Hari kedua AI & Big Data Expo dan Minggu Transformasi Digital di London menampilkan transisi signifikan di pasar AI. Seiring dengan berkurangnya kegembiraan awal seputar model generatif, para pemimpin perusahaan kini menghadapi tantangan dalam mengintegrasikan alat-alat ini ke dalam sistem yang ada. Diskusi pada hari kedua beralih dari model bahasa besar untuk fokus pada infrastruktur penting yang diperlukan untuk operasionalnya, termasuk jejak data, observabilitas, dan kepatuhan.
Kualitas data sangat penting untuk keandalan AI, seperti yang disoroti oleh DP Indetkar dari Northern Trust, yang memperingatkan tentang risiko membiarkan AI menjadi seperti "robot film B" akibat data input yang buruk. Ia menekankan bahwa organisasi harus mencapai kematangan analitik sebelum sepenuhnya mengadopsi AI, karena pengambilan keputusan otomatis dapat memperburuk kesalahan jika strategi data yang mendasarinya cacat.
Mendukung perspektif ini, Eric Bobek dari Just Eat menjelaskan bahwa pengambilan keputusan yang efektif di tingkat perusahaan sangat bergantung pada data yang kuat dan pembelajaran mesin. Ia memperingatkan bahwa investasi dalam teknologi AI akan sia-sia jika data dasar tetap terputus. Mohsen Ghasempour dari Kingfisher mengulangi sentimen ini, menekankan pentingnya mengubah data mentah menjadi wawasan yang dapat ditindaklanjuti secara real-time untuk meningkatkan pengembalian, terutama dalam ritel dan logistik.
Pascal Hetzscholdt dari Wiley membahas sektor keuangan, kesehatan, dan hukum, yang menuntut akurasi dan integritas tinggi dalam aplikasi AI. Ia mencatat bahwa industri-industri ini memerlukan jejak audit yang jelas untuk menghindari kerusakan reputasi atau sanksi regulasi, menjadikan implementasi AI yang tidak transparan tidak dapat diterima. Sementara itu, Konstantina Kapetanidi dari Visa membahas kompleksitas yang terlibat dalam mengembangkan aplikasi AI generatif multibahasa yang dapat diskalakan, menyoroti tantangan keamanan yang ditimbulkan oleh model yang bertindak sebagai agen aktif.
Acara ini juga menampilkan diskusi tentang peran AI yang berkembang dalam pengembangan perangkat lunak. Sebuah panel dengan perwakilan dari berbagai perusahaan mengeksplorasi bagaimana copilot AI mengubah praktik pengkodean, yang memerlukan penekanan yang lebih kuat pada tinjauan dan arsitektur. Pergeseran ini menuntut keterampilan baru, mendorong diskusi tentang program pelatihan yang diperlukan untuk menjembatani kesenjangan antara kemampuan tenaga kerja saat ini dan persyaratan lingkungan yang ditingkatkan oleh AI. Dr. Gurpinder Dhillon dan Alexis Ego mempresentasikan strategi low-code dan no-code, menyarankan bahwa pendekatan ini dapat mempercepat pengembangan sambil mempertahankan kualitas, asalkan protokol tata kelola diikuti.
Secara keseluruhan, sesi pada hari kedua menekankan pergeseran kritis dalam fokus perusahaan menuju integrasi dan stabilitas operasional. Dengan hilangnya kebaruan aplikasi AI, organisasi kini memprioritaskan waktu operasional, keamanan, dan kepatuhan. Untuk memastikan penerapan AI yang sukses, eksekutif harus berinvestasi dalam rekayasa data dan kerangka kerja tata kelola, karena elemen-elemen dasar ini sangat penting untuk mewujudkan potensi penuh dari model AI canggih.