Для компаний вопрос уже не в том, какая модель ИИ самая мощная, а в том, как эффективно ее использовать для получения конкретных и измеримых результатов. В анализе, опубликованном Journal du Net, создание ценности, связанное с искусственным интеллектом, представлено как зависящее теперь в основном от данных компаний и их способности эти данные мобилизовать.
Автор напоминает, что ИИ следует траектории, сравнимой с облачными технологиями, хранением данных или вычислительной мощностью. По мере того как эти технологии становятся зрелыми, они становятся более производительными, доступными и глубже интегрируются в работу компаний. В условиях нынешнего ускорения задача уже не столько в доступе к ним, сколько в извлечении из них реальной ценности.
Дебаты, сфокусированные на моделях
Значительная часть дискуссий о генеративном ИИ была сосредоточена на самих моделях: какая из них самая мощная, надежная, быстрая. Обсуждения эволюционируют, смещаясь к тому, как ИИ может ускорить разработку продуктов, улучшить клиентский опыт, повысить операционную эффективность или снизить затраты. Крупные модели генеративного ИИ множатся, их производительность растет, так что компании имеют беспрецедентный выбор. Они будут отличаться, согласно тексту, не столько доступным им интеллектом, сколько тем, как они его используют.
Модели предоставляют общие возможности, но именно собственные данные каждой организации снабжают их знаниями, необходимыми для получения релевантных результатов. Чтобы создавать ценность, эти данные должны быть легко доступны для использования как бизнес-командами, так и системами ИИ в рамках доверенной среды. Разрозненные данные ограничивают потенциал ИИ, тогда как управляемые, контекстуализированные и доступные данные могут значительно увеличить его влияние.
Архитектура, способная к эволюции
Таким образом, руководителям нужны архитектуры, способные развиваться так же быстро, как и модели. Строить стратегию вокруг единственной модели рискует запереть компанию в постоянно меняющейся технологической среде. Цель, скорее, в том, чтобы интегрировать инновации по мере их появления, обеспечивая при этом согласованность и управление данными.
Текст выделяет автоматическую маршрутизацию моделей, которая заключается в направлении каждой задачи к наиболее подходящей модели по таким критериям, как производительность, стоимость или сложность. Этот подход позволяет использовать ИИ более эффективно, не прибегая систематически к самой мощной модели для каждой задачи.
Критерии успеха тоже должны измениться. Количество запросов или токенов (единиц текста, обрабатываемых моделью) измеряет использование, но ничего не говорит о созданной ценности. Вопрос, который следует задавать, таков: позволяет ли ИИ принимать более качественные решения, улучшать продукт, укреплять отношения с клиентами, оптимизировать операции или создавать новые возможности для роста?
« Долгое время мы думали, что конкуренция в области искусственного интеллекта будет разворачиваться между моделями. Однако реальность такова, что интеллект постепенно становится товаром массового потребления. » Таким образом, создание ценности смещается к данным компаний и их способности использовать эти данные для предоставления ИИ необходимого контекста.
