Velká koncentrace dat může omezit inovace ve firmách

Pomáhají nám giganti jako Google, Amazon či Facebook a může umělá inteligence (AI) potlačovat náš inovační potenciál?

Méně inovací navzdory AI

Pokroky ve vývoji AI jsou dechberoucí. Velké technologické společnosti neustále představují nové jazykové modely AI. Pro skutečnou inovaci však modelům chybí zásadní faktor: schopnost představivosti. Pojďme se ponořit hlouběji:

Představivost a umělá inteligence: Viktor Mayer-Schönberger (Professor of Internet Governance and Regulation, Oxford Internet Institute) zdůrazňuje, že lidé si dokážou představit věci, které ještě neexistují. Umělá inteligence je na druhou stranu trénována s obrovským množstvím dat z minulosti. Tato data odrážejí to, co se můžeme naučit z minulosti, ale nepřinášejí nic nového. Pokud se přítomnost nebo budoucnost liší od minulosti, AI nám nepomůže najít správná řešení. Příklad: V době Henryho Forda by většina lidí žádala rychlejšího koně, ne auto se spalovacím motorem. Vývoj vozu byl převratnou inovací, která logicky nevyplývala z minulosti.

Inovativní síla v nejistých časech: AI je nástroj pro vyhodnocování velkého množství dat a zvyšování efektivity, zejména v ekonomicky klidných dobách. Ale nežijeme ve stabilní době. Výzvy, jako je změna klimatu, vyžadují další inovace. Přesto, ačkoli AI dělá rychlý pokrok, inovace se zpomalily. V USA výzkumníci pozorovali snížený růst produktivity a nižší dynamiku inovací ve firmách. Důvodem je mimo jiné nedostatečná konkurence mezi předními společnostmi a jejich konkurenty a nedostatečný transfer znalostí.

Inovace vyžaduje více než jen data. Vyžaduje lidskou kreativitu, představivost a odvahu objevovat nové cesty.

Velká data

Velké digitální koncerny jako Google, Amazon, nebo Facebook shromažďují obrovské objemy dat. To jim umožňuje sice fungovat hospodárněji, ale současně omezují přístup k datům dalším. Mayer-Schönberger upozorňuje na fakt, že tímto konáním ve skutečnosti zpomalují pokrok a inovační procesy.

Riziko koncentrace

Zatímco před 20 lety vstupovalo více než 3/4 úspěšných start-upů ze Silicon Valley na burzu, dnes jsou 3/4 start-upů vykoupeny velkými hráči.

Tato koncentrace vytváří dle Mayer-Schönbergera systémové riziko. Představme si, že všechna auta budou stejná od jednoho výrobce. Představme si dále, že by měla všechna auta najednou nefunkční brzdy v důsledku nějaké chyby zaviněné jedním výrobcem všech těchto vozů.

Nepohodlní lidé namísto mravenců v řadě

Mayer-Schönberger uvedl, že namísto pilných mravenců potřebujeme nepohodlné lidi s laterálním myšlením.

Mohu potvrdit, že tímto směrem se prozatím také naše česká společnost nepohybuje. Některé publikované informace generuje z velké části velký jazykový model a ano vypadá to důvěryhodně pro mnoho konzumentů informací.

Setkal jsem se dokonce s názorem, že když neříkáme při výuce pravdu, tak můžeme cosi dobrého uchránit.

Možná, že jsme dosáhli opačného efektu, když jsme před lety ustanovili, že se o jednom konkrétním tématu nesmí učitel (a dokonce ani na veřejné vysoké škole) šířit. Tím, že něco záměrně neříkáme také potlačujeme rozvoj lidí a brzdíme inovace.

Zdroj: dw.com

Obrázek: Generated by AI