Generative KI – insbesondere ChatGPT – hat die Welt im Sturm erobert. Vom Schreiben über KI in a Shakespeare Stil zu Grundprogrammierung, verspricht ChatGPT, bestehende Arbeitsabläufe zu unterbrechen und das tägliche Leben neu zu gestalten.

In der Zwischenzeit stehen Unternehmen mit generativer KI vor einer weiteren Revolution. Sie können alle an ChatGPT übermittelten Daten entfernen und sie dann durch die Daten eines Unternehmens ersetzen, um die generative KI zu trainieren. Wie würde diese Fähigkeit zur Nutzung spezifischer Unternehmensdaten das Geschäft verändern?

Um das herauszufinden, hat DATAVERSITY® interviewt David McGraw, Senior Manager für Verbraucher- und Industrieprodukte bei West Monroe. David ist eine anerkannte Führungspersönlichkeit in der digitalen Fertigungstransformation mit einem tiefen Verständnis von Data Science, Data Engineering und Cloud-Architektur. Im Folgenden teilt er seine Gedanken über generative KI und wie Daten es regieren werden.

Was ist generative KI und wie funktioniert sie?

Generative KI bezieht sich auf die Maschinelles Lernen (ML) Algorithmen, die neue Inhalte erstellen, indem sie Entscheidungen auf der Grundlage statistischer Modelle treffen. Zwei Produkte, ChatGPT, das Text aus Daten erstellt, und DALL-E , das Bilder aus Daten erstellt, haben die Öffentlichkeit über diese Art von KI informiert.

Bevor die generative KI im Jahr 2023 berühmt wurde, gab es die Technologie schon eine ganze Weile, bemerkt McGraw. Diese Art von KI arbeitet mit einem generativen vortrainierten Transformer (GPT), einer Reihe von Algorithmen, die Reinforcement Learning auf verfügbaren Daten verwenden, um die Aufforderung eines Menschen neu zu berechnen und darauf zu reagieren. Weitere technische Details finden Sie unter hier.

Laut McGraw erregte ChatGPT Aufmerksamkeit, weil OpenAI ein GPT-Modell mit einer großen Datenmenge aus dem Internet trainierte:

„Jedes Unternehmen, das generative KI-Technologie mit ähnlichen Modellen und demselben Datensatz wie ChatGPT verwendet, wird sehen, dass seine Produkte konvergieren, um mit den ChatGPT-Ausgaben übereinzustimmen. In der Vergangenheit waren die Modelle selbst das IP, aber mit diesen generativen KI-Modellen als Service sind die Daten das neue IP.“

Daten als neue IP

Betrachten Sie die Schritte, um Informationen über den Besuch einer Stadt zu erhalten. Gehen Sie zuerst zu Google oder einem anderen Tool, geben Sie Ihre Suchanfrage ein und erhalten Sie eine Liste von Websites, Internetprotokollen (IPs), die verschiedene Touristenattraktionen in dieser Stadt beschreiben.

Vergleichen Sie diesen Vorgang mit dem Suchen von Informationen über ChatGPT. Fragen Sie zuerst ChatGPT, was ein Besucher in einer Stadt tun kann. Holen Sie sich dann ein paar Vorschläge von der KI.

Was ist der Unterschied? Bei der generativen KI werden, wie McGraw beschreibt, die Daten, die einem generativen KI-Modell gehören und von ihm verwendet werden, zur neuen IP, nicht zu anderen Website-Adressen.

Angenommen, jedes generative KI-Modell erhält gute Daten, aus denen es lernen kann, und eine Person versteht, wie man Ergebnisse aus diesem Produkt erhält. In diesem Fall kann eine Person die Informationen an einem Ort finden, anstatt sie auf mehrere Unternehmen zu verteilen. McGraw sagte:

„Verwenden Sie ein generatives KI-Modell, um einen großen Artikel zusammenzufassen und mehrere alternative Antworten zu präsentieren. Dann liest ein Mensch dieses Papier und wählt die beste Zusammenfassung der Software aus, um dieses Programm durch diese Feedback-Daten zu belohnen. Wiederholen Sie diese Aufgabe oft, und das Modell sucht weiter nach den meisten Belohnungen.“

Die KI lernt vorherzusagen, was sie als nächstes kommunizieren wird, und tut es dann.

Nutzen Sie generative KI, um von Ihren Daten zu profitieren

Daten als neues geistiges Eigentum zu machen bedeutet, dass Unternehmen direkt und indirekt von ihren Dateneingaben und Eingabeaufforderungen an ein KI-Modell profitieren, erklärte McGraw:

„Wenn Unternehmen Modelle trainieren, die die generative KI-Technologie auf ihre Daten anwenden, können sie die Modellierung hyperfokussieren, um Fragen zu beantworten, die für [ihre] Geschäftsziele relevant sind. So können Unternehmen beispielsweise Modelle erhalten, um Fragen zum täglichen Betrieb zu beantworten, was alle möglichen Möglichkeiten für die Automatisierung eröffnet.“

Unternehmen, die ihre Daten durch generative KI nutzen, sparen Zeit und Geld durch:

• Textbausteine: Generieren Sie automatisch Blog-Beiträge zu Produkten, Dienstleistungen oder anderen Themen. „Unternehmen können ihren personalisierten KI-Assistenten bitten, verschiedene Blog-Posts zu schreiben“, sagt McGraw. „Dann können sie mithilfe von Prompt Engineering tiefer eintauchen und bewusst auswählen, welche Frage sie in ihre generativen KI-Schnittstellen eingeben. Außerdem können Organisationen ihre Abfragen weiter verfeinern, um aktuelle Webbeiträge zu aktualisieren.“
• Kundendienst: „Generative KI-Modelle auf dieser ersten Unterstützungsebene haben, nachdem sie mit den Daten des Unternehmens trainiert wurden“, sagte McGraw. „Lassen Sie es häufige Anrufe von Kunden beantworten.“ Der Kundensupport könnte mehr Zeit haben, sich mit herausfordernden und komplexen Problemen zu befassen.
• Low-Level-Programmierung: Generative KI hat erfolgreich sich wiederholenden Low-Level-Code erstellt. Start-up-Organisationen haben also mehr Ressourcen, um ein Produkt zu entwickeln, und ihre Entwickler können sich auf die schwere Arbeit konzentrieren.
• Bessere Web-Erlebnisse: „Einige der früheren Bots auf Webseiten haben keine großartige sympathische Erfahrung gemacht“, sagte McGraw und stellte fest, dass diese Computerprogramme eine künstliche Warteschlange verwenden, um Fragen zu verarbeiten und Antworten zu generieren. „Mit generativen KI-Modellen, insbesondere ChatGPT, erhalten die Menschen eine sehr sympathische Erfahrung. Fragen, die zuvor im Gespräch gestellt wurden, müssen nicht erwähnt werden. Stattdessen weiß ChatGPT, dass das Thema gleich geblieben ist. Dann hat der Nutzer fast das Gefühl, mit einem Menschen statt mit der KI zu kommunizieren.“

Außerdem können Unternehmen ihre Daten verkaufen. McGraw stellte die Hypothese auf, dass „alle Unternehmen über einige Daten verfügen, die für jemanden außerhalb der Organisation äußerst wertvoll sind. Wenn Unternehmen in Zukunft ihre Geschäfte führen, werden sie nach hochwertigen Datensätzen hungern, um ihre generative KI zu füttern.“

McGraw wäre nicht überrascht, wenn sich Unternehmen im Silicon Valley zur gleichen Zeit zusammensetzen, während Sie diese Zeilen lesen, und darüber diskutieren, welche Datensätze für das KI-Training gekauft und verwendet werden sollen: „Viele Unternehmen werden bestimmte Datensätze von so vielen Unternehmen wie möglich erwerben wollen ihre KI auf eine Spezialität ausbilden.“ 

Ein Mensch muss auf dem Laufenden bleiben

Während die generative KI eine höhere Produktivität verspricht, ist sie stark auf die Führung durch den Menschen angewiesen. Da GPT aufgrund der verarbeiteten Daten, seines Lernstils und seiner Entscheidungsfähigkeit falsche Antworten erhalten kann, müssen Menschen während des gesamten Prozesses der KI-Erstellung involviert bleiben.

Darüber hinaus verursacht die generative KI, wenn sie abtrünnig wird, erhebliche Probleme und stressige Interaktionen. Angesichts dieser Einschränkungen müssen Menschen in Organisationen eingreifen, um:

Daten für KI-Training sammeln: „Generative KI erfordert ein bestimmtes Format und eine bestimmte Qualität, um das Training abzuschließen“, sagte McGraw. Folglich müssen sich Unternehmen überlegen: „Wie sammle ich in Zukunft meine Daten, damit ich meine KI trainieren kann?“ und planen Sie diese Aufgaben:

• Innerhalb der Firma: Menschen müssen entscheiden, welche Daten ein Unternehmen wie sammelt.
• Außerhalb der Einrichtung: Wenn Unternehmen ihre KI-Modelle auf der Infrastruktur einer anderen Person ausführen müssen, müssen sie wissen, wie und was zu tun ist, wenn der Eigentümer der Website die angezeigten Daten ändert – „zum Beispiel einige Datensätze abschaltet“, sagte McGraw.

Trainieren Sie die KI-Modelle: Menschen in Unternehmen müssen berücksichtigen, wann ein KI-Modell das Training abschließt und welche Einschränkungen für dieses Training bestehen.

Stellen Sie sicher, dass die KI gute Antworten liefert: Menschen müssen mehrere Rollen spielen, um während des KI-Trainings und bei der Markteinführung der KI-Software qualitativ hochwertige Antworten zu gewährleisten. 

Schnelles Engineering: Die Menschen müssen die besten Fragen bestimmen, um KI um gute Antworten zu bitten und Informationen durch sie zu erkunden.

Qualitätskontrolle: Menschen müssen generative KI-Modelle ausprobieren und testen für:

• Genauigkeit: Überprüfen Sie, ob die generierten Antworten korrekt sind.
• Gute Benutzererfahrung: Überprüfen Sie die technischen Eingabeaufforderungen eines menschlichen Leads auf eine sympathische und angenehme Erfahrung.
• Rechtskonformität: Stellen Sie sicher, dass das Eigentum an den Daten ordnungsgemäß ist und dass alle gesammelten und zurückgegebenen Daten legal und respektvoll sind Datenschutz.
• Unparteilichkeit: „KI-Software wird voreingenommener, wenn dieselben Eingaben mehrmals wiederverwendet werden“, sagte McGraw. Dies kann zu Ungenauigkeiten führen, wenn sich Kontexte um die eingegebenen Daten herum ändern. Die Leute müssen also wissen, wann Unternehmen die Eingaben aktualisieren oder die KI trainieren sollten, um unparteiischere Informationen zu erhalten.

Werbeeinnahmen erzielen: „Wenn sich Nutzer über die Google-Suche an Tools wie ChatGPT wenden, was passiert dann mit den Marketingeinnahmen, die für Google ausgegeben werden?“ fragte McGraw. Daher müssen Unternehmen neue Marketingstrategien für generative KI-Schnittstellen entwickeln.

Umgang mit Pushback: „Einige Arbeitnehmer werden befürchten, dass die generative KI sie ersetzen könnte, und negativ auf ihre Einführung reagieren“, sagte McGraw. Die Menschen müssen herausfinden, wie sie Änderungen mit KI umsetzen und wie sie mit der damit verbundenen Politik umgehen.

Zusammenfassung

Wenn sich Unternehmen in die generative KI verlieben und diese einsetzen, werden die Menschen erhebliche geschäftliche Produktivität und Herausforderungen sehen, insbesondere wenn sie das KI-Modell stark auf ihre Daten konzentrieren. Daten werden die Dominanz im Bereich der generativen KI verstärken und Unternehmen dazu zwingen, potenzielle Risiken zu mindern und Mitarbeiter mit Kenntnissen über generative KI einzustellen.

In der Zwischenzeit wird die generative KI intelligenter und funktioniert nahtloser in bestehenden Anwendungen. Erwarten Sie also viel mehr Produktivitätstools. 

Am wichtigsten, sagte McGraw,

„Daten werden wertvoller, als die Menschen jemals erwartet haben. Technologieunternehmen mit diesem Datenhunger können sich potenziell vertikal integrieren. Würde Google beispielsweise Pharmaunternehmen nur wegen ihrer Daten kaufen? Es könnte diese Daten dann verwenden, um ChatGPT-Derivate mit speziellem Fachwissen auszustatten.“

Mit der Zeit erscheint diese Art von Szenario realistischer, also erwarten Sie, dass sich der Wettlauf um Daten intensiviert.

Bild verwendet unter Lizenz von Shutterstock.com

• SEO-gestützte Content- und PR-Distribution. Holen Sie sich noch heute Verstärkung.
• Platoblockkette. Web3-Metaverse-Intelligenz. Wissen verstärkt. Hier zugreifen.
• Quelle: https://www.dataversity.net/how-generative-ai-will-transform-business/