Od rizika k odměně: Jak zvládnout umění přechodu na nové technologie

Jednou z nejskvělejších věcí na práci v technologiích jsou překvapivé pokroky, které toto odvětví berou útokem.

Věci jako:

• Osobní počítač
• Internet
• Cloud
• Blockchain
• Internet věcí (IoT)
• Generativní umělá inteligence (genAI)

Jednou z nejhorších věcí na práci v technologiích jsou překvapivé pokroky, které toto odvětví berou útokem.

Proč?

• Mediální humbuk rychle předčí realitu.
• Ať je to cokoli, všem to ukradne práci.
• Neexistuje žádný způsob, jak by to někdy mohlo bezpečné.
• Probíhá závod o to, kdo první odhalí, jak toho využíváte.
• Nikdo neví, co to je, co to doopravdy dělá, a vy se musíte v krátké době stát odborníkem.

Musíte velmi podrobně vysvětlit, co to je a k čemu slouží, a identifikovat případy obchodního použití, jak to lze využít ke zlepšení vaší organizace, NEŽ se toho vůbec dotknete!

Nejmodernější technologie je ta, která bere průmysl útokem, protože vytváří významný posun paradigmatu toho, jak věci v současnosti fungují, s potenciálem zásadním způsobem ovlivnit samotné odvětví.

Typickou reakcí je zakázat jakékoli její používání, dokud nezjistíte, co to je, co dělá, jak to prospěje vašemu podnikání a jak to můžete bezpečně a bezpečně nasadit.

Ale je to opravdu moudré? Opravdu máte prospěch z toho, že čekáte na ostatní, aby to za vás vyřešili a pak vám prodali své služby – když o vašem podnikání nevědí téměř nic? Má vaše organizace užitek z toho, že ostatní ovládají nové technologie před vašimi zdroji?

Pro většinu podniků je odpověď bohužel ano.

Pro ty vzácné podniky, kde inovace jsou více než jen odrážkou ve strategickém prohlášení zasazeném hluboko do jejich SEC 10K, existuje opakovatelný přístup, jak s velkou jistotou oslovit objevující se neznámou.

Zde hrají roli dva hlavní faktory:

1. Technologie dozrává a pravidelně se mění.
2. Dovednosti vašeho talentu dozrávají s tím, jak se zdokonalují v nové technologii.

Vyplatí se tyto dva faktory velmi a s pokorou respektovat. Pojďme se do toho ponořit!

Ale nejdřív… nebezpečná zóna

Věci, kterým byste se měli ze začátku vyhnout:

Vyjádřit případ obchodního použití. Proč? Zde existují dvě pasti, kterým je třeba se vyhnout:

• Ještě neznáte hranice nové technologie.
• Můžete se zavázat na základě mediálního humbuku, a tento závazek daná technologie nikdy nebude moci splnit.

Odhalíte technologii svým zákazníkům/složkám příliš brzy. Proč? Budou se dít tyto chyby:

• Buď samotná technologie nebo vaše zneužití této technologie mohou poškodit vaši pověst u veřejnosti.
• Riskujete, že se zavážete na základě mediálního humbuku tam, kde nebude žádná pozorovatelná hodnota.

Automaticky delegujete nově vznikající technologii na tým zabývající se podobnou tématikou. Proč? Několik důvodů:

• Povaha této technologie může být přesně opačná než jejich zkušenost (hodnota v cloud-native byla vynechána, protože organizace se zaměřovaly na IaaS; genAI se z definice výrazně liší od tradiční prediktivní AI).
• Týmy silně zapojené do jednoho paradigmatu často vnímají novou technologii jako hrozbu

Podcast: Kybernetická bezpečnost v Česku – dokážeme čelit novým hrozbám?

0:00/

Upíšete se aliancím jednoho dodavatele/platformy. Proč? Lídři začínajících technologií  se neustále mění:

• Brzy na to bude několik poskytovatelů pravidelně přeskakovat jeden druhého a ne všichni uchazeči přežijí.
• S dřívějšími verzemi budou API, smlouvy a užitečné zatížení pravidelně měnit závazky zcizení kódu z jednoho vydání do druhého (např. OpenAI 2 až 3 až 4 všechny zaznamenaly významné změny API), což povede k uzamčení verzí.

Příliš časté skákání do kterékoli z těchto pastí nebezpečné zóny způsobí špatnou zkušenost, která tlačí organizace k úplnému opuštění technologie. Výraz „Zkoušeli jsme to a nefungovalo to“ není moudrým zjištěním, protože přijetí nejmodernější technologie se týká jejího potenciálu, nikoli jejího současného stavu.

Chytrý a bezpečný přístup

Gallův zákon má skutečnou hodnotu: „Složitý systém, který funguje, se vždy vyvinul z jednoduchého systému, který fungoval.“

Začněte v malém. Začněte jednoduše. Vyvíjejte se.

Fáze učení

Dvě klíčové základní nutnosti:

1. Pracovní zátěž a (veřejná) data ne tolik důležitá pro fungování firmy
2. Interní/soukromá (uzavřená) expozice

To zajišťuje, že žádné podnikové informace nebo systémy nebudou vystaveny žádné formě rizika.

Vytvořte malý virtuální tým nadšenců, který se bude snažit zajistit úspěch. Předpokladem je naučit se, jak využít vznikající technologie ve prospěch vaší organizace.

• Pokud to bude úplné selhání, budete mít tyto znalosti od těch, kteří se nejvíce snažili, aby to fungovalo, ne od těch, kteří to původně nechtěli.
• Umožněte týmu využívat technologie v nezmenšené míře.
• Vyzkoušejte více verzí a prodejců technologie. Tento úkol může vzbuzovat obavy; ukáže se však, že to bude mnohem snazší, než se očekávalo, a naučit se, kdy kterou technologii použít, bude nedocenitelné.

Vzhledem k tomu, že nejde o kriticky důležité záležitosti a jde o záležitosti pouze pro interní použití, nejsou potřeba žádná omezení – zatím. Přijdou později.

Naučte se a přizpůsobte technologii tak, jak je zamýšlena k použití/využívání. Nechte se do ní pohltit v její plné kráse (hraní je jednou z nejlepších forem učení). To týmu umožňuje skutečně identifikovat „dobrotu“, kterou technologie nabízí.

Přečtěte si také:

Odemkněte maximální výkon kolegů pomocí špičkových technologií

Teď ji rozbijte. Vezměte technologii mimo její provozní limity, abyste pochopili, jak selhává, když je vytlačena mimo její hranice. Určete co nejvíce scénářů selhání, abyste získali skutečný přehled o důsledcích spojených s jejími selháními.

Zjistěte si pomocí popsaných cvičení dopad na zabezpečení, abyste porozuměli tomu, co nová technologie dělá s vašimi veřejnými daty, a otestujte jí prohlašovaná ochranná opatření. Pokuste se prolomit její ochranu vašich veřejných dat.

Vždy sledujte cenu, výkon a kvalitu.

Na konci této fáze budete mít solidní představu o tom, co technologie umí, nemůže a o bezpečnostních hranicích v jejím současném stavu. Již mohou existovat jisté náznaky okolo obchodních případů, ale stále je příliš brzy vydat se touto cestou.

Fáze růstu

Virtuální tým bude v tuto chvíli jistě vědět více než jen základy, takže nyní může experimentovat s:

1. Kritickou pracovní zátěží a (soukromými) daty
2. Interní/soukromou (uzavřenou) expozicí

Přečtěte si také:

Investice do AI se vrátí do pěti let a za návrat do kanceláře více peněz

S reálnými daty a systémy ve hře je nyní nutné věnovat velkou pozornost bezpečnostní politice a postupům v každém kroku kupředu (doba hraní je nyní u konce).

Zaměřte se na vnitřní efektivitu a optimalizace, které mají zřetelné měřitelné výsledky. Nedělejte si (zatím) starosti s obchodními případy použití. Případy interního technického použití jsou případy, kdy tým jistě bude vědět, zda má pozitivní dopad. Například, zatímco byla generativní AI původně zamýšlena pro generování obsahu, první uživatelé ji už využili pro generování kódu a určili, že značně rozšířila vývoj a zkrátila doručovací cykly.

Nahraditelná, ale  nikoliv znovupoužitelná. To může znít divně; pro architekturu a psaní kódu je však prvořadé, aby mohly být v okamžiku nahrazeny. Nová technologie ještě nebude stabilizovaná a váš kód se bude muset snadno změnit na:

Přečtěte si také:

Vítězové soutěže Případová studie 2024

• Přizpůsobení se API a změnám smluv v technologii. Technologické změny nemají žádné oběti, jestliže jsou řešení navrhována a vyvíjena tak, aby se snadno přizpůsobila velkým změnám rozhraní a integrací.
• Musíte změnit dodavatele technologie/platformu. Je důležité zdůraznit nutnost být technologickým polyglotem, protože daná technologie může během zrání zastarat. Budete také potřebovat vědět, kdy je každá technologická platforma nejlépe využita a kdy je nákladově nejefektivnější.

V průběhu dospívání zabezpečujte. Jak nová technologie, tak dovednosti vašeho týmu dozrávají, využijte nově vznikající osvědčené postupy současně s tím, jak se vyvíjejí. Například během fáze učení generativní AI jste mohli nahrát veřejná data do generování rozšířeného načítání (RAG), abyste mohli experimentovat s přizpůsobením. Nyní, když je tým ve fázi růstu, je bezpečnější přístup vytvářet Agentické RAG, které do platformy nenahrávají žádná data.

Pochopte, kdy jsou opodstatněné přístupy s vyššími náklady a kdy jsou přijatelné přístupy s nižšími náklady. Využijte tyto znalosti ve své architektuře a návrzích.

Přistávací fáze

Virtuální tým bude mít s novou, vznikající technologií vysokou úroveň výkonu. Nyní je připravený na:

1. Kritickou pracovní zátěž a (soukromá) data
2. Externí/veřejnou (otevřenou) expozici

Přečtěte si také:

Správa firemního IT vybavení poháněná AI: Klíč k chytřejšímu IT a spokojenějším zaměstnancům

To je možné provést s nejvyšší jistotou, protože jak technologie, tak dovednosti se stabilizují. Je čas publikovat architektonické vzory, osvědčené postupy a podporovat rozumné přijetí.

Identifikujte a zaveďte smysluplné obchodní případy použití, které přímo ovlivňují toky hodnot zákazníků. Opět: Začněte v malém. Začněte jednoduše. Vyvíjejte se.

Zaměřte se na pokrok ve všech případech použití sdílením a propagací, když vznikající technologie přidává hodnotu zbytku vaší organizace. Nezapomeňte oddělit syndrom „nového skvělého nástroje“ od skutečné aplikované hodnoty.

Otestujte zákaznické vody. Než se o svou novou, skvělou nabídku podělíte se světem, otestujte ji se skupinami zaměřenými na zákazníky a prvními uživateli. Využijte jejich zpětnou vazbu k identifikaci slepých míst a zmírnění nesprávných interpretací.

A vždy sledujte náklady, výkon a kvalitu.

Počkejte, je toho víc…

99,999 % vašich vzorů, referenčních architektur/implementací a osvědčených postupů se bude muset během několika příštích let vyvinout.

Proč?

• Technologie je prostě příliš mladá na to, aby se do ní dalo uzamknout.
• Platformy se budou vyvíjet tak, aby zahrnovaly mnoho přizpůsobení a integrací, které zpočátku vyžadoval váš tým (nezapomeňte: vyměnitelné, nikoli opakovaně použitelné).
• Zabezpečení se bude neustále vyvíjet a dospívat, což si vyžaduje aktualizace.
• Jiní budou stavět na základech, aby nabídli ještě větší možnosti (např. podívejte se, co LangChain a AutoGen udělali pro generativní AI).

Když se dostanete do rytmu přijímání vznikající, převratné technologie, zbývá říci jen jednu věc:

Jednou z nejvíce obohacujících věcí na práci v technologiích jsou překvapivé pokroky, které toto odvětví berou útokem.