋ ਵਿੱਚ ਕਿਵੇਂ ਸ਼ਾਮਲ ਹੁੰਦੇ ਹਨ?
ਇੱਥੇ ਫੋਕਸ ਜੋਖਮ-ਅਤੇ-ਪਾਲਣਾ ਮਸ਼ੀਨਰੀ ਦੇ ਅੰਦਰ ਏਜੰਟਿਕ ਆਟੋਮੇਸ਼ਨ ਹੈ, ਜਿੱਥੇ ਗਲਤੀਆਂ ਮਹਿੰਗੀਆਂ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਪਿੱਚ ਸ਼ੁਰੂ ਤੋਂ ਹੀ ਗਾਰਡਰੇਲ ਅਤੇ ਟਰੇਸੇਬਿਲਟੀ 'ਤੇ ਜ਼ੋਰ ਦਿੰਦੀ ਹੈ, ਇਸ ਲਈ ਕਾਰਵਾਈਆਂ ਐਡਹਾਕ ਦੀ ਬਜਾਏ ਨਿਯੰਤਰਿਤ ਅਤੇ ਆਡਿਟਯੋਗ ਰਹਿੰਦੀਆਂ ਹਨ। ਇਹ ਰੈਗੂਲੇਟਰਾਂ - ਜਿਵੇਂ ਕਿ EU ਅਤੇ US ਦਵਾਈਆਂ ਰੈਗੂਲੇਟਰਾਂ - ਦੇ ਵਿਆਪਕ ਦਬਾਅ ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਹੈ - ਉੱਚ-ਦਾਅ ਵਾਲੀਆਂ ਸੈਟਿੰਗਾਂ ਵਿੱਚ AI ਲਈ ਸਪੱਸ਼ਟ ਜਵਾਬਦੇਹੀ, ਨਿਗਰਾਨੀ ਅਤੇ ਜੋਖਮ ਪ੍ਰਬੰਧਨ ਵੱਲ।.
ਆਈਬੀਐਮ ਦੇ ਅਧਿਐਨ ਨੇ 2030 ਤੱਕ ਕਾਰੋਬਾਰੀ ਵਿਕਾਸ ਨੂੰ ਵਧਾਉਣ ਵਾਲੇ ਏਆਈ ਬਾਰੇ ਕੀ ਸੁਝਾਅ ਦਿੱਤਾ?
ਸਰਵੇਖਣ ਦਾ ਵਿਸ਼ਾ ਇਹ ਹੈ ਕਿ ਨੇਤਾ ਉਮੀਦ ਕਰਦੇ ਹਨ ਕਿ AI ਕੁਸ਼ਲਤਾ ਲਾਭਾਂ ਤੋਂ ਪਰੇ ਅਸਲ ਵਿਕਾਸ ਨਤੀਜਿਆਂ ਵਿੱਚ ਜਾਵੇਗਾ, ਪਰ ਬਹੁਤਿਆਂ ਕੋਲ ਅਜੇ ਵੀ ਇੱਕ ਸਪੱਸ਼ਟ ਯੋਜਨਾ ਦੀ ਘਾਟ ਹੈ ਕਿ ਮੁੱਲ ਕਿੱਥੇ ਆਵੇਗਾ। ਏਕੀਕਰਣ ਨੂੰ ਉਜਾਗਰ ਕੀਤਾ ਗਿਆ ਹੈ: "AI ਪਾਸੇ" ਬਹੁਤ ਜ਼ਿਆਦਾ ਨਹੀਂ ਬਦਲੇਗਾ ਜੇਕਰ ਇਹ ਕੰਮ ਕਿਵੇਂ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਇਸ ਵਿੱਚ ਸ਼ਾਮਲ ਨਹੀਂ ਹੈ। ਇਹ ਬਹੁ-ਮਾਡਲ ਰਣਨੀਤੀਆਂ ਵੱਲ ਵੀ ਇਸ਼ਾਰਾ ਕਰਦਾ ਹੈ, ਛੋਟੇ ਮਾਡਲ ਵਿਹਾਰਕ ਤੈਨਾਤੀਆਂ ਵਿੱਚ ਵਧੇਰੇ ਕੰਮ ਕਰਦੇ ਹਨ।.
ਕੀ ਏਆਈ ਨੌਕਰੀਆਂ ਦੀ ਥਾਂ ਲਵੇਗਾ, ਜਾਂ ਉਨ੍ਹਾਂ ਦੇ ਜ਼ਿਆਦਾਤਰ ਹਿੱਸਿਆਂ ਨੂੰ ਸਵੈਚਾਲਿਤ ਕਰੇਗਾ?
ਲੋਕ ਕਲਾਉਡ ਨੂੰ ਅਭਿਆਸ ਵਿੱਚ ਕਿਵੇਂ ਵਰਤਦੇ ਹਨ (ਜਿਵੇਂ ਕਿ ਐਂਥ੍ਰੋਪਿਕ ਦੁਆਰਾ ਰਿਪੋਰਟ ਕੀਤਾ ਗਿਆ ਹੈ ਅਤੇ ਇੱਥੇ ਕਵਰ ਕੀਤਾ ਗਿਆ ਹੈ), ਪ੍ਰਭਾਵ ਵਰਤਮਾਨ ਵਿੱਚ ਪੂਰੇ-ਨੌਕਰੀ ਬਦਲਣ ਨਾਲੋਂ ਕਾਰਜ-ਪੱਧਰ ਦੀ ਸਹਾਇਤਾ ਵਰਗਾ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ। ਲੋਕ ਕੰਮ ਦੇ ਹਿੱਸਿਆਂ ਨੂੰ ਆਫਲੋਡ ਕਰਦੇ ਹਨ, ਨਾ ਕਿ ਪੂਰੀ ਭੂਮਿਕਾਵਾਂ ਨੂੰ ਅੰਤ ਤੋਂ ਅੰਤ ਤੱਕ। ਪ੍ਰਭਾਵ ਕਿੱਤੇ ਦੇ ਅਨੁਸਾਰ ਅਤੇ ਨੌਕਰੀ ਦੇ ਕਿਸ ਟੁਕੜੇ ਆਟੋਮੇਟੇਬਲ ਹਨ, ਇਸਦੇ ਅਨੁਸਾਰ ਵਿਆਪਕ ਤੌਰ 'ਤੇ ਬਦਲਦਾ ਹੈ, ਨਤੀਜੇ ਅਸਮਾਨ ਅਤੇ ਬਹੁਤ ਜ਼ਿਆਦਾ ਸੰਦਰਭ-ਨਿਰਭਰ ਛੱਡਦੇ ਹਨ।.