Մտավոր սեփականության (ՄՍ) իրավունքի ոլորտն այսօր իր ամենալուրջ փորձությանն է ենթարկվում համացանցի ի հայտ գալուց ի վեր: Միացյալ Նահանգների արդարադատության նախարարության կողմից խոշոր մեդիա հաստատությունների և հիմնարար մոդելներ մշակողների միջև ընթացող բարձրակարգ դատական գործընթացի նկատմամբ հետաքրքրությունը վկայում է այն մասին, որ դրա հետևանքները տեխնոլոգիական էկոհամակարգի համար անտեսելն այլևս անհնար է։ Այս քննարկումների կենտրոնում OpenAI-ի պաշտպանական դիրքորոշումն է, ըստ որի՝ մարդկանց կողմից ստեղծված հսկայական քանակությամբ բովանդակության վրա լեզվական մեծ մոդելների (LLM) ուսուցման գործընթացը համարվում է «արդարացի օգտագործում» (fair use)։

Բիզնեսի ղեկավարների համար սա հեղինակային իրավունքի շուրջ ընդամենը տեխնիկական վեճ չէ։ Սա թվային փոխակերպման (Digital Transformation) ապագայի համար սկզբունքային նշանակություն ունեցող պահ է։ Կառավարության պատրաստակամությունը՝ աջակցելու AI մշակողներին, հուշում է, որ քաղաքականություն մշակողները գեներատիվ արհեստական բանականության զարգացումը դիտարկում են որպես ռազմավարական ազգային հրամայական։ Եթե իրավական համաձայնությունը կայունանա այն գաղափարի շուրջ, որ մոդելների ուսուցումը փոխակերպող և օրենքը չխախտող գործունեություն է, ապա դռները լայնորեն կբացվեն ձեռնարկատիրական մակարդակի AI-ի ներդրման նոր դարաշրջանի համար։

Ռազմավարական տեղաշարժ դեպի մոդելների ուսուցման «արդարացի օգտագործում»

Հիմնական փաստարկը կայանում է աշխատանքը պատճենելու և աշխատանքից սովորելու միջև եղած տարբերության մեջ։ Տեխնիկական տեսանկյունից՝ LLM-ները չեն «պահպանում» իրենց ներմուծված տվյալները այնպես, ինչպես տվյալների բազան կամ ֆայլային սերվերը։ Փոխարենը, նրանք այդ տվյալներից դուրս են բերում վիճակագրական կապեր և օրինաչափություններ, որոնք այնուհետև օգտագործվում են նոր, ինքնատիպ արդյունքներ սինթեզելու համար։ Այս տեսակետի կողմնակիցները պնդում են, որ եթե ընկերություններից պահանջվեր լիցենզավորել ուսուցման փուլում օգտագործված յուրաքանչյուր տվյալ, ապա բարձր արդյունավետություն ունեցող AI-ի զարգացումը կվերածվեր մենաշնորհի, որը հասանելի կլիներ միայն աշխարհի ամենահարուստ կազմակերպություններին։

Այն կազմակերպությունների համար, որոնք AI-ն ինտեգրում են իրենց աշխատանքային գործընթացներին, այս իրավական հստակությունը կենսական է երկարաժամկետ պլանավորման համար։ Մտավոր սեփականության շուրջ առկա անորոշությունը ստիպել է բազմաթիվ ընկերությունների զգուշություն ցուցաբերել՝ սահմանափակելով գեներատիվ AI գործիքների կիրառումը միայն ներքին, փակ համակարգերով։ Այնուամենայնիվ, իրավական դաշտի հասունացմանը զուգընթաց՝ մենք ակնկալում ենք արտաքին կիրառությունների աճ։ Բիզնեսի արդյունավետության ներուժը կախված է այս գործիքների իրավական կայունությունից.

  • Մոդելների անկախություն (Model Agnosticism): Բիզնեսները կարող են ավելի վստահորեն ընտրել լավագույնս աշխատող մոդելները (օրինակ՝ Anthropic-ից, Google-ից կամ Meta-ից)՝ իմանալով, որ դրանց հիմքում ընկած ուսուցման պրակտիկաները վավերացվում են կարգավորող և իրավական քննարկումների միջոցով։
  • Տվյալների ինքնիշխանություն: Ընկերություններն ավելի հաճախ են դիտարկում «Retrieval-Augmented Generation» (RAG) տեխնոլոգիան որպես կամուրջ, որտեղ նրանք իրենց սեփական տվյալները տրամադրում են AI համակարգերին՝ միաժամանակ օգտագործելով հիմնարար մոդելների բազային ինտելեկտը։
  • Պատասխանատվության նվազում: AI-ի զարգացմանը նպաստող իրավական նախադեպերը նվազեցնում են հաճախորդների սպասարկման ավտոմատացման, կանխատեսող վերլուծությունների և հաշվետվությունների ավտոմատ գործիքների ներդրման հետ կապված «վախի գործոնը»։

Երբ իրավական հարցերը լուծվեն, հիմնական շահառուները կլինեն այն ընկերությունները, որոնք արդեն ներդրումներ են կատարել իրենց տվյալների ենթակառուցվածքում։ Հին համակարգերից դեպի AI-պատրաստ ճարտարապետություն անցումը բարդ գործընթաց է. նրանք, ովքեր կսպասեն դատական գործընթացների ավարտին, հավանաբար էապես հետ կմնան գործառնական արդյունավետության համար մղվող մրցավազքում։

ROI-ի մասշտաբավորում խելացի ավտոմատացման միջոցով

Միջին ձեռնարկության համար այս AI համակարգերի իրական արժեքը ոչ թե բազային մոդելների, այլ AI գործակալների համար ճանաչողական շարժիչ հանդիսանալու նրանց կարողության մեջ է։ Այս գործակալները պարզ չաթ-բոտերից վերածվում են ինքնավար սուբյեկտների, որոնք ունակ են կատարել բազմաքայլ աշխատանքային գործընթացներ։ Անկախ նրանից՝ դա Salesforce CRM-ում հաճախորդների որակավորումը վերահսկող գործակալ է, թե շուկայական տատանումների հիման վրա գնումների ցիկլերն ավտոմատացնող համակարգ, ներդրումների եկամտաբերությունը (ROI) անմիջականորեն կապված է այս մոդելների խելամտության և բազմակողմանիության հետ։

AI-ի ուսուցման համար ներկայիս իրավական աջակցությունը, ըստ էության, այս տեխնոլոգիաների մասշտաբավորման նկատմամբ վստահության քվե է։ Եթե բիզնեսները կարողանան կառուցել իրենց ապագա աշխատանքային գործընթացները այն ենթադրությամբ, որ հիմնարար մոդելները կշարունակեն կատարելագործվել՝ առանց հեղինակային իրավունքի խախտման մասին մշտական սպառնալիքների, նրանք կարող են ներգրավվել ավելի խորը ինտեգրման նախագծերում։ Մենք հեռանում ենք պարզ «prompt engineering»-ից դեպի խորքային, կառուցվածքային փոփոխություններ այն հարցում, թե ինչպես է ծրագրակազմը փոխազդում մարդկային աշխատանքային գործընթացների հետ։

Բիզնեսները պետք է դիտարկեն հետևյալ քայլերը՝ դատական գործընթացներից հետո նոր իրականությանը պատրաստվելու համար.

  • Ներքին տվյալների հոսքերի աուդիտ. Որոշեք, թե որ սեփական տվյալների բազաներն են մրցակցային առավելություն տալիս և համոզվեք, որ