Generatieve AI – met name ChatGPT – heeft de wereld stormenderhand veroverd. Van schrijven over AI in een Shakespeare stijl naar basisprogrammering, belooft ChatGPT bestaande workflows te verstoren en het dagelijks leven opnieuw te ontwerpen.

Ondertussen staan ​​bedrijven voor een nieuwe revolutie met generatieve AI. Ze kunnen alle gegevens verwijderen die naar ChatGPT worden gestuurd en deze vervolgens vervangen door de gegevens van een bedrijf om de generatieve AI te trainen. Hoe zou deze mogelijkheid om gebruik te maken van specifieke bedrijfsgegevens het bedrijf transformeren?

Om daar achter te komen heeft DATAVERSITY® geïnterviewd David McGraw, senior manager in consumenten- en industriële producten bij West Monroe. David is een erkend leider op het gebied van digitale productietransformatie met een diep begrip van datawetenschap, data-engineering en cloudarchitectuur. Hieronder deelt hij zijn gedachten over generatieve AI en hoe gegevens het zullen regeren.

Wat is generatieve AI en hoe werkt het?

Generatieve AI verwijst naar de machine learning (ML) algoritmen die nieuwe inhoud creëren door beslissingen te nemen op basis van statistische modellen. twee producten, ChatGPT, waarmee tekst wordt gemaakt van gegevens, en DALL-E, die afbeeldingen maakt van gegevens, hebben de publieke kennis over dit type AI vergroot.

Voordat generatieve AI in 2023 beroemd werd, bestond de technologie al een tijdje, merkt McGraw op. Dit type AI werkt vanuit een generatieve vooraf getrainde transformator (GPT), een reeks algoritmen die versterkend leren gebruiken op beschikbare gegevens om opnieuw te berekenen en te reageren op de prompt van een mens. Lees voor meer technische details hier.

ChatGPT kreeg volgens McGraw aandacht doordat OpenAI een GPT-model trainde op een grote hoeveelheid data van internet:

“Elk bedrijf dat generatieve AI-technologie gebruikt met vergelijkbare modellen en dezelfde dataset als ChatGPT, zal zijn producten zien convergeren om overeen te komen met ChatGPT-outputs. In het verleden waren de modellen zelf het IP, maar met deze generatieve AI-modellen als een service zijn de data het nieuwe IP.”

Data als het nieuwe IP

Overweeg de stappen om informatie te krijgen over het bezoeken van een stad. Ga eerst naar Google of een andere tool, voer uw zoekopdracht in en ontvang een lijst met websites, internetprotocollen (IP's) die verschillende toeristische attracties in die stad beschrijven.

Vergelijk dit proces met het vinden van informatie via ChatGPT. Vraag eerst aan ChatGPT wat een bezoeker in een stad kan doen. Krijg dan een paar suggesties van de AI.

Wat is het verschil? Met generatieve AI, zoals McGraw beschrijft, worden de gegevens die eigendom zijn van en worden gebruikt door een generatief AI-model het nieuwe IP-adres, niet verschillende website-adressen.

Stel dat elk generatief AI-model goede gegevens ontvangt om van te leren, en een persoon begrijpt hoe hij resultaten uit dat product kan halen. In dat geval kan een persoon de informatie allemaal op één plek vinden in plaats van verspreid over meerdere bedrijven. McGraw zei:

“Beschikken over een generatief AI-model om een ​​groot artikel samen te vatten en verschillende alternatieve reacties te presenteren. Vervolgens leest een mens dat papier en selecteert de beste samenvatting van de software, en beloont dat programma met die feedbackgegevens. Herhaal deze taak vaak en het model blijft zoeken naar de meeste beloningen.”

De AI leert hoe te voorspellen wat het vervolgens zal communiceren, en doet het dan.

Generatieve AI gebruiken om te profiteren van uw gegevens

Door gegevens als een nieuw IP-adres te maken, profiteren bedrijven direct en indirect van hun gegevensinvoer en prompts die aan een AI-model worden gegeven, legt McGraw uit:

“Als bedrijven modellen trainen die de generatieve AI-technologie op hun gegevens gebruiken, kunnen ze de modellering hyperfocussen om vragen te beantwoorden die relevant zijn voor [hun] zakelijke doelstellingen. Zo kunnen ondernemingen bijvoorbeeld modellen krijgen om vragen over de dagelijkse bedrijfsvoering te beantwoorden, wat allerlei automatiseringsmogelijkheden opent.”

Bedrijven die hun gegevens benutten via generatieve AI besparen tijd en geld door:

• Boilerplate schrijven: Genereer automatisch blogposts over producten, diensten of andere onderwerpen. "Bedrijven kunnen hun gepersonaliseerde AI-assistent vragen om verschillende blogposts te schrijven", aldus McGraw. “Vervolgens kunnen ze dieper duiken met behulp van snelle engineering, waarbij ze bewust selecteren welke vraag ze typen in hun generatieve AI-interfaces. Ook kunnen organisaties hun zoekopdrachten blijven verfijnen om actuele webberichten bij te werken.”
• Klantenservice: "Beschikken over generatieve AI-modellen op dat eerste ondersteuningsniveau nadat ze zijn getraind op de gegevens van het bedrijf", aldus McGraw. "Laat het frequente telefoontjes van klanten beantwoorden." Klantenondersteuning zou meer tijd kunnen hebben om zich te verdiepen in uitdagende en complexe problemen.
• Programmeren op laag niveau: Generatieve AI heeft met succes repetitieve code op laag niveau uitgevoerd. Startende organisaties hebben dus meer middelen om een ​​product te bouwen en hun ontwikkelaars kunnen zich concentreren op het zware werk.
• Betere webervaringen: "Sommige van de eerdere bots op webpagina's hebben geen geweldige persoonlijke ervaring opgeleverd", zei McGraw, erop wijzend dat deze computerprogramma's een gefabriceerde wachtrij gebruiken om vragen te verwerken en antwoorden te genereren. “Met generatieve AI-modellen, met name ChatGPT, krijgen mensen een heel persoonlijke ervaring. Ze hoeven geen vragen te noemen die eerder in het gesprek zijn gesteld. In plaats daarvan weet ChatGPT dat het onderwerp hetzelfde is gebleven. Dan voelt de gebruiker bijna dat hij met een mens communiceert in plaats van met de AI.”

Daarnaast kunnen bedrijven hun data verkopen. McGraw veronderstelde dat “alle bedrijven een aantal gegevens hebben die buitengewoon waardevol zijn voor iemand buiten de organisatie. Naarmate ondernemingen in de toekomst hun bedrijf runnen, zullen ze hunkeren naar hoogwaardige datasets om hun generatieve AI te voeden.”

McGraw zou niet verbaasd zijn als bedrijven in Silicon Valley op hetzelfde moment dat u deze woorden leest, gaan zitten en bespreken welke datasets moeten worden aangeschaft voor AI-training en gebruik: “Veel bedrijven zullen specifieke datasets van zoveel mogelijk bedrijven willen kopen om hun AI trainen in de richting van een specialiteit.” 

Een mens moet op de hoogte blijven

Terwijl generatieve AI hogere productiviteit belooft, is het sterk afhankelijk van mensen voor begeleiding. Aangezien GPT onjuiste antwoorden kan krijgen op basis van de gegevens die het verbruikt, zijn leerstijl en zijn besluitvormingsmogelijkheden, moeten mensen betrokken blijven bij het hele proces van AI's creaties.

Bovendien, wanneer generatieve AI schurkenstaat veroorzaakt, veroorzaakt dit aanzienlijke problemen en stressvolle interacties. Gezien deze beperkingen moeten mensen in organisaties ingrijpen om:

Gegevens verzamelen voor AI-training: "Generatieve AI vereist een specifiek formaat en kwaliteit om de training te voltooien", aldus McGraw. Bijgevolg moeten ondernemingen nadenken: "Hoe verzamel ik mijn gegevens in de toekomst zodat ik mijn AI kan trainen?" en plan deze taken:

• Binnen het bedrijf: Mensen moeten beslissen welke gegevens een bedrijf verzamelt en hoe het dat doet.
• Buiten de instelling: Als bedrijven hun AI-modellen op de infrastructuur van iemand anders moeten laten draaien, moeten ze weten hoe en wat ze moeten doen als de website-eigenaar de gepresenteerde gegevens wijzigt – “schakelt bijvoorbeeld sommige datasets uit”, aldus McGraw.

Train de AI-modellen: Mensen in bedrijven moeten overwegen wanneer een AI-model de training voltooit en wat de beperkingen zijn voor die training.

Zorg ervoor dat AI goede antwoorden retourneert: Mensen moeten meerdere rollen spelen om te zorgen voor kwaliteitsvolle reacties tijdens AI-training en wanneer de AI-software op de markt komt. 

Snelle techniek: Mensen moeten de beste vragen bepalen om AI om goede antwoorden te vragen en er informatie doorheen te verkennen.

Kwaliteitsverzekering: Mensen moeten generatieve AI-modellen bekijken en testen voor:

• Nauwkeurigheid: Controleer of de gegenereerde antwoorden correct zijn.
• Goede gebruikerservaring: Controleer technische aanwijzingen van een menselijke lead tot een persoonlijke en prettige ervaring.
• Wettelijke naleving: Zorg voor het juiste eigendom van de gegevens en dat alle verzamelde en geretourneerde gegevens legaal en respectvol zijn data Privacy.
• Onpartijdigheid: "AI-software wordt meer bevooroordeeld als dezelfde invoer meerdere keren wordt hergebruikt", zegt McGraw. Dit kan leiden tot onnauwkeurigheden als de context rond de ingevoerde gegevens verandert. Mensen moeten dus weten wanneer bedrijven de invoer moeten vernieuwen of de AI moeten trainen om meer onpartijdige informatie te krijgen.

Ontvang advertentie-inkomsten: "Als mensen tools zoals ChatGPT gebruiken via Google Zoeken, wat gebeurt er dan met de marketinginkomsten die voor Google worden uitgegeven?" vroeg McGraw. Als gevolg hiervan moeten bedrijven nieuwe marketingstrategieën bedenken voor generatieve AI-interfaces.

Omgaan met terugval: "Sommige werknemers zullen bang zijn dat generatieve AI hen zou kunnen vervangen en zullen negatief reageren op de acceptatie ervan", aldus McGraw. Mensen zullen moeten uitzoeken hoe ze veranderingen kunnen doorvoeren met AI en hoe ze om moeten gaan met de politiek daaromheen.

Conclusie

Naarmate bedrijven verliefd worden op generatieve AI en deze gebruiken, zullen mensen aanzienlijke zakelijke productiviteit en uitdagingen zien, vooral wanneer ze het AI-model hyperfocussen op hun gegevens. Gegevens zullen de dominantie van de generatieve AI-ruimte vergroten en zullen bedrijven ertoe verplichten potentiële risico's te beperken en mensen met kennis van generatieve AI in dienst te nemen.

In de tussentijd wordt generatieve AI slimmer en werkt het naadloos samen met bestaande applicaties. Verwacht dus veel meer productiviteitstools. 

Het belangrijkste, zei McGraw,

“Data zullen waardevoller worden dan mensen ooit hadden verwacht. Technologiebedrijven met die honger naar data kunnen potentieel verticaal integreren. Zou Google bijvoorbeeld farmaceutische bedrijven alleen kopen voor hun gegevens? Het zou deze gegevens vervolgens kunnen gebruiken om gespecialiseerde expertise te geven aan ChatGPT-derivaten.”

Naarmate de tijd verstrijkt, lijkt dit soort scenario realistischer, dus verwacht dat de race om gegevens intenser zal worden.

Afbeelding gebruikt onder licentie van Shutterstock.com

• Door SEO aangedreven content en PR-distributie. Word vandaag nog versterkt.
• Platoblockchain. Web3 Metaverse Intelligentie. Kennis versterkt. Toegang hier.
• Bron: https://www.dataversity.net/how-generative-ai-will-transform-business/