Prošlog 24. oktobra, na poziv Korejskog udruženja za industrijsku inteligentizaciju (KOIIA), učestvovali smo na „Akademiji za razvoj ključnih talenata srednjih preduzeća 2025, Seminaru o strategijama odgovora na buduće industrijske izazove“, gdje je izvršni direktor kompanije Clevi, Lee Hwan-ho, održao uvodni govor.
U sesiji „Primjeri uvođenja AI tehnologije i praktične DX strategije“ učestvovali smo s temom „Primjeri korištenja Physical AI-ja te faktori neuspjeha i strategije poboljšanja tokom uvođenja RAG agenata“.
Kako interesovanje za AI agente u posljednje vrijeme raste, sve je više kompanija koje razmatraju uvođenje AI-ja. Poznato je da su mnoge institucije i kompanije već počele eksperimentalno uvoditi i koristiti AI.
Međutim, nažalost, istraživanja pokazuju da u mnogim kompanijama i institucijama nije ostvaren željeni ROI ili da funkcije koje su radile u PoC-u u stvarnom projektu ili na terenu ne daju odgovarajuće odgovore ili uopšte ne rade.
Zbog ovih informacija mnoge kompanije oklijevaju s preuranjenim uvođenjem AI-ja.
Na ovom predavanju izvršni direktor kompanije Clevi, Lee Hwan-ho, detaljno je objasnio ograničenja RAG sistema, koja predstavljaju jedan od glavnih uzroka neuspjeha preuranjenog uvođenja AI-ja, kao i modele otvorenog koda i male LLM-ove (SLM), objašnjavajući zašto prethodni pokušaji uvođenja nisu uspjeli.
Na kraju krajeva, AI koristimo zato što očekujemo da će preuzeti ljudske poslove ili pokazati bolje performanse od ljudi.
Budući da praktični zaposlenici u kompanijama koje su uvele AI danas nemaju povjerenja u kvalitet AI odgovora, sve su češće pritužbe da se obim posla zapravo povećava jer moraju provjeravati svaki AI odgovor.
Razlog leži u tome što većina kompanija koristi modele SLM-a otvorenog koda, fino podešene za korištenje u svojim rješenjima.
Intuitivno se može pomisliti da će AI postati pametniji ako nauči nešto novo, ali kada AI nauči nova znanja, on zapravo gubi prethodna sjećanja, odnosno proizvoljne težine parametara.
Još ozbiljniji problem je to što niko ne zna koje su informacije ili znanja izgubljeni.
Uvođenje AI-ja nije nešto što zahtijeva male resurse, pa ste vjerovatno provodili mnogo provjera već od faze PoC-a.
Zašto se takav problem tada nije pojavio? Naravno, zato što je ponovno treniranje provedeno s ciljnim informacijama.
AI-ju koji je znao samo brojeve omogućili smo da nauči abecedu, a zatim smo mu postavljali samo pitanja o abecedi, pa je sasvim prirodno da je davao dobre odgovore. Ali da li su na terenu zaista potrebni samo modeli specijalizovani za određenu domenu?
Naše se okruženje svakodnevno suočava s novim uslovima i novim podacima. Međutim, AI koji je treniran nasumičnim uništavanjem postojećeg znanja ne može garantovati ni univerzalnost ni tačnost.
Zato je potrebno posjedovati From-scratch Foundation velike jezičke modele ili tehnologiju koja omogućava njihovu izradu.
Budući da ovi modeli posjeduju gotovo svo znanje svijeta, njihov kvalitet odgovora, kao i tačnost, veoma su visoki.
U slučaju specijalizovanih domena, nedostatke fino podešenog SLM-a možete prevazići korištenjem tehnologije pod nazivom SFT (Supervised Fine-Tuning), a za male količine podataka korištenjem RAG sistema ili tehnologije semantičke baze podataka, vlastitog sistema inteligentne baze podataka koji je razvio Clevi.
Budući da i vlada prepoznaje važnost ovih foundation modela, ne štedi na podršci.
Riječ je o projektu nacionalnog AI šampiona. Najveći cilj ovog projekta vjerovatno je osiguravanje digitalnog suvereniteta.
I mi u Cleviju bili smo svjesni kritičnih nedostataka korištenja modela otvorenog koda, pa smo samostalno razvili sve, od prikupljanja podataka do dizajna arhitekture, i na tome trenirali Clevijeve modele.
Clevijevi modeli trenutno imaju performanse koje ni najmanje ne zaostaju ni kada se takmiče s vodećim svjetskim AI sistemima.
Posebno zato što posjedujemo vlastite modele, problem zavisnosti koji može nastati korištenjem eksternih modela uopšte se ne odnosi na nas u Cleviju.
Uvođenje AI-ja sada postaje obavezno, a ne izborno. Međutim, samo uvođenje najnovije tehnologije nije dovoljno za ostvarivanje željenih rezultata.
Istinska inovacija počinje tek kada tačno razumijemo ograničenja tehnologije i postavimo optimalnu strategiju prilagođenu okruženju i ciljevima naše organizacije.
Clevi minimizira pokušaje i greške te rizike s kojima se kompanije suočavaju tokom uvođenja AI-ja, zahvaljujući diferenciranim tehnološkim sposobnostima, uključujući vlastiti veliki jezički model i semantičku bazu podataka.
I ubuduće ćemo pažljivo slušati glasove s terena i dati sve od sebe da postanemo AI partner kojem će još više kompanija moći vjerovati. Nadamo se da ćete pravi uspjeh uvođenja AI-ja izgraditi zajedno s Clevijem.