Generative AI (GenAI), การเรียนรู้ของเครื่อง (ML) และโมเดลภาษาขนาดใหญ่ (LLM) ล้วนมีความสำคัญมากขึ้นสำหรับองค์กรยุคใหม่ แต่การบรรลุมูลค่าที่วัดได้จาก AI ยังคงเป็นความท้าทาย ส่วนหนึ่งของปัญหาคือโมเดล AI ที่ได้รับการฝึกอบรมมาอย่างดีต้องอาศัยข้อมูลจำนวนมาก และสำหรับหลายๆ บริษัท การจัดระเบียบและการใช้ข้อมูลทั้งหมดทำให้พวกเขาช้าลงทุกวัน เพื่อเพิ่มมูลค่าจาก AI ให้สูงสุด บริษัทต่างๆ จำเป็นต้องตรวจสอบให้แน่ใจว่าชุดข้อมูลของตนได้รับการจัดระเบียบอย่างดี หากบริษัทสามารถรวมแหล่งข้อมูลได้ การสร้างกรณีการใช้งานอันทรงคุณค่าสำหรับ AI เชิงสร้างสรรค์จะง่ายกว่ามาก นี่คือตัวอย่างบางส่วนที่เพิ่มมูลค่าแล้วในปัจจุบัน
AI ในการพัฒนาซอฟต์แวร์และวิทยาศาสตร์ข้อมูล
เท่าที่ LLM ดำเนินไป GPT-4 เป็นผู้มีความรู้ทั่วไปที่น่าประทับใจ โดยมีความรู้กว้างขวางในหัวข้อต่างๆ ครอบคลุมตั้งแต่ประวัติศาสตร์โลกไปจนถึงการเขียนโปรแกรมคอมพิวเตอร์ ไปจนถึงอาหารตะวันออกกลางและอื่นๆ อีกมากมาย ไม่น่าแปลกใจเลย เนื่องจากส่วนใหญ่ได้รับการฝึกฝนบนหน้าเว็บที่คัดลอกมาจากอินเทอร์เน็ต แต่สิ่งที่บริษัทส่วนใหญ่ต้องการคือโมเดลเฉพาะทางที่เน้นไปที่ตลาดแนวตั้ง ซึ่งได้รับการฝึกฝนเกี่ยวกับข้อมูลภายใน ไม่ใช่อินเทอร์เน็ต โพสต์ของ a16z บน สิ่งที่ผู้สร้างพูดถึงเมื่อพูดถึง AI อธิบายว่าองค์กรต่างๆ ไม่ต้องการแชทบอทเพิ่มจริงๆ ได้อย่างไร บริษัทต่างๆ ต้องการ GPT ที่สามารถให้ข้อมูลเชิงลึกได้อย่างมีประสิทธิภาพและมีความแม่นยำและเที่ยงตรงสูง ไม่สำคัญว่า AI จะสามารถสรุปเช็คสเปียร์ได้หรือไม่ แต่สำคัญว่าจะสามารถคาดการณ์มูลค่าตลอดช่วงชีวิตของผู้มีโอกาสเป็นลูกค้าได้อย่างแม่นยำหรือไม่
Ali Ghodsi จาก Databricks กล่าวว่าลูกค้าของเขา “ต้องการโมเดลพิเศษที่มีราคาถูกกว่า ขนาดเล็กกว่า และมีความแม่นยำและประสิทธิภาพสูงจริงๆ” สำหรับบางอย่างเช่นการผลิตที่ต้องใช้ความแม่นยำสูงที่สุด คุณควรฝึกโมเดลขนาดเล็กกว่าบนชุดข้อมูลเฉพาะทางเฉพาะโดเมนจะดีกว่า ผลลัพธ์ที่ได้จะเร็วขึ้น ถูกลง และแม่นยำยิ่งขึ้น
ด้วยชุดข้อมูลที่ครอบคลุมมากขึ้น เราจะเห็นว่าบริษัทต่างๆ สามารถสร้างต้นแบบซอฟต์แวร์ใหม่และทำซ้ำได้อย่างรวดเร็วได้อย่างไร เราใช้ AI กำเนิด ที่บริษัทของฉันเพื่อช่วยสร้างตัวเชื่อมต่อต้นแบบที่อำนวยความสะดวกในการเคลื่อนย้ายข้อมูลจากแอประบบคลาวด์ ฐานข้อมูล ข้อมูลการสตรีม และแอปพลิเคชันระดับองค์กร ทั้งหมดนี้ไหลเข้าสู่คลังข้อมูลหรือ Data Lake การสร้างตัวเชื่อมต่อสำหรับแอปพลิเคชัน SaaS ใหม่อาจเป็นเรื่องที่ท้าทายเมื่อแพลตฟอร์มและสคีมาเปลี่ยนแปลงอย่างรวดเร็ว การใช้ GPT-4 ช่วยให้ลูกค้าเริ่มต้นใช้งานได้ในขณะที่เราทำงานระยะยาวเพื่อสร้างตัวเชื่อมต่อที่แข็งแกร่งและมีคุณสมบัติครบถ้วน
หน่วยสืบราชการลับทันที
กรณีการใช้งานอย่างหนึ่งที่ฉันพบว่าน่าสนใจคือวิธีที่ GenAI ใช้ในการค้นหาและสรุป บริษัทใหญ่ๆ ทุกแห่งมีที่เก็บข้อมูลหลายแห่ง ตั้งแต่ Atlassian ไปจนถึง Slack, Sharepoint ไปจนถึง Teams หรือ Google Drive และ Gmail หรือส่วนผสมทั้งหมดที่กล่าวมาข้างต้น และโดยส่วนใหญ่แล้ว ทรัพยากรความรู้ขององค์กรจำนวนมหาศาลเหล่านี้ยังคงไม่ได้ถูกนำมาใช้เป็นส่วนใหญ่ สิ่งนี้จะเปลี่ยนไปในไม่ช้า เนื่องจากบริษัทต่างๆ ตระหนักถึงความได้เปรียบทางการแข่งขันของการใช้ข้อมูลนี้ และใช้ประโยชน์จากข้อมูลดังกล่าวโดยใช้ AI Recovery-augmented Generation (RAG) ซึ่งช่วยให้ LLM สามารถดึงข้อเท็จจริงจากแหล่งภายนอก เช่น เอกสารภายในหรืออินเทอร์เน็ต เป็นการพัฒนาที่น่าตื่นเต้นที่เรายังไม่ได้ใช้ประโยชน์อย่างเต็มที่
นอกจากแอประดับองค์กรเหล่านี้แล้ว ยังมีพื้นที่เก็บข้อมูลเฉพาะโดเมน เช่น ประวัติการซื้อขายที่บริษัทการเงินหรือคำสั่งซื้อปลีก และโปรไฟล์ลูกค้าที่จำเป็นต้องรวมเข้ากับชุดข้อมูลการฝึกอบรม การฝึกอบรม LLM ช่วยให้การถามคำถามเป็นภาษาอังกฤษธรรมดาเป็นเรื่องง่าย ซึ่งสามารถเปิดเผยข้อมูลจากชุดข้อมูลทั้งหมดขององค์กรได้ แต่ข้อมูลนั้นจำเป็นต้องได้รับการจัดระเบียบและจัดหมวดหมู่ก่อน เพื่อให้การฝึกอบรมสามารถเข้าใจได้ทั้งหมด และยิ่งมีข้อมูลมากเท่าไร ผลลัพธ์จากการฝึกอบรมก็จะยิ่งดีขึ้นเท่านั้น
ปัญหานี้ถือเป็นความท้าทายอย่างยิ่งในสภาพแวดล้อมการเก็บข้อมูลที่เปลี่ยนแปลง เมื่อข้อมูลทางการเงินหรือธุรกรรมเข้ามาตลอดเวลาและอัปเดตอยู่ตลอดเวลา เมื่อสคีมาข้อมูลเปลี่ยนแปลง ข้อมูลอาจจัดหมวดหมู่ผิดหรือสูญหายไปให้กับอีเธอร์ได้ หาก LLM จะช่วยทำให้สิ่งต่าง ๆ เป็นอัตโนมัติ สร้างแนวคิดเกี่ยวกับผลิตภัณฑ์ใหม่ หรือระดมความคิดแนวคิดใหม่ ๆ จะต้องอัปเดตอยู่เสมอ น่าเสียดายที่หลายบริษัทประสบปัญหาในการรวบรวมข้อมูลไว้ในที่เดียวตั้งแต่แรก
AI ยกระดับบทบาทและอำนวยความสะดวกในการทำงานร่วมกัน
เป็นเวลานานแล้วที่วิศวกรซอฟต์แวร์ระดับเริ่มต้นจำเป็นต้องมีความสามารถในการเขียนโค้ดพื้นฐาน โดยไม่ต้องมุ่งเน้นไปที่ภาพรวมของสถาปัตยกรรมข้อมูลและรูปแบบการออกแบบ การบูรณาการกับแพลตฟอร์มอื่นๆ หรือการออกแบบระบบเพื่อให้ได้ประสิทธิภาพสูงสุด
ดังที่ Dylan Field จาก Figma กล่าวไว้ “นักออกแบบที่เก่งที่สุดเริ่มคิดถึงโค้ดมากขึ้น และนักพัฒนาที่เก่งที่สุดก็คิดถึงการออกแบบมากขึ้น” GenAI ช่วยให้คนเหล่านี้สามารถข้ามไปสู่โดเมนดั้งเดิมของกันและกัน และเพิ่มมูลค่า ซึ่งจะช่วยให้การพัฒนาเร็วขึ้นมาก ในขณะเดียวกัน นักพัฒนาอัจฉริยะกำลังศึกษารูปแบบการออกแบบระบบเพื่อพยายามยกระดับตัวเองให้สูงขึ้นในห่วงโซ่คุณค่า
ท้ายที่สุดแล้ว การผสมผสานระหว่าง generative AI, โมเดลภาษาขนาดใหญ่ และการเรียนรู้ของเครื่อง จะเปลี่ยนโฉมการดำเนินงานขององค์กร ตั้งแต่การพัฒนาซอฟต์แวร์ไปจนถึงกลยุทธ์การตลาด generative AI จะมีผลกระทบอย่างมากโดยการสร้างโค้ดใหม่ การสร้างแนวคิดต้นแบบ และการทำลายไซโลระหว่างนักออกแบบและผู้เขียนโค้ด โดยไม่เปิดเผยข้อมูลที่เป็นกรรมสิทธิ์ กุญแจสำคัญอยู่ที่การสร้างสมดุลระหว่างความอเนกประสงค์ของ AI กับรากฐานที่สำคัญของการจัดการข้อมูล หากเราสามารถเก็บข้อมูลพื้นฐานไว้ที่รวมศูนย์และบูรณาการได้ เราก็สามารถเริ่มต้นเทคโนโลยียุคถัดไปเพื่อทำให้ผู้คนมีประสิทธิผลมากขึ้นและองค์กรต่างๆ มีประสิทธิภาพมากขึ้น
- เนื้อหาที่ขับเคลื่อนด้วย SEO และการเผยแพร่ประชาสัมพันธ์ รับการขยายวันนี้
- PlatoData.Network Vertical Generative Ai เพิ่มพลังให้กับตัวเอง เข้าถึงได้ที่นี่.
- เพลโตไอสตรีม. Web3 อัจฉริยะ ขยายความรู้ เข้าถึงได้ที่นี่.
- เพลโตESG. คาร์บอน, คลีนเทค, พลังงาน, สิ่งแวดล้อม แสงอาทิตย์, การจัดการของเสีย. เข้าถึงได้ที่นี่.
- เพลโตสุขภาพ เทคโนโลยีชีวภาพและข่าวกรองการทดลองทางคลินิก เข้าถึงได้ที่นี่.
- ที่มา: https://www.dataversity.net/generative-ai-challenges-and-opportunities-for-modern-enterprises/
- :มี
- :เป็น
- :ไม่
- $ ขึ้น
- a
- a16z
- สามารถ
- เกี่ยวกับเรา
- ข้างบน
- ความถูกต้อง
- ถูกต้อง
- แม่นยำ
- การบรรลุ
- Ad
- เพิ่ม
- เพิ่ม
- ความได้เปรียบ
- AI
- ทั้งหมด
- แล้ว
- จำนวน
- an
- และ
- การใช้งาน
- ปพลิเคชัน
- สถาปัตยกรรม
- เป็น
- รอบ
- AS
- ถาม
- At
- Atlassian
- โดยอัตโนมัติ
- ใช้ได้
- ไป
- สมดุล
- ขั้นพื้นฐาน
- BE
- สมควร
- รับ
- กำลัง
- ที่ดีที่สุด
- ดีกว่า
- ระหว่าง
- เกิน
- ใหญ่
- ที่ใหญ่กว่า
- ระดมสมอง
- หมดสภาพ
- กว้าง
- ผู้สร้าง
- แต่
- by
- CAN
- สามารถรับ
- ประโยชน์
- จับ
- กรณี
- การจัดหมวดหมู่
- ส่วนกลาง
- โซ่
- ท้าทาย
- ความท้าทาย
- ท้าทาย
- เปลี่ยนแปลง
- chatbots
- ราคาถูก
- นาฬิกา
- เมฆ
- รหัส
- มา
- บริษัท
- บริษัท
- การแข่งขัน
- ครอบคลุม
- คอมพิวเตอร์
- แนวความคิด
- การเชื่อมต่อ
- รวบรวม
- ไม่หยุดหย่อน
- สร้าง
- การสร้าง
- ข้าม
- ลูกค้า
- ลูกค้า
- ข้อมูล
- ดาต้าเลค
- การจัดการข้อมูล
- คลังข้อมูล
- ฐานข้อมูล
- อิฐข้อมูล
- ข้อมูล
- วันที่
- วัน
- ออกแบบ
- รูปแบบการออกแบบ
- นักออกแบบ
- การออกแบบ
- นักพัฒนา
- พัฒนาการ
- devs
- do
- เอกสาร
- ไม่
- โดเมน
- Dont
- ลง
- อย่างมาก
- ขับรถ
- แต่ละ
- ง่ายดาย
- ทางตะวันออก
- ง่าย
- มีประสิทธิภาพ
- อย่างมีประสิทธิภาพ
- ความพยายาม
- ช่วยให้
- การเปิดใช้งาน
- วิศวกร
- ภาษาอังกฤษ
- ทำให้มั่นใจ
- Enterprise
- ผู้ประกอบการ
- ทั้งหมด
- ระดับเริ่มต้น
- สิ่งแวดล้อม
- ยุค
- โดยเฉพาะอย่างยิ่ง
- จำเป็น
- อีเทอร์
- อีเธอร์ (ETH)
- แม้
- เหตุการณ์
- ทุกๆ
- ทุกวัน
- ตัวอย่าง
- น่าตื่นเต้น
- อธิบาย
- สุดโต่ง
- อำนวยความสะดวก
- อำนวยความสะดวก
- ข้อเท็จจริง
- ไกล
- ที่น่าสนใจ
- เร็วขึ้น
- สองสาม
- สนาม
- มะเดื่อ
- เงินทุน
- ทางการเงิน
- หา
- ชื่อจริง
- ที่ไหล
- มุ่งเน้น
- โดยมุ่งเน้น
- สำหรับ
- รากฐาน
- ราคาเริ่มต้นที่
- อย่างเต็มที่
- การผสม
- ยีน
- รุ่น
- กำเนิด
- กำเนิด AI
- ได้รับ
- ได้รับ
- ให้
- Gmail
- Go
- ไป
- มี
- ช่วย
- โปรดคลิกที่นี่เพื่ออ่านรายละเอียดเพิ่มเติม
- จุดสูง
- สูงกว่า
- ของเขา
- ประวัติ
- สรุป ความน่าเชื่อถือของ Olymp Trade?
- HTTPS
- i
- ความคิด
- if
- ส่งผลกระทบ
- สำคัญ
- ประทับใจ
- in
- ขึ้น
- ข้อมูล
- ความเข้าใจ
- แบบบูรณาการ
- บูรณาการ
- ภายใน
- อินเทอร์เน็ต
- เข้าไป
- ปัญหา
- IT
- เพียงแค่
- เก็บ
- คีย์
- เตะ
- ความรู้
- ทะเลสาบ
- ภาษา
- ใหญ่
- ส่วนใหญ่
- การเรียนรู้
- การใช้ประโยชน์
- โกหก
- ตลอดชีวิต
- กดไลก์
- llm
- นาน
- เวลานาน
- สูญหาย
- เครื่อง
- เรียนรู้เครื่อง
- ทำ
- การทำ
- การจัดการ
- การผลิต
- หลาย
- ตลาด
- การตลาด
- กลยุทธ์การตลาด
- มาก
- เรื่อง
- เรื่อง
- เพิ่ม
- สูงสุด
- ในขณะเดียวกัน
- กลาง
- อาจ
- ผสม
- ML
- แบบ
- โมเดล
- ทันสมัย
- ข้อมูลเพิ่มเติม
- มากที่สุด
- ย้าย
- การเคลื่อนไหว
- มาก
- หลาย
- my
- จำเป็นต้อง
- ความต้องการ
- ใหม่
- ผลิตภัณฑ์ใหม่
- ถัดไป
- เด่น
- of
- ปิด
- on
- ONE
- การดำเนินการ
- โอกาส
- or
- คำสั่งซื้อ
- องค์กร
- Organized
- การจัดระเบียบ
- ออร์แลนโด
- อื่นๆ
- ด้านนอก
- เกิน
- ส่วนหนึ่ง
- รูปแบบ
- คน
- การปฏิบัติ
- ภาพ
- สถานที่
- ที่ราบ
- แพลตฟอร์ม
- เพลโต
- เพลโตดาต้าอินเทลลิเจนซ์
- เพลโตดาต้า
- โพสต์
- ที่มีศักยภาพ
- ความแม่นยำ
- คาดการณ์
- ปัญหา
- ผลิตภัณฑ์
- ประสิทธิผล
- ดูรายละเอียด
- การเขียนโปรแกรม
- เป็นเจ้าของ
- ต้นแบบ
- การสร้างต้นแบบ
- ให้
- ใส่
- คำถาม
- อย่างรวดเร็ว
- เศษผ้า
- ตั้งแต่
- จริงๆ
- รับรู้
- อาศัย
- ต้อง
- แหล่งข้อมูล
- ผล
- ส่งผลให้
- ผลสอบ
- ค้าปลีก
- แข็งแรง
- บทบาท
- วิ่ง
- SaaS
- ค้นหา
- เห็น
- ความรู้สึก
- SharePoint
- ไซโล
- หย่อน
- ช้า
- มีขนาดเล็กกว่า
- สมาร์ท
- So
- ซอฟต์แวร์
- การพัฒนาซอฟต์แวร์
- บางสิ่งบางอย่าง
- ในไม่ช้า
- แหล่งที่มา
- ความตึงเครียด
- เฉพาะ
- กอง
- ที่เริ่มต้น
- ยังคง
- กลยุทธ์
- ที่พริ้ว
- การต่อสู้
- การศึกษา
- สรุป
- น่าแปลกใจ
- ระบบ
- ระบบ
- การออกแบบระบบ
- คุย
- แตะ
- ทีม
- เทคโนโลยี
- ที่
- พื้นที่
- ของพวกเขา
- พวกเขา
- ตัวเอง
- ที่นั่น
- ล้อยางขัดเหล่านี้ติดตั้งบนแกน XNUMX (มม.) ผลิตภัณฑ์นี้ถูกผลิตในหลายรูปทรง และหลากหลายเบอร์ความแน่นหนาของปริมาณอนุภาคขัดของมัน จะทำให้ท่านได้รับประสิทธิภาพสูงในการขัดและการใช้งานที่ยาวนาน
- พวกเขา
- สิ่ง
- คิด
- คิด
- นี้
- เวลา
- ไปยัง
- ในวันนี้
- หัวข้อ
- เทรด
- แบบดั้งเดิม
- ผ่านการฝึกอบรม
- การฝึกอบรม
- การทำธุกรรม
- แปลง
- เปิดเผย
- พื้นฐาน
- น่าเสียดาย
- ไม่ได้ใช้
- การปรับปรุง
- ใช้
- มือสอง
- การใช้
- มีคุณค่า
- ความคุ้มค่า
- ความเก่งกาจ
- แนวตั้ง
- มาก
- ดู
- คลังสินค้า
- คือ
- we
- ดี
- อะไร
- เมื่อ
- ว่า
- ที่
- ในขณะที่
- WHO
- จะ
- กับ
- ไม่มี
- งาน
- โลก
- เขียน
- ยัง
- ลมทะเล