Kevin TopolskyJärgmise põlvkonna tehisintellekti mudelite vastu on huvi hajunud
Ettevõtted nihutavad oma fookust eemale uuenduslike tehisintellekti mudelite nagu Google Gemini, Anthropic Claude, Amazon Bedrock ja OpenAI GPT-4 võlule. Selle asemel on nüüd tähelepanu suunatud otseselt investeeringutasuvusele (ROI), kuna organisatsioonid seab prioriteediks praktiliste genereeriva tehisintellekti rakenduste. Gartneri eristatud asepresidendi analüütiku Arun Chandrasekarani sõnul hakkavad ettevõtted üha enam kasutama genAI-d ainult kasutusjuhtude puhul, mis näitavad selgelt ROI-d.
Kõrgetest ootustest pettumusteni: Reaalsuse kontroll
GenAI kogeb entusiasmi langust, langedes pettumise orgu. Suur erinevus kõrgete ootuste ja reaalmaailma tulemuste vahel koos ettevõtete silmitsi seisvate väljakutsetega, et täiustada oma andmetehnika ja tehisintellekti juhtimise tavadega, on selle muutuse põhjuseks. Paljud genAI algatused võitlevad mõistlikku ROI-d pakkuvate tulemuste esitamisega, mis teeb nende projektidesse jätkuva investeeringu põhjendamise keeruliseks.
Genereeriva tehisintellekti muutuv maastik: Varjatud tõdede avamine
Kui kõrval järgmise põlvkonna tehisintellekti mudelite ümber käiva elevatori müra hakkab hajuma, ilmneb terve rida olulisi küsimusi, mis valgustavad AI maastiku fookuse muutumise aluseks olevaid dünaamikaid.
Põhiküsimused:
1. Millised tegurid on viinud huvi languseni generatiivsete AI-tehnoloogiate vastu?
2. Millega ettevõtted seisavad silmitsi genAI algatuste lubatud väärtuse realiseerimisel peamiste väljakutsetena?
3. Kuidas navigeerivad organisatsioonid keerulises andmetehnikas ja tehisintellekti juhtimises, et saavutada edukad tulemused?
4. Millised on ROI prioriteedi seadmise tagajärjed uute tehisintellekti mudelite ees tuleviku väljavaateid ettevõtete AI kasutuselevõtus?
Vastused ja insüdendid:
1. Huvi langus võib olla tingitud esialgsete kõrgete ootuste ja tegelike tulemuste vahelisest erinevusest genAI ümber. Lisaks on nende tehnoloogiate ümber põnevuse vähendanud raskused selge ROI esitamisel.
2. Ettevõtted kannatavad oma andmete tehnika täiustamise pärast, et tagada kvaliteetsed sisendid generatiivsetele tehisintellekti mudelitele. Lisaks moodustab vastutustundliku AI rakendamisega seotud juhtimisprobleemide navigeerimine olulise takistuse.
3. Edukate tulemuste jaoks on oluline luua tugevad andmepiirid, tagada andmekvaliteet ning rakendada tõhusaid tehisintellekti juhtimiskavasid, mis vastavad organisatsiooni eesmärkidele ja eetilistele kaalutlustele.
4. ROI prioriteet rõhutab pragmaatilist ümberorientatsiooni, et tõsta AI investeeringutest mõõdetav äri väärtus, juhtides ettevõtteid spekulatiivsetest jälitustest praktiliste rakenduste poole mõõdetava mõjuga.
Eelised ja puudused:
Kuigi kaduv huvi uuenduslike AI mudelite vastu võib tähendada AI tööstuse küpsenemist reaalmaailma rakenduste poole, tõstatatakse ka mureküsimusi võimaliku innovatsiooni pärssimise ja uudsete tehisintellekti tehnoloogiate uurimise piiramise osas. Fookus ROI-le esitleb pragmaatilist lähenemist AI kasutuselevõtule, kuid võib riskida pikaajaliste ümberkujundavate võimaluste eiramisega, mis võiksid tulevikus kasvu ja konkurentsivõimet edendada.
Et täiendavalt uurida muutuva genereeriva AI maastiku ja selle muutuse laiemaid tagajärgi, võiksid lugejad leida järgmised lingid väärtuslikeks:
