Operational riski of GPTs : How do small businesses manage the operational risks of GPTs in their business processes?

Abstract

Generative artificial intelligence (GAI) and generative pre-trained transformers (GPT) introduce transformative capabilities while posing significant risks, particularly for small businesses. This thesis explores these risks by addressing the key research question: How do small businesses manage the operational risks of GPT technologies in their organization?The study situates its analysis within the context of AI risk management literature, integrating insight into algorithmic accountability, data security, financial risks, human resource or human-GPT cooperation, and reputational point of view. Numerous risks tied to GPT technologies are closely connected to operational challenges and frequently overlap with ethical issues, resulting in a complicated relationship between technical functionality and moral accountability. This research utilizes a qualitative approach, focusing on semi-structured interviews with representatives from small businesses that have integrated GPT technologies. A thematic analysis of the data collected revealed two main themes: multifaceted operational risks associated with GPTswith strong ties to ethical challenges and the strategies small businesses implement to address these challenges.The results highlight operational risks, including reliability problems, data security challenges, and the financial strain of overseeing AI systems. Ethical risks such as bias, misinformation, and privacy issues were also identified. The study underscores the relationship between these risks, noting that operational failures frequently result in ethical consequences and vice versa. Despite facing resource constraints, small businesses adopt measures such as careful AI integration, compliance with regulations, and maintaining human oversight. However, participants indicated a demand for more defined guidelines, greater awareness, and improved training to manage these risks effectively.This study enhances our understanding of GPT-related risks within small businesses and provides actionable insights for scalable risk management practices. Future research might evaluate risk management strategies across different industries to pinpoint sector-specific challenges and opportunities, promoting cross-sector learning. Furthermore, investigating the influence of policymakers, public opinion, and regulatory uncertainty on GPT adoption could yield important guidance for creating balanced regulations that support innovation while addressing risks

Generatiivinen tekoäly (GAI) ja esikoulutettu genratiivinen transformer-kielimalli (GPT) tuovat mukanaan transformatiivisia ominaisuuksia, mutta aiheuttavat samalla merkittäviä riskejä erityisesti pienille organisaatioille. Tässä tutkielmassa tarkastellaan näitä riskejä käsittelemällä keskeistä tutkimuskysymystä: Miten pienyritykset hallitsevat GPT-teknologioiden operatiivisia riskejä organisaatiossaan?Tutkimus sijoittaa analyysinsä tekoälyriskien hallintaan liittyvään kirjallisuuteen ja käsitteleealgoritmisesta vastuullisuudesta, tietoturvasta, taloudellisista riskeistä, henkilöresursseista tai ihmisten ja GPT:n välisestä yhteistyöstä sekä maineen näkökulmasta. Lukuisat GPT-teknologioihin liittyvät riskit liittyvät läheisesti operatiivisiin haasteisiin ja ovat usein päällekkäisiä eettisten kysymysten kanssa, mikä johtaa monimutkaiseen suhteeseen teknisen toimivuuden ja vastuullisuuden välillä.Tämä tutkimus on kvalitatiivinen ja tässä keskitytään puolistrukturoituihin haastatteluihin sellaisten pienyritysten edustajien kanssa, jotka ovat integroineet jo GPT-teknologiaa. Kerätyn aineiston temaattinen analyysi paljasti kaksi pääteemaa: GPT:hen liittyvät moninaiset operatiiviset riskit, joilla on vahva yhteys eettisiin haasteisiin, ja strategiat, joita pienyritykset toteuttavat näiden haasteiden ratkaisemiseksi.Tuloksissa korostuvat operatiiviset riskit, kuten luotettavuusongelmat, tietoturvahaasteet ja tekoälyjärjestelmien valvonnasta aiheutuvat taloudelliset rasitteet. Myös eettisiä riskejä, kuten puolueellisuutta, väärää tietoa ja yksityisyyden suojaan liittyviä kysymyksiä, tunnistettiin.Tutkimuksessa korostetaan näiden riskien välistä suhdetta ja todetaan, että toiminnalliset epäonnistumiset johtavat usein eettisiin seurauksiin ja päinvastoin. Resurssirajoitteista huolimatta pienet yritykset ottavat käyttöön toimenpiteitä, kuten tekoälyn huolellinen integrointi, säännösten noudattaminen ja inhimillisen valvonnan ylläpitäminen. Osallistujat kuitenkin ilmoittivat, että näiden riskien tehokkaaseen hallintaan tarvitaan tarkemmin määriteltyjä suuntaviivoja, enemmän tietoisuutta ja parempaa koulutusta.Tämä tutkimus lisää ymmärrystämme GPT:hen liittyvistä riskeistä pienyrityksissä ja tarjoaa käyttökelpoisia näkemyksiä skaalautuvia riskinhallintakäytäntöjä varten. Tulevassa tutkimuksessa voitaisiin arvioida riskinhallintastrategioita eri toimialoilla, jotta voitaisiin määritellä alakohtaiset haasteet ja mahdollisuudet ja edistää monialaista oppimista. Lisäksi tutkimalla poliittisten päättäjien, yleisen mielipiteen ja sääntelyn epävarmuuden vaikutusta GPT:n käyttöönottoon voitaisiin saada tärkeitä ohjeita, joiden avulla voitaisiin luoda tasapainoista sääntelyä, jolla tuetaan innovointia ja käsitellään samalla riskejä.