„Verslo technologijų lyderiai nutraukia dvejus metus sparčiai vykstančius dirbtinio intelekto (AI) eksperimentus savo įmonėse ir skiria savo AI dolerius patikrintiems projektams, orientuotiems į investicijų grąžą.
„Kai atsirado generatyvusis dirbtinis intelektas, buvo tam tikras diskrecinis finansavimas, kurį galėjome naudoti, kad galėtume eksperimentuoti ir išbandyti kai kurias technologijas“, – sakė pramonės tiekėjo W.W. vyriausiasis technologijų pareigūnas Jonny LeRoy. Graingeris. „Tačiau iš tikrųjų, norėdami išplėsti kai kuriuos iš šių eksperimentų, matome poreikį padaryti geresnį verslo pagrindą."
Nors anksčiau technologijų lyderiai turėjo palaiminimą įmonių vadovybės laisvai eksperimentuoti su dirbtiniu intelektu, „eksperimentavimo lango dabar jau beveik nebeliko“, pirmadienį „The Wall Street Journal“ CIO tinkle sakė Erikas Brynjolfssonas, tyrimų ir programinės įrangos bendrovės Workhelix įkūrėjas Aukščiausiojo lygio susitikime Niujorke.
„Tai metai, kai reikia tikėtis verslo rezultatų“, – sakė Brynjolfssonas ir pridūrė, kad technologija yra pakankamai subrendusi, kad juos pasiektų. „Tai laikas, kai turėtumėte gauti naudos ir tikėtis, kad jūsų konkurentai tik žaidžia ir eksperimentuoja."
Problema ta, kad maždaug 70% verslo klientų generuojamųjų AI projektų vis dar įstringa bandomajame arba testavimo etape, sakė grafų duomenų bazių programinės įrangos įmonės Neo4j CTO Philipas Rathle'as.
Jis pridūrė, kad generatyvieji dirbtinio intelekto modeliai gerai apibendrina tekstą, bet mažiau gali atlikti sudėtingesnes užduotis.
Debesų duomenų įmonės „Databricks“ generatyvaus AI viceprezidentas Naveenas Rao teigė, kad maždaug 90 % generatyvinių AI eksperimentų nepatenka už laboratorijos ribų. „Tikslumas ir patikimumas yra didelė problema“, – sakė jis.
Norėdamos įveikti eksperimentavimo kuprą, įmonės turi užtikrinti plačią prieigą prie įmonių duomenų, kad technologijų kūrėjai galėtų juos panaudoti, diegdami dirbtinį intelektą, sakė duomenų analizės bendrovės Palantir vyriausiasis informacijos pareigūnas Jimas Sidersas. „Taip pateksite į veiksmingą prototipą, kuris, jūsų žiniomis, yra tinkamas pagal paskirtį, kuris, jūsų žiniomis, pajudins verslą“, – sakė jis.
Vienas iš būdų sužinoti, ar adata pajudėjo: dirbtinio intelekto įrankiai turi įrodyti savo vertę greičiau, nei per 12, mėnesių, sakė Nicholas Parrotta, Harmano vyriausiasis skaitmeninės ir informacijos pareigūnas bei skaitmeninės transformacijos sprendimų prezidentas. Jis sakė, kad tai gali būti matuojama arba didesniu darbuotojų produktyvumu, arba pajamų generavimu.
Kitas variantas – dirbtinio intelekto iniciatyvas suskaidyti į mažesnes dalis, kurios lengviau įrodomos, o ne vertinti, kaip „didelį, monolitinį“ žvėrį, sakė Rao. Tai reiškia, kad dirbtinio intelekto projektai gali būti traktuojami, kaip kompiuterio kodas, kuriam tiesiog reikia priežiūros, pridūrė jis.
Kitiems CIO technologijos apribojimai ir verslo spaudimas verčia juos stabtelėti ir išsiaiškinti, kur generuojantis AI iš tikrųjų gali padidinti darbuotojų našumą ar pardavimą.
„Skiriame šiek tiek laiko, kad išsiaiškintume, kokios, mūsų manymu, sutaupytos lėšos ar nauda, kokios yra kitos geriausios vietos“, – sakė „Grainger's LeRoy“.
Tačiau tai nereiškia, kad jo entuziazmas dirbtiniam intelektui sumažėjo. „Labai džiaugiuosi, kad tai nėra burtų lazdelė“, – sakė LeRoy. „Mes suprantame, kad tai tikrai naudingas, galingas, įrankis, tačiau jis tinka platesnei ekosistemai.“ [1]
1. Chiefs Seek Return on AI Investing --- Period for mere experimenting with t he technology is ending, leaders say. Lin, Belle. Wall Street Journal, Eastern edition; New York, N.Y.. 10 Oct 2024: B.5.
Komentarų nėra:
Rašyti komentarą