ប្រសិនបើអ្នកបានតាមដានការវិវត្តនៃបច្ចេកវិទ្យា AI ជំនាន់ថ្មី (GenAI) នាពេលថ្មីៗនេះ អ្នកទំនងជាធ្លាប់ស្គាល់ពីគោលគំនិតស្នូលរបស់វា៖ របៀបដែលម៉ូដែល GenAI ដំណើរការ សិល្បៈនៃការបង្កើតការជម្រុញ និងប្រភេទនៃទិន្នន័យដែលម៉ូដែល GenAI ពឹងផ្អែកលើ .
ខណៈពេលដែលធាតុផ្សំជាមូលដ្ឋានទាំងនេះនៅក្នុង GenAI នៅតែថេរ របៀបដែលពួកវាត្រូវបានអនុវត្តកំពុងផ្លាស់ប្តូរ។ វិធីសាស្រ្តទៅកាន់ GenAI ដែលបានចាប់យកការចាប់អារម្មណ៍ជាមួយនឹងការកើនឡើងរបស់ ChatGPT នៅចុងឆ្នាំ 2022 ទំនងជាមិនមែនជាវិធីសាស្រ្តដូចគ្នាដែលសហគ្រាសនឹងទទួលយកនៅពេលដែលពួកគេប្រើប្រាស់ GenAI ដើម្បីបង្កើនសមត្ថភាពអាជីវកម្មថ្មី។
ចូរយើងស្វែងយល់ពីរបៀបដែលគំនិតទាំងនេះជុំវិញ AI ជំនាន់កំពុងវិវត្ត និងអ្វីដែលការផ្លាស់ប្តូរនេះមានន័យសម្រាប់អនាគតរបស់ GenAI នៅក្នុងពិភពអាជីវកម្ម។
វិធីសាស្រ្តប្រពៃណីចំពោះ AI ជំនាន់
នៅស្នូលរបស់វា ធាតុជាមូលដ្ឋាននៃ GenAI អាចត្រូវបានសង្ខេបដូចជា:
- គំរូគ្រឹះ៖ គំរូគ្រឹះគឺជាគំរូ GenAI ដែលអាចគាំទ្រការប្រើប្រាស់យ៉ាងទូលំទូលាយ។ រហូតមកដល់បច្ចុប្បន្ន ម៉ូដែល GenAI មួយចំនួនតូច ដូចជាម៉ូដែល GPT ដែលត្រូវបានបង្កើតឡើងដោយ OpenAI បានគ្រប់គ្រងកន្លែងនេះ។
- ទិន្នន័យ: ម៉ូដែលពឹងផ្អែកលើទិន្នន័យសម្រាប់គោលបំណងបណ្តុះបណ្តាល។ ជាប្រពៃណី ទិន្នន័យនោះបានយកទម្រង់ភាគច្រើន ទិន្នន័យដែលមិនមានរចនាសម្ព័ន្ធ។ដែលអ្នកលក់នៃគំរូគ្រឹះ ដូចជា OpenAI - ធ្លាប់បង្ហាត់គំរូរបស់ពួកគេមុននឹងដាក់ឱ្យប្រើប្រាស់ជាសាធារណៈ។
- វិស្វកម្មភ្លាមៗ៖ វិស្វកម្មរហ័សគឺជាដំណើរការនៃការបង្កើតការជម្រុញដែលនឹងបង្កើតការឆ្លើយតបសមស្របពីគំរូ GenAI ។ ដោយសារការប្រើប្រាស់គំរូគ្រឹះដែលបានបណ្តុះបណ្តាលជាមុនមិនផ្តល់ឱកាសច្រើនសម្រាប់ការកែប្រែទិន្នន័យ ឬបរិបទនៃម៉ូដែលទាំងនោះតាមបំណង វិស្វកម្មភ្លាមៗមានសារៈសំខាន់ណាស់សម្រាប់ការទទួលបានគំរូ AI ដើម្បីគាំទ្រករណីប្រើប្រាស់មួយចំនួន។ អ្នកមិនអាចគ្រប់គ្រងទិន្នន័យ ឬគំរូខ្លួនវាបានទេ ប៉ុន្តែអ្នកអាចគ្រប់គ្រងការជំរុញដែលអ្នកបញ្ចូលទៅក្នុងវា។
សរុបមក ប្រព័ន្ធអេកូ GenAI សម្រាប់ឆ្នាំមុនកន្លះ ឬដូច្នេះត្រូវបានគ្របដណ្ដប់ដោយគំរូគ្រឹះភាគីទីបី ដែលត្រូវបានបណ្តុះបណ្តាលជាមុនលើសំណុំទិន្នន័យទូទៅដែលមិនមានរចនាសម្ព័ន្ធ ដើម្បីដោះស្រាយករណីប្រើប្រាស់ដែលពឹងផ្អែកខ្លាំងលើវិស្វកម្មភ្លាមៗ។ នៅក្នុងពិភពលោកនេះ អ្នកលក់ដែលបានសាងសង់គំរូគ្រឹះគឺជាអ្នកយាមទ្វារដ៏សំខាន់ ចាប់តាំងពីការសម្រេចចិត្តរបស់ពួកគេអំពីរបៀបដែលម៉ូដែលដំណើរការ និងទិន្នន័យណាដែលពួកគេបានបណ្តុះបណ្តាលលើការកំណត់ឧបសគ្គជុំវិញរបៀបដែលម៉ូដែលអាចត្រូវបានប្រើប្រាស់។
ការច្នៃប្រឌិតនៅក្នុងសហគ្រាសបង្កើត AI
ក្រឡេកមើលទៅអនាគត វិធីសាស្រ្តនេះត្រៀមនឹងផ្លាស់ប្តូរតាមវិធីសំខាន់ៗមួយចំនួន។
1. គំរូមូលនិធិផ្ទាល់ខ្លួន
ការផ្លាស់ប្តូរដ៏ធំបំផុតមួយគឺការបង្កើនភាពអាចរកបាននៃគំរូគ្រឹះលើសពីអ្វីដែលផ្តល់ដោយក្រុមហ៊ុនដែលមានជំនាញក្នុងសេវាកម្ម AI ជំនាន់។
បន្ថែមពីលើគំរូប្រភពបើកចំហដែលត្រូវបានចេញផ្សាយដោយក្រុមហ៊ុនដូចជា Meta និង Google ឥឡូវនេះយើងកំពុងឃើញអ្នកលក់ដូចជា SAP បង្កើតគំរូគ្រឹះផ្ទាល់ខ្លួនរបស់ពួកគេ។ សំខាន់ ម៉ូដែលទាំងនេះនឹងផ្តល់ឱកាសកាន់តែធំសម្រាប់សហគ្រាសដើម្បីធ្វើប្រតិបត្តិការគំរូតាមតម្រូវការ ដោយបញ្ចូលប៉ារ៉ាម៉ែត្រផ្ទាល់ខ្លួនរបស់ពួកគេ ដើម្បីគ្រប់គ្រងបរិបទដែលម៉ូដែលដំណើរការ។ ក្នុងករណីខ្លះ ពួកគេក៏អាចបណ្តុះបណ្តាល ឬបង្ហាត់គំរូឡើងវិញលើទិន្នន័យផ្ទាល់ខ្លួនផងដែរ។
ចំណុចសំខាន់នៅទីនេះគឺថា គំរូគ្រឹះជំនាន់ថ្មីកំពុងផ្តល់ឱ្យសហគ្រាសនូវការគ្រប់គ្រងយ៉ាងម៉ត់ចត់ជាងពីរបៀបដែលពួកគេប្រើប្រាស់ AI ជំនាន់។ ពួកគេលែងត្រូវតែដោះស្រាយសម្រាប់ម៉ូដែលទូទៅដែលមិនត្រូវបានរចនាឡើងសម្រាប់ករណីប្រើប្រាស់ជាក់លាក់របស់ពួកគេទៀតទេ។ ជំនួសមកវិញ ពួកគេអាចកែប្រែឥរិយាបថគំរូតាមវិធីយ៉ាងទូលំទូលាយ – ប្រសិនបើពួកគេមានសមត្ថភាពវិស្វកម្មទិន្នន័យដើម្បីធ្វើដូច្នេះបាន។
2. ការប្រើប្រាស់ទិន្នន័យដែលមានរចនាសម្ព័ន្ធ
ជាប្រវត្តិសាស្ត្រ ម៉ូដែល GenAI ត្រូវបានបណ្តុះបណ្តាលជាចម្បងលើទិន្នន័យដែលមិនមានរចនាសម្ព័ន្ធ ដូចជាឯកសារ និងគេហទំព័រជាដើម ពីព្រោះគោលដៅចម្បងរបស់អ្នករចនាម៉ូដគឺអនុញ្ញាតឱ្យអ្នកប្រើប្រាស់ស្វែងរក ឬសង្ខេបទិន្នន័យនៅក្នុងឯកសារទាំងនោះ។ ជាការសំខាន់ ម៉ូដែល GenAI ដូចអ្នកបង្កើតដោយ OpenAI គឺជាចំណុចប្រទាក់ស្វែងរកជំនួសសម្រាប់គេហទំព័រ។
នេះនៅតែជាករណីប្រើប្រាស់ដ៏សំខាន់មួយសម្រាប់ GenAI នៅក្នុងអាជីវកម្ម។ ករណីប្រើប្រាស់ដែលកំពុងលេចធ្លោមួយបន្ថែមទៀតគឺការប្រើប្រាស់ GenAI ជាចំណុចប្រទាក់សម្រាប់សួរទិន្នន័យដែលមានរចនាសម្ព័ន្ធ ដូចជាព័ត៌មានដែលរក្សាទុកក្នុងមូលដ្ឋានទិន្នន័យជាដើម។ សហគ្រាសអាចធ្វើដូចនេះបានដោយប្រើដំណោះស្រាយដូចជា Amazon Q ។
នេះគឺសំខាន់ព្រោះវាបង្ហាញថា GenAI អាចបង្កើនសមត្ថភាពរបស់អាជីវកម្មក្នុងការបកស្រាយបរិមាណដ៏ធំនៃទិន្នន័យរចនាសម្ព័ន្ធដែលពួកគេមាន។ កាលពីមុន ការដោះស្រាយសំណួរដោយផ្អែកលើទិន្នន័យនេះតម្រូវឱ្យអ្នកវិភាគទិន្នន័យអ្នកជំនាញដែលសរសេរសំណួរស្មុគស្មាញដោយដៃហើយបន្ទាប់មកបង្កើតរបាយការណ៍។ ឥឡូវនេះ GenAI អាចធ្វើការងារនោះក្នុងអត្រាលឿនជាងសូម្បីតែអ្នកវិភាគទិន្នន័យដែលមានជំនាញបំផុតអាចសម្រេចបាន។
3. ការលេចចេញនៃអ្នកចែកចាយទិន្នន័យ
ការរួមបញ្ចូលគំរូ AI ជាមួយនឹងទិន្នន័យទាំងអស់ដែលមាននៅក្នុងអាជីវកម្មគឺជាកិច្ចការដ៏ស្មុគស្មាញមួយ ព្រោះវាជាញឹកញាប់មិនច្បាស់ថាតើសំណុំទិន្នន័យណាដែលពាក់ព័ន្ធបំផុតសម្រាប់ករណីប្រើប្រាស់ជាក់លាក់មួយ។ ជាឧទាហរណ៍ នៅពេលសួរទិន្នន័យលក់ តើគំរូគួរត្រូវបានសួរដោយប្រើទិន្នន័យពីប្រព័ន្ធ ERP CRM សៀវភៅបញ្ជីដែលបានរៀបចំដោយដៃ ឬអ្វីផ្សេងទៀត?
ដើម្បីដោះស្រាយបញ្ហានេះ អាជីវកម្មទំនងជានឹងទទួលយកនូវអ្វីដែលខ្ញុំហៅថា "អ្នកបញ្ជូនទិន្នន័យ"។ អ្នកបញ្ជូនទិន្នន័យគឺជាឧបករណ៍រួមបញ្ចូលដែលបង្ហាញទិន្នន័យទៅកាន់សេវាកម្ម GenAI ប្រកបដោយប្រសិទ្ធភាព ដែលធ្វើឱ្យវាងាយស្រួលសម្រាប់សហគ្រាសក្នុងការប្រើទិន្នន័យរបស់ពួកគេសម្រាប់ការបណ្តុះបណ្តាលគំរូផ្ទាល់ខ្លួន។ ជំនួសឱ្យការបង្ខំឱ្យសហគ្រាសកំណត់ទិន្នន័យណាមួយដែលពួកគេត្រូវការសម្រាប់ការបណ្តុះបណ្តាល AI ពួកគេនឹងងាកទៅរកអ្នកបញ្ជូនទិន្នន័យដើម្បីដោះស្រាយការងារនេះ។
នេះដាក់អ្នកលក់អ្នកចែកចាយទិន្នន័យនៅក្នុងទីតាំងមួយដើម្បីក្លាយជាអ្នកយាមទ្វារថ្មីនៃទេសភាព GenAI ។ ថាមពលនឹងផ្លាស់ប្តូរពីអ្នកលក់ដែលបង្កើតគំរូ AI ទៅជាអ្នកដែលមានឥទ្ធិពលលើទិន្នន័យដែលអាចរកបានដើម្បីគាំទ្រការជំរុញ។
ឆ្ពោះទៅរកទិដ្ឋភាពបែបប្រជាធិបតេយ្យ និងជាមជ្ឈមណ្ឌលទិន្នន័យ GenAI?
ទីបំផុតការផ្លាស់ប្តូរទាំងនេះ - ដែលកំពុងដំណើរការរួចហើយ - សន្យាថានឹងធ្វើឱ្យ GenAI កាន់តែប្រជាធិបតេយ្យ ក្នុងន័យថាសហគ្រាសនឹងមានការគ្រប់គ្រងកាន់តែច្រើនលើរបៀបដែលពួកគេប្រើប្រាស់ GenAI ។
ក្នុងពេលជាមួយគ្នានេះ ពួកគេបង្កើតទិន្នន័យ – ជាពិសេសទិន្នន័យកម្មសិទ្ធិដែលជាកម្មសិទ្ធិរបស់អាជីវកម្មជាក់លាក់ – មានសារៈសំខាន់ជាងពេលណាទាំងអស់។ ជាជាងត្រូវបានគេមើលឃើញចំពោះអ្នកលក់គំរូ AI មួយក្តាប់តូច និងទិន្នន័យដែលពួកគេបានសម្រេចចិត្តបណ្តុះបណ្តាល សហគ្រាសនឹងសម្រេចចិត្ត ដោយមានជំនួយពីអ្នកបញ្ជូនទិន្នន័យ ដែលព័ត៌មានអាចអនុញ្ញាតិឱ្យឧបករណ៍ និងសេវាកម្ម GenAI ។
ដើម្បីរីកចម្រើននៅក្នុងពិភពលោកថ្មីដ៏ក្លាហាននេះ សមត្ថភាពក្នុងការគ្រប់គ្រង និងគ្រប់គ្រងទិន្នន័យប្រកបដោយប្រសិទ្ធភាពនឹងក្លាយជាគន្លឹះ។ ការគ្រប់គ្រងទិន្នន័យ មានសារៈសំខាន់សម្រាប់សហគ្រាសតាំងពីយូរយារណាស់មកហើយ ប៉ុន្តែប្រសិនបើសហគ្រាសចង់ទាញយកអត្ថប្រយោជន៍ពីឱកាសដែលកំពុងរីកចម្រើនជុំវិញ GenAI ពួកគេនឹងត្រូវការកម្រិតគ្រប់គ្រងទិន្នន័យដែលមិនធ្លាប់មានពីមុនមក ដូច្នេះអាជីវកម្មអាចប្រើវាដើម្បីបើកករណីប្រើប្រាស់ GenAI ផ្ទាល់ខ្លួន។
ការពិភាក្សានោះឥឡូវនេះកំពុងមាន ហើយនឹងក្លាយជាគន្លឹះក្នុងការត្រួតពិនិត្យក្នុងខែ និងឆ្នាំខាងមុខ។
- SEO ដែលដំណើរការដោយមាតិកា និងការចែកចាយ PR ។ ទទួលបានការពង្រីកថ្ងៃនេះ។
- PlatoData.Network Vertical Generative Ai. ផ្តល់អំណាចដល់ខ្លួនអ្នក។ ចូលប្រើទីនេះ។
- PlatoAiStream Web3 Intelligence ។ ចំណេះដឹងត្រូវបានពង្រីក។ ចូលប្រើទីនេះ។
- ផ្លាតូអេសជី។ កាបូន CleanTech, ថាមពល, បរិស្ថាន, ពន្លឺព្រះអាទិត្យ ការគ្រប់គ្រងកាកសំណល់។ ចូលប្រើទីនេះ។
- ផ្លាតូសុខភាព។ ជីវបច្ចេកវិទ្យា និង ភាពវៃឆ្លាត សាកល្បងគ្លីនិក។ ចូលប្រើទីនេះ។
- ប្រភព: https://www.dataversity.net/why-its-time-to-rethink-generative-ai-in-the-enterprise/
