Anthropicu Fable 5 mudeli ootamatu blokeerimine ei ole ainult ühe AI-ettevõtte ajutine probleem. See on hea meeldetuletus kõigile ettevõtetele, kes on hakanud tehisintellekti oma äriprotsessidesse päriselt sisse ehitama.
USA valitsuse ekspordikontrolli korralduse järel peatas Anthropic ligipääsu oma Fable 5 ja Mythos 5 mudelitele. Põhjuseks toodi riikliku julgeoleku risk ning mure, et mudeli kaitsepiirangutest võib olla võimalik mööda minna. Anthropic ise on öelnud, et peab olukorda arusaamatuseks ja töötab ligipääsu taastamise nimel.
Ettevõtte juhi jaoks ei ole kõige olulisem küsimus aga see, kas selles konkreetses vaidluses on rohkem õigus USA valitsusel või Anthropicul. Olulisem küsimus on palju praktilisem: mis juhtub siis, kui mudel, mille peale ettevõtte AI-lahendus on ehitatud, ei ole homme enam kättesaadav?
Veel mõni aasta tagasi oleks see olnud pigem teoreetiline küsimus. AI-d kasutati katsetamiseks, tekstide koostamiseks, ideede genereerimiseks või arendajate isikliku abivahendina. Kui üks tööriist ei töötanud, kasutati teist. Äriprotsess ei jäänud sellest seisma.
Täna on olukord teine. AI-d ühendatakse klienditoe, müügi, hanke, dokumentide töötlemise, tarkvaraarenduse, finantsanalüüsi ja sisemiste teadmussüsteemidega. Mudel ei ole enam lihtsalt vestlusaken. Sellest saab osa töövoost.
Kui see töövoog on ehitatud ainult ühe mudeli peale, tekib varjatud sõltuvus.
See sõltuvus ei pruugi esmapilgul välja paista. Lahendus töötab, kasutajad on rahul ja tulemused on head. Aga kui mudel kallineb, piiratakse, muutub, kaotab mõne funktsionaalsuse või satub regulatiivse surve alla, selgub kiiresti, kas ettevõte ostis endale lahenduse või ehitas endale lõksu.
Fable 5 juhtum on selles mõttes eriti õpetlik. Tegemist ei olnud tundmatu või ebaolulise mudeliga. Vastupidi — Anthropic positsioneeris seda oma kõige võimekama laiemalt kasutusse antud mudelina. Just selliseid mudeleid tahavadki ettevõtted kasutada keerukamate tööde jaoks: koodibaaside analüüsiks, dokumentide võrdlemiseks, autonoomsemate agentide loomiseks ja pikaajalisemate ülesannete täitmiseks.
Aga mida võimekam mudel, seda suurem on ka tähelepanu selle ümber. Tehniline võimekus, äriline väärtus, küberrisk, andmekaitse ja geopoliitika hakkavad ühel hetkel kokku jooksma.
See ei tähenda, et ettevõtted peaksid võimekaid AI-mudeleid vältima. Pigem vastupidi. Kõige suurem äriline väärtus tulebki sageli parematest mudelitest, mis suudavad teha keerukamat mõtlemist, paremini konteksti hoida ja iseseisvamalt tööülesandeid lahendada.
Küll aga tuleb AI-lahendusi ehitada nii, et mudel oleks vahetatav komponent, mitte kogu lahenduse vundament.
Praktiliselt tähendab see mitut asja.
Esiteks ei tohiks äriloogika elada ainult mudeli prompt'is. Kui kogu protsessi kirjeldus, otsustusreeglid ja kvaliteedikontroll on peidetud ühe konkreetse mudeli jaoks optimeeritud juhistesse, on hiljem mudelit väga keeruline vahetada. Parem on hoida ärireeglid, rollid, andmeallikad ja kontrollpunktid lahenduse arhitektuuris selgelt eraldi.
Teiseks peaks lahendus kasutama mudelikihti läbi vahekihi, mitte otse ühe teenusepakkuja külge lukustatuna. Seda võib nimetada mudeliruuteriks, AI gateway'ks või lihtsalt tehniliseks abstraktsiooniks. Oluline mõte on lihtne: kasutajaliides, andmeühendused ja töövood ei tohiks puruneda ainult seetõttu, et üks mudel asendatakse teisega.
Kolmandaks tuleb juba alguses määrata, millised ülesanded vajavad kõige võimekamat mudelit ja millised mitte. Kõike ei pea saatma kõige kallimasse või kõige võimsamasse mudelisse. Lihtsamad klassifitseerimised, kokkuvõtted või andmete struktureerimised saab sageli teha odavama ja stabiilsema mudeliga. Keerulisem analüüs, strateegiline otsustugi või koodibaasi sügav uurimine võib vajada tugevamat mudelit.
Neljandaks peab olema läbi mõeldud varuplaan. See ei tähenda, et igale mudelile peab olema täiuslik asendus. Mõnes protsessis võib varumudel anda veidi nõrgema tulemuse, aga hoida töövoo elus. Teises protsessis peab AI tõrke korral ülesande inimesele edasi suunama. Kolmandas võib lahendus kasutada mitut mudelit paralleelselt ja võrrelda tulemusi.
Kõige olulisem on mitte avastada seda vajadust kriisi hetkel.
Ettevõtte AI-strateegias võiks seetõttu olla üks väga lihtne kontrollküsimus: kui meie peamine AI-mudel homme kaob, kas meie lahendus töötab edasi?
Kui vastus on "ei", ei tähenda see tingimata, et projekt on halb. Aga see tähendab, et ettevõte peab teadma, millise riski ta on võtnud.
Fable 5 blokeerimine ei ole märk sellest, et AI-d ei peaks kasutusele võtma. See on märk sellest, et AI on jõudnud küpsemasse faasi. Mudelid on muutunud piisavalt võimekaks, et nende ümber tekivad regulatiivsed, turvalisuse ja geopoliitilised piirangud. Sellises maailmas ei piisa enam sellest, et AI-lahendus annab täna hea vastuse.
Hea AI-lahendus peab olema juhitav, jälgitav ja muudetav.
Ettevõtted, kes ehitavad AI-d ühe mudeli põhiselt, saavad kiiremini alustada, aga võivad hiljem jääda sõltuvusse otsustest, mida nad ise ei kontrolli. Ettevõtted, kes ehitavad AI-lahendused mudeliagnostiliselt, võivad alguses vajada veidi rohkem arhitektuurset mõtlemist, kuid saavad vastu paindlikkuse.
Ja AI maailmas, kus mudelid, hinnad, reeglid ja ligipääsutingimused võivad muutuda üleöö, on paindlikkus väga väärtuslik ärikindlustus.
Kui soovid AI-lahendusi kasutusele võtta nii, et need oleksid juhitavad, turvalised ja säilitaksid paindlikkuse erinevate mudelite vahel, saame Itronautsis sellega aidata.