最近では、生成 AI や AI言語モデルを活用してコードのデバッグからデータの異常検出まで、。 突然、AI が再び熱くなっており、誰もがその時流に乗りたがっています。起業家は AI 会社を設立したいと考えており、企業経営者は AI 会社を設立したいと考えています。 ビジネスに AI を導入する、そして投資家はAIに投資したいと考えています。
大規模言語モデル (LLM) の力の擁護者として、私は生成 AI には計り知れない可能性があると信じています。 これらのモデルは、個人の生産性を向上させる上での実用的な価値をすでに実証しています。 たとえば、私は LLM によって生成されたコードを自分の仕事に組み込み、この記事の校正に GPT-4 を使用しました。
生成型 AI はビジネスにとって特効薬でしょうか?
現在の差し迫った問題は、規模の大小を問わず、LLM の作成に関与していない企業が、Gen AI の力を活用して収益を向上させるにはどうすればよいでしょうか?
残念ながら、LLM を個人の生産性向上のために使用するか、ビジネス利益のために使用するかの間には溝があります。 ビジネス ソフトウェア ソリューションの開発と同様に、目に見える以上のことが行われます。 GPT-4 を使用してチャットボット ソリューションを作成する例を使用するだけでも、簡単に数か月かかります。 数百万ドルかかる チャットボットを XNUMX つ作成するだけです。
この記事では、ビジネス上の利益のために世代 AI を活用するための課題と機会について概説し、ビジネスにおけるテクノロジーの価値を解き放とうとしている起業家、企業幹部、投資家向けに AI の土地の状況を明らかにします。
ビジネスにおける AI への期待
テクノロジーは今日のビジネスに不可欠な部分です。 企業が新しいテクノロジーを導入すると、業務効率が向上し、ビジネスの成果が向上することが期待されます。 企業は、種類に関係なく、AI にも同様の機能を期待しています。
一方で、ビジネスの成功はテクノロジーだけに依存するわけではありません。 世代 AI や AI言語モデルを活用してコードのデバッグからデータの異常検出まで、.
ビジネス ソフトウェア ソリューションの実装と同様に、AI の企業導入を成功させるには、XNUMX つの重要な要素が必要です。テクノロジーは、期待どおりに具体的なビジネス価値を提供するために機能する必要があります。もう XNUMX つは、導入組織は、成功のための他のビジネス オペレーションの管理と同様に、AI の管理方法を知っている必要があります。 。
生成型 AI の誇大宣伝サイクルと幻滅
あらゆる新しいテクノロジーと同様に、Gen AI も Gartner のハイプ サイクルを必ず通過します。 ChatGPT のような人気のあるアプリケーションが大衆の AI の認識を引き起こし、私たちはほぼ達成しています。 膨らんだ期待のピーク。 やがて、興味が薄れ、実験が失敗し、投資が消滅するなど、「幻滅の谷」が訪れるだろう。
「幻滅の谷」は、テクノロジーの未熟さやアプリケーションの不適合など、いくつかの理由によって引き起こされる可能性がありますが、多くの起業家、企業幹部、投資家の心を打ち砕く可能性がある、共通世代 AI の XNUMX つの幻滅を以下に示します。 こうした幻滅を認識しないと、テクノロジーをビジネスに導入する際の現実的な課題を過小評価したり、タイムリーで賢明な AI 投資を行う機会を逃したりする可能性があります。
よくある幻滅の XNUMX つ: 生成 AI が競争の場を平等にする
何百万人もの人々が gen AI ツールを利用して、情報へのアクセスからコードの記述に至るまで、幅広いタスクを実行しているため、gen AI はあらゆるビジネスの競争条件を平準化しているようです。誰でも使用でき、英語が新しいプログラミング言語になります。
これは特定のコンテンツ作成のユースケース (マーケティング コピーライティング) には当てはまりますが、結局のところ、gen AI は自然言語理解 (NLU) と自然言語生成 (NLG) に重点を置いています。 テクノロジーの性質上、深いドメイン知識を必要とするタスクには困難を伴います。 たとえば、ChatGPT は「重大な不正確さ」を含む医学論文を生成し、 CFA試験に落ちた.
ドメインの専門家は深い知識を持っていますが、AI や IT に詳しくなく、AI の内部動作を理解していない場合もあります。 たとえば、AI API を使用してソリューションをプログラムすることは言うまでもなく、望ましい結果を得るために ChatGPT を効果的にプロンプトする方法もわからないかもしれません。
AI 分野の急速な進歩と激しい競争により、基礎的な LLM はますます商品化しています。 LLM 対応のビジネス ソリューションの競争上の優位性は、特定の高価値の独自データを所有するか、ドメイン固有の専門知識を習得するか、別の場所にあるはずです。
既存の企業は、そのような分野固有の知識や専門知識をすでに蓄積している可能性が高くなります。 このような利点がある一方、レガシープロセスが導入されており、それが迅速な導入を妨げている可能性もあります。 AI世代。 新興企業には、白紙の状態から始めてテクノロジーの力を最大限に活用できるという利点がありますが、重要なドメイン知識のレパートリーを獲得するには、迅速にビジネスを軌道に乗せる必要があります。 どちらも本質的に同じ根本的な課題に直面しています。
主な課題は、ビジネス ドメインの専門家が、専門家になることなく、ドメイン データや専門知識を活用しながら AI をトレーニングおよび監督できるようにすることです。 このような課題に対処するには、以下の主な考慮事項を参照してください。
生成的 AI の導入を成功させるための重要な考慮事項
gen AI は言語理解と生成技術を大幅に進化させていますが、すべてを実行できるわけではありません。 テクノロジーを活用しながら、その欠点を避けることが重要です。 人工知能への投資を検討している起業家、企業経営者、投資家向けに、いくつかの重要な技術的考慮事項を強調します。
AIの専門知識: Gen AI は完璧には程遠いです。 社内ソリューションを構築する場合は、AI の内部動作を真に理解し、必要に応じていつでも改善できる専門家を社内に配置するようにしてください。 ソリューションを作成するために外部企業と提携する場合は、その企業が世代 AI を最大限に活用できる深い専門知識を持っていることを確認してください。
ソフトウェアエンジニアリングの専門知識: Gen AI ソリューションの構築は、他のソフトウェア ソリューションの構築とまったく同じです。 献身的なエンジニアリング努力が必要です。 社内ソリューションを構築する場合は、それらのソリューションを構築、保守、更新するための高度なソフトウェア エンジニアリングの才能が必要になります。 外部企業と協力することに決めた場合は、その企業が面倒な作業を行ってくれるようにしてください (ソリューションを簡単に構築、保守、更新できるノーコード プラットフォームを提供します)。
ドメインの専門知識: Gen AI ソリューションを構築するには、多くの場合、ドメイン知識の取り込みと、そのようなドメイン知識を使用したテクノロジーのカスタマイズが必要になります。 社内で構築するか外部パートナーと協力するかに関係なく、ソリューションでそのような知識を提供できるだけでなく、その知識を活用する方法を知っている専門知識を持っていることを確認してください。 IT 専門家ではないことが多いドメイン専門家が、コーディングや追加の IT サポートを必要とせずに、Gen AI ソリューションを簡単に取り込み、カスタマイズし、保守できるようにすることは、お客様 (またはソリューション プロバイダー) にとって重要です。
リンク: https://venturebeat.com/ai/how-chatgpt-can-help-your-business-make-more-money/?utm_source=pocket_saves
出典: https://venturebeat.com
- SEO を活用したコンテンツと PR 配信。 今日増幅されます。
- PlatoData.Network 垂直生成 Ai。 自分自身に力を与えましょう。 こちらからアクセスしてください。
- プラトアイストリーム。 Web3 インテリジェンス。 知識増幅。 こちらからアクセスしてください。
- プラトンESG。 自動車/EV、 カーボン、 クリーンテック、 エネルギー、 環境、 太陽、 廃棄物管理。 こちらからアクセスしてください。
- ブロックオフセット。 環境オフセット所有権の近代化。 こちらからアクセスしてください。
- 情報源： https://www.fintechnews.org/how-chatgpt-can-help-your-business-make-more-money/
