Czy GPT-3 w Twojej firmie ma sens?

Prawdopodobnie przeszło Ci przez myśl pytanie: Czy GPT-3 sprawdzi się w mojej firmie (lub pracy)? Pytanie samo w sobie jest zasadne, jednak odpowiedź nie jest oczywista. A przynajmniej nie tak, jak mogłoby się wydawać. Należy wziąć pod uwagę bardzo szeroki kontekst i powiązać go z możliwościami oraz ograniczeniami technologii i biznesu.

Poszukiwanie odpowiedzi

Odpowiedź na powyższe pytanie nie brzmi "tak" lub "nie". Będzie też różnić się w zależności od osoby, która je zadaje, ponieważ mówimy o czymś bardzo indywidualnym i uzależnionym od wielu czynników. Zatem zamiast odpowiadać na pytanie wprost, przeprowadzę Cię przez proces myślowy, który pozwoli zrobić to samodzielnie. Jeżeli pozwolisz, założę tylko, że wiesz czym jest GPT-3 i przynajmniej trochę orientujesz się w możliwości, jakie daje automatyzacja. W sieci jest wystarczająco dużo materiałów na ten temat i nie chcę się powtarzać.

Tyrania "lub" oraz Geniusz "i"

Można wyobrazić sobie scenariusz w którym AI zastępuje nas w pracy. Automatyzacja również wzbudza podobne uczucia. Jest to zrozumiałe, bo już teraz mamy przykłady, gdy niektóre urządzenia skutecznie sprawdzają się w niektórych zadaniach i zastępują ludzi. W innych przypadkach ograniczenia technologii są zbyt duże, aby móc mówić o przejęciu całych procesów. To z kolei sugeruje, że Automatyzacja czy AI są niedopasowane do naszego biznesu.
Jednak jeżeli na chwilę odejdziemy od koncepcji zastępowania i dyskusji o tym, która z dostępnych możliwości jest lepsza, sytuacja znacznie się zmieni. Aby to ułatwić słowo "lub", zastąpimy "i" oraz "zastąpienie" zamienimy na "połączenie". Zatem, zamiast myśleć w kategorii "jedno" LUB "drugie", otwieramy się na możliwość wykorzystania pełnego potencjału "jednego" i "drugiego".
Koncepcja Genius of the "AND" pochodzi z książki Built to Last, napisanej przez Jima Collinsa. Powyższy schemat myślowy stanowi przykład wykorzystania jej w praktyce

Nastawienie o którym piszę, sprawdzi się nie tylko w przypadku AI czy Automatyzacji. Można wykorzystać je również do odkrywania innych możliwości, poprzez łączenie ze sobą, pozornie niepowiązanych zagadnień.
Trudno dyskutować z tym, że technologia stała się nieodłączną częścią naszego życia. Dzięki zrozumieniu możliwości i ograniczeń zarówno nas samych, jak i dostępnych narzędzi, możemy świadomie łączyć jedno i drugie. Myślenie w takich kategoriach pozwala na eksplorację możliwości i nieodrzucanie rozwiązań, które na pierwszy rzut oka są mało efektywne. Z drugiej strony entuzjastyczne sięganie po narzędzia, bez jakiejkolwiek refleksji, może nam bardzo zaszkodzić.
Także szukając zastosowań GPT-3 w Twojej firmie, w pierwszej kolejności potrzebujesz myśleć w nieco inny sposób. To istotne, ponieważ rozmawiamy o zastosowaniu technologii, która namacalnie pojawiła się w naszej rzeczywistości kilka miesięcy temu (choć sama w sobie nie jest czymś nowym, ale do tej pory nie przyciągała aż tak wiele uwagi).

Zrozumienie GPT-3

Podejmowanie decyzji na podstawie zrozumienia, wymaga poznania zasad działania GPT-3. Nie mam na myśli typowo technicznych zagadnień, ale ogólną mechanikę. Tym bardziej że wiele elementów funkcjonowania GPT-3 nie jest jasne nawet dla jego twórców. Zatem część możliwości oraz zachowań GPT-3, choć mają miejsce, pozostają niewyjaśnione.
W dużym uproszczeniu GPT-3 działa poprzez "zgadywanie" kolejnego słowa. Choć robi to zaskakująco dobrze, nadal mamy do czynienia z prawdopodobieństwem, które uzasadnia także często spotykane błędy. To między innymi dlatego GPT-3 ma taką trudność z liczeniem i logicznymi zadaniami. Oznacza to także, że pracując z GPT-3 możemy podejmować działania, które zwiększą szansę uzyskania poprawnej odpowiedzi.
Gdy pisałem o wykorzystaniu GPT-3 z platformą make.com, pokazywałem przykład określania daty na podstawie tekstu, podobnie jak tutaj:

Pytanie więc: czy powierzysz procesy biznesowe GPT-3, które nie wie, kiedy jest "pojutrze"?
Odpowiedź wydaje się oczywista — nie. Nieoczywiste jest jednak to, dlaczego moja odpowiedź na to pytanie jest odwrotna?
Powodem jest fakt, że doskonale znam potrzeby mojego biznesu i codziennej pracy oraz całkiem dobrze orientuję się w sposobach wykorzystania GPT-3 oraz połączenia z automatyzacją. Wykorzystując kilka technik, na których nie chcę się teraz skupiać, sprawiłem, że GPT-3 poprawnie określa dla mnie datę na podstawie tekstu.
Jeżeli jednak Cię to interesuje, mam na myśli m.in.: rozbicie zadania na kroki oraz naukę na przykładach. Więcej szczegółów znajdziesz we wspomnianym wyżej, wcześniejszym wydaniu newslettera eduweb.
Na tym etapie jasne jest już, że zwykłe zadanie pytania GPT-3 może nie być wystarczające do uzyskania satysfakcjonującej odpowiedzi. Jednym z powodów jest brak precyzji niezbędnej do zwiększania prawdopodobieństwa uzyskania właściwego wyniku.
Oznacza to także, że nie można zakładać z całkowitą pewnością, że zwrócony przez GPT-3 rezultat, będzie zgodny z naszymi oczekiwaniami. I pomimo tego, że mamy wpływ na generowane odpowiedzi, należy pamiętać, że jest on ograniczony. Przekładając to na kontekst biznesowy i codzienne wykorzystanie, otrzymujemy ograniczone zaufanie. Ostatecznie to od Ciebie zależy, jak dużo odpowiedzialności przekażesz GPT-3, ponieważ na koniec dnia, to Ty zmierzysz się z konsekwencjami.
Nic jednak nie stoi na przeszkodzie, aby GPT-3 pomagało bezpośrednio Tobie i realizowało nawet złożone zadania. Wystarczy upewnić się, że potencjalny błąd można stosunkowo łatwo zauważyć i naprawić.
Mówiąc konkretnie, nie powierzyłbym GPT-3 napisanie wiadomości do kogokolwiek w moim imieniu. Nie mam jednak problemu z tym, aby GPT-3 zebrało dla mnie informacje niezbędne do jej napisania i w niektórych sytuacjach, przygotowało szkic na którym mogę się oprzeć. GPT-3 znacznie lepiej radzi sobie pracując z określonym zestawem danych, niż generując tekst samodzielnie.
Podobnie też nie powierzyłbym ChatGPT czy Github Copilot napisanie kodu mojej aplikacji, bez jakiejkolwiek weryfikacji z mojej strony. Jednak świetnie sprawdza się w sytuacji, gdy potrzebuję określonych fragmentów kodu, które i tak musiałbym napisać samodzielnie. Nie rzadko mówimy tutaj o ogromnej oszczędności czasu i energii, ponieważ ChatGPT potrafi w kilka minut napisać kod, którego stworzenie zajęłoby mi od kilku do kilkunastu godzin. Świetnie sprawdza się także w wykrywaniu błędów, które nie rzadko wykraczają poza kod, sięgając po logikę biznesową.
Zmierzam tylko do tego, że GPT-3 na tym etapie nie jest samodzielne (ale może być i za chwilę o tym powiem), jednak bardzo skutecznie usprawnia realizowane przeze mnie zadania. Zamiast myśleć o GPT-3 w kategorii przejęcia całego procesu (np. kontaktu z klientem), wystarczy wziąć pod uwagę własne aktywności i powiązać je z możliwościami GPT-3. Aby to poprawnie określić, potrzebujemy dowiedzieć się, o co dokładnie mamy do dyspozycji.

Ogólne możliwości GPT-3

GPT-3 dobrze sprawdza się przy generowaniu tekstu, a nawet kodu. Może komunikować się jednocześnie w wielu językach i świetnie modyfikuje przekazane dane. Im bardziej precyzyjne są nasze instrukcje oraz im dokładniej przekażemy kontekst potrzebny do udzielenia odpowiedzi, tym lepszy rezultat osiągniemy.
Zapytania przesyłane do GPT-3 to tzw. prompty a techniki ich tworzenia, obejmuje obszar określany jako Prompt Engineering. Nie ma jednak potrzeby zmieniania specjalizacji, aby zrozumieć najważniejsze założenia tej dziedziny. Jeżeli chcesz szybko poznać dostępne możliwości, polecam Ci warsztat Wstęp do OpenAI oraz e-book Codzienność z GPT-3. Poza tym mnóstwo inspiracji na temat projektowania promptów można znaleźć na YouTube oraz wpisach medium, pod hasłami GPT-3, ChatGPT, Prompt Design oraz OpenAI. Ciekawym źródłem jest także https://learnprompting.org o którym (między innymi), wspominałem w poprzednich wydaniach newslettera.
Zatem pierwszym krokiem do lepszego poznania i wykorzystania GPT-3 w pracy i biznesie jest zrozumienie zasad projektowania promptów, czyli sposobów rozmowy z GPT-3. Przełożenie tej wiedzy na codzienne funkcjonowanie firmy może sprawdzić się praktycznie w dowolnym dziale. Tym bardziej że mówimy tutaj nie tylko o pisaniu tekstu, lecz czymś więcej.

Nie tylko generowanie tekstu

GPT-3 potrafi generować i transformować tekst. Z pewnością jest to jeden z pierwszych scenariuszy, który warto brać pod uwagę. Nie oznacza to jednak, że na tym możliwości się kończą.
Jeżeli zastanowimy się przez chwilę w jaki sposób działają aplikacje, to upraszczając cały schemat, uzyskamy transformację danych. Wpisanie nowego wydarzenia do kalendarza, polega na wpisaniu tytułu, ustalenia daty, miejsca spotkania oraz listy uczestników. Zapisane informacje zostają zamienione na automatyczne powiadomienia, a nawet wiadomości.
ChatGPT domyślnie funkcjonuje wyłącznie w przeglądarce i trudno wyobrazić sobie, że może podejmować działania wychodzące poza okno chatu. Jednak OpenAI udostępnia GPT-3 także jako API, które świetnie sprawdza się w połączeniu zarówno z kodem aplikacji, jak i narzędziami no-code (np. make.com).
Podczas jednego ze spotkań z cyklu "Ahoy! Automatyzacje" pokazywałem, jak AI zmieniło moje myślenie o scenariuszach, które realizują dla mnie przeróżne zadania. Głównym wątkiem była możliwość zaprojektowania dynamicznej logiki, uzależnionej od wyniku zwracanego przez GPT-3. Zamiast opierać się o sztywne, z góry ustalone warunki, decyzje o przebiegu scenariusza automatyzacji, podejmowane są na podstawie odpowiednio zaprojektowanego promptu.
To między innymi dlatego M.O.N.D.A.Y. była w stanie tak odpowiedzieć na moją wiadomość na Slacku:

Wystarczyło jedno zdanie "Przegląd PR od Bartosza, przed wieczorem" aby poprawnie rozpoznała, że chodzi mi o dodanie nowego zadania, które ma zostać zrealizowane przed wieczorem. To jednak nie koniec, bo poprawnie rozpoznała także projekt i nadała priorytet, pomimo tego, że o nich nie wspominałem!

Powyższy zrzut ekranu pochodzi z mojego "Second Brain" z Notion. Wpis został dodany przez M.O.N.D.A.Y., czyli Avatara AI, którego logiką jest GPT-3.
A teraz wyobraź sobie scenariusz, w którym taki Avatar pracuje z Tobą i realizuje określone procesy z pomocą Automatyzacji AI. Oczywiście łatwo jest mi o tym mówić, ponieważ świetnie odnajduje się w tych obszarach i w dodatku potrafię programować. Jednak jeżeli prowadzisz firmę, to prawdopodobnie masz dostęp do podobnych kompetencji. Nic też nie stoi na przeszkodzie, aby wykorzystać umiejętności, które już posiadasz i połączyć je w inny sposób z AI. W praktyce jednak nie wszystko jest tak idealne, jak może sugerować entuzjastyczny ton tego, co do tej pory powiedziałem.

Zagrożenia biznesowe

GPT-3 to nie tylko możliwości, ale także ograniczenia, a nawet zagrożenia, które mogą negatywnie przełożyć się na Twój biznes. Moje przykłady pokazują już, że istnieją sposoby na skuteczne wykorzystanie AI w biznesie i codzienności. Trzeba jednak podkreślić kilka faktów, których nie każdy jest świadomy.
Pierwszym z nich są koszty. Korzystanie z API OpenAI jest płatne i to dość oczywiste. Mniej oczywiste jest to, jak szybko te koszty rosną w przypadku projektowania aplikacji opartej o GPT-3. Niemal od razu należy uwzględniać różnego rodzaju optymalizacje przetwarzanych danych, aby uniknąć wysokich rachunków. Może to być jednak trudne w sytuacji, gdy rozważasz przygotowanie chatu dostępnego na Twojej stronie www. Szybko może okazać się, że koszt jego utrzymania jest nieopłacalny. Jeżeli jednak przełoży się na zwiększenie sprzedaży, inwestycja może okazać się uzasadniona.
Drugim zagrożeniem jest tzw. halucynacja modelu. Posługując się przykładem chatu, mówimy o sytuacji w której wygenerowana odpowiedź nie jest zgodna z faktami. Wyobraź sobie, że klient, wchodząc na chat, otrzymuje odpowiedź o produkcie którego nie posiadasz. Z pewnością nie jest to scenariusz jaki chcesz doświadczyć.
Trzecim zagrożeniem jest dostępność. OpenAI cieszy się obecnie ogromnym zainteresowaniem, które przewyższa możliwości ich usług. W rezultacie zdarzają się dni w których większość zapytań kończy się otrzymaniem informacji o błędzie. Uzależnienie istotnych procesów biznesowych od GPT-3, wymagających precyzji i stabilności, z pewnością na tym etapie nie jest dobrym pomysłem. Zakładam jednak, że ten problem niebawem zostanie rozwiązany, ale dziś (Q1 2023), należy brać go pod uwagę.
Ostatnim z istotniejszych zagrożeń jest kwestia przetwarzanych danych. Już na samym początku musisz brać pod uwagę fakt, że informacje przetwarzane przez GPT-3 trafiają na serwery OpenAI i mogą zostać wykorzystane do optymalizacji ich usług (cokolwiek to oznacza). Z tego powodu już na początku należy dbać o to aby nie udostępniać poufnych danych. To akurat jest możliwe poprzez techniki związane z anonimizacją.
Patrząc na to wszystko mamy — wysokie koszty, błędy, ograniczoną dostępność i kwestie bezpieczeństwa danych. Pytanie więc, jak realnie możemy wykorzystać GPT-3? Tym bardziej że wiemy także, że nawet praca z ChatGPT wymaga przynajmniej minimum wiedzy o projektowaniu promptów.
W tym momencie dochodzimy do punktu o którym wspominałem na początku — łączenia możliwości i ograniczeń. W rezultacie dojdziemy do przewagi, a nawet dźwigni, która jest dostępna na wyciągnięcie ręki.

Szanse biznesowe

Pierwszym scenariuszem od którego można zacząć, jest zwiększenie świadomości w firmie na temat projektowania promptów. Nawet stosunkowo prosty warsztat (czy zapoznanie z treścią wspomnianego e-booka) może być wystarczające do zobaczenia znaczącej różnicy w pracy z GPT-3.
Drugim krokiem jest wykorzystanie GPT-3 w połączeniu z prostymi automatyzacjami w make.com. Kategoryzacja, porządkowanie i transformacje tekstu, dostarczą wartość i pozwolą zapoznać się z możliwościami jakie daje GPT-3 i Automatyzacja. Zaprojektowanie takich scenariuszy można oddać w ręce działu produktu bądź marketingu. W związku z tym, że takie zadania mogą być realizowane "w tle", mamy wysoką kontrolę kosztów związanych z działaniem GPT-3. Ewentualne pomyłki mogą zostać łatwo naprawione, a rola AI nie jest krytyczna.
Trzecim krokiem może być zbudowanie automatyzacji, które częściowo wchodzą w interakcję z pracownikami. Przykładem może być wykorzystanie bazy wiedzy firmowej, do ułatwienia dostępu do informacji. GPT-3 świetnie sprawdzi się także do utrzymania standardów procesów, zarówno pod kątem weryfikacji działań podjętych przez pracowników, jak i samodzielnego realizowania pojedynczych zadań. Przenosząc to na konkrety, scenariusze make.com i GPT-3 mogą skanować określone dokumenty, tworzyć podsumowania czy nowe formaty przygotowanych treści (np. na potrzeby Social Media).
Czwarty krok może uwzględniać stałą integrację z narzędziami i aplikacjami wykorzystywanymi w firmie. Na tym etapie mówimy już o zaawansowanych technikach, w których krytyczne staje się minimalizowanie potencjalnych błędów, redukcja kosztów oraz zwiększanie wydajności. Nie rzadko uwzględnia to konieczność trenowania własnych modeli oraz prace nad przygotowaniem dużych zestawów danych. Na tym etapie można też rozważyć interakcje AI z klientami, dbając jednocześnie o podkreślanie możliwości oraz ograniczeń.
Jak widać, do wykorzystywania potencjału GPT-3 nie trzeba zbyt wiele na początek. Dopiero późniejsze kroki wymagają kolejnych inwestycji, poszerzania wiedzy, oraz dużej ilości czasu i energii. To wszystko można także balansować poprzez wykorzystanie gotowych rozwiązań. Nie zawsze jest potrzeba budowania każdego z mechanizmów od zera. Na pewnym etapie może być to uzasadnione, ale niemal nigdy nie jest to wskazane na początku.

Czy GPT-3 jest dla Ciebie i Twojej firmy?

Być może nadal nie jesteś w stanie jednoznacznie odpowiedzieć na to pytanie. Mam jednak nadzieję, że udało mi się przynajmniej częściowo zaadresować Twoje pytania oraz pomysły.
Nietrudno zauważyć, że w moim przypadku GPT-3 sprawdza się świetnie zarówno w kontekście prywatnym, jak i firmowym. Nie jestem w stanie jednak powiedzieć, że jest to uniwersalne dla każdej osoby i każdego biznesu. Nie mam jednak wątpliwości, że najlepsze rezultaty można osiągać poprzez połączenie tego, co oferuje GPT-3 z potencjałem jakim sami dysponujemy.