Kevin Topolskyעניין בדור הבא של מודלי AI Evaporates
הארגונים משנים את דגשם מהקסם של דור הבא של מודלים מתקדמים של AI כמו Google Gemini, Anthropic Claude, Amazon Bedrock, ו-OpenAI GPT-4. במקום זאת, המרכז כיום הוא על החזרי תמורה מוחשיים (ROI) כאשר הארגונים מעדיפים יישום פרקטי של AI יצוגי. ארון צ'נדרסקרן, סגן נשיא אנליסט מוביל ב-Gartner, מציין כי החברות פועלות באופן גובה בלבד עבור מקרי השימוש ב-genAI שמדגימים החזרי תמורה ברורים.
מציפון גבוהה אל קונס של מציאות: בדיקת מציאות
GenAI חווה ירידה בתשוקה כשהיא יורדת לקרש הבידיל. השוני הגובר בין הציפיות הגבוהות והתוצאות בפועל בעולם האמיתי, יחד עם האתגרים שהחברות נתקלות בהם בשיפור ניהול הנתונים שלהם ופרקטיקות של AI, תרמו להחלפה זו. רבות מהמובאיות של genAI נאבקות בהוצאת הכסף לחשבון, מה שיוצר אתגר לארגונים להצדיק השקעה מתמדת בפרויקטים אלה.
הנוף המשתנה של AI יצוגית: חשיפת מציאויות נסתרות
כאשר רעש הקריאה סביב מודלי AI של דור הבא מתחיל לעמוד, סדרה של שאלות קריטיות עולה, מאירה את הדינמיקה הבסיסית של ההפנייה בנוף של AI.
שאלות מרכזיות:
1. מהם הגורמים שהובילו לירידת תשוקה לטכנולוגיות AI יצוגיות?
2. מהן האתגרים העיקריים שנתקלים החברות בגישות את הערך המובטח של פרויקטי genAI?
3. איך ייחוד הארגונים בטרס שרטון הנתונים וניהול ה-AI כדי להשיג תוצאות מוצלחות?
4. מהן ההשפעות של העדיפות לניזון על מודלי AI מתקדמים מראש על עתיד האימוץ של AI בעסקים?
תשובות ותובנות:
1. ניתן לייחס את ירידת התשוקה להפרש בין הציפיות הגבוהות הראשוניות סביב genAI לבין התוצאות האמיתיות שמועברות על ידי פרויקטים אלה. בנוסף, הקשיים בהוכחת ההחזרי תמורה הברור עד שמתה את התשוקה לטכנולוגיות אלה.
2. הארגונים נתקלים בקושי בשיפור תהליכי הנתונים שלהם כדי להבטיח כניסות באיכות גבוהה למודלים של genAI. בנוסף, ניוון האתגרים הקשורים לנתונים ולניהול AI האחראי מהווים אתגר משמעותי.
3. תוצאות מוצלחות מושעות בהקמת צינורות נתונים חזקים, הבטחה באיכות הנתונים ויישום של מסגרות ניהול AI יעילות המותאמות למטרות הארגוניות ולשקולות המקצועיות.
4. העדיפות לניזון מדגישה גלילה פקטית למשיכת ערך עסקי גובה מההשקעות ב-AI, מניעת עסקים לגישות מראשיות ליישומים פרקטיים עם השפעה מדידתית.
יתרונות וחסרונות:
בזמן שהתלוש של תשוקה למודלי AI מתקדמים עלול לסמן שלב של רכישה של העמל של תעשיית AI ליישומים בעולם האמיתי, זה גם עשוי לעלות על דאגה אודות כדי לכבות חדשנות ולהגביל את חקר הטכנולוגיות המהפכניות. המיקוד על ROI מדגיש גישה פרגמטית לאימוץ של AI אך עשוי להסתיר הזדמנויות שינוי לטווח ארוך אפשריות שעשויות לדרוך לגידול ולתחרות עתידה.
ללמעלה בחקירת הניתוח על הנוף המתפתח של AI יצוגית וההשפעה הרחבה של הסיבה הזו, הקוראים עשויים לגלות את הקישורים הבאים שווים:
