Giống như bất kỳ công nghệ mới nào, rất nhiều người mong muốn sử dụng AI tổng quát để hỗ trợ họ trong công việc. Accenture nghiên cứu nhận thấy rằng 89% doanh nghiệp nghĩ rằng việc sử dụng AI tổng quát để làm cho các dịch vụ mang tính nhân văn hơn sẽ mở ra nhiều cơ hội hơn cho họ. Điều này sẽ buộc phải thay đổi – Accenture cũng nhận thấy rằng 86% công ty cho rằng họ sẽ phải hiện đại hóa cơ sở hạ tầng công nghệ và CNTT của mình.

Thách thức với điều này là các dự án AI mang tính sáng tạo dành cho doanh nghiệp sẽ mất thời gian để thiết kế, thử nghiệm, xây dựng và mở rộng quy mô. Ngay cả với con đường sản xuất nhanh chóng mà các nhóm AI thế hệ mới mang lại, rủi ro là mọi người sẽ tự mình xử lý mọi việc. Điều này sẽ dẫn đến việc triển khai AI mang tính tổng quát nằm ngoài phạm vi sách vở và nằm ngoài lĩnh vực CNTT, được gọi là AI bóng tối. Việc triển khai AI bóng trái phép này sẽ diễn ra khi các công ty không sớm tham gia vào các cuộc trò chuyện xung quanh AI tổng quát và cung cấp cho các nhóm các công cụ ít ma sát mà họ cần để thành công. 

Ví dụ: giả sử một nhóm bán hàng muốn được trợ giúp viết thư cho khách hàng tiềm năng qua email và muốn sử dụng AI tổng quát trong các hoạt động tìm kiếm của họ. Đưa dữ liệu ra công chúng mô hình ngôn ngữ lớn (LLM) có thể giúp nhóm đó làm việc hiệu quả hơn, giành được nhiều giao dịch hơn và sau đó mang lại sự tăng trưởng cho doanh nghiệp. Cuộc tranh luận sẽ là tại sao họ nên dừng lại và mạo hiểm để các công ty khác vượt lên?

Đi trước nhu cầu AI sáng tạo

Các doanh nghiệp nên trao đổi với các bộ phận của mình về cách họ suy nghĩ về AI tổng hợp và những gì họ muốn cải thiện. Điều này có thể mang đến cơ hội tương tác, lắng nghe những gì nhóm kinh doanh mong muốn và sau đó lên kế hoạch đưa ra chiến lược đầy đủ hơn. Đây cũng có thể là cơ hội để tư vấn cho các nhóm về những gì có thể làm được, đi sâu vào lợi ích và vạch trần mọi sự cường điệu hoặc hiểu lầm. 

Những cuộc trò chuyện này có thể mang đến cho các thành viên trong nhóm cơ hội khám phá thêm về các vấn đề kinh doanh mà đồng nghiệp của họ gặp phải, sau đó xem xét cách thiết kế và xây dựng các dịch vụ AI tổng quát phù hợp với những nhu cầu đó. Một phần thiết yếu của việc này sẽ là cách các doanh nghiệp có thể lấy dữ liệu mà nhóm của họ đã có và kết hợp dữ liệu đó với AI tổng hợp để làm cho dữ liệu đó trở nên hữu ích hơn nữa đối với họ.

Trong ví dụ về nhóm bán hàng, làm cách nào bạn có thể chuẩn bị sẵn thông tin về sản phẩm của mình để hệ thống AI tổng hợp có thể sử dụng thuật ngữ và điểm bán hàng chính xác của bạn trong các phản hồi mà nó cung cấp? Thay vì chỉ sử dụng dữ liệu mà LLM đã được đào tạo, việc thêm dữ liệu của bạn vào hỗn hợp có thể mang lại sự cải thiện về năng suất, giảm ảo giác AI tiềm ẩn và mang lại khả năng cá nhân hóa hiệu quả. Đồng thời, bạn có thể kiểm soát mọi tài liệu nhạy cảm thay vì giao nó cho bên thứ ba.

Sự khác biệt với dữ liệu và AI sáng tạo

AI sáng tạo sẽ giúp bạn phân biệt những gì công ty bạn làm. Tuy nhiên, chỉ sử dụng LLM công khai sẽ không mang lại điều này và bạn sẽ phát ra âm thanh giống như những người khác. Các công ty có thể làm cho các chiến lược AI tổng quát của họ hiệu quả hơn và phù hợp hơn cho họ cũng như cho nhân viên bằng cách đưa dữ liệu của riêng họ lên bảng bằng cách sử dụng thế hệ tăng cường truy xuất hoặc RAG. 

RAG lấy dữ liệu của riêng bạn, chuẩn bị sẵn sàng để sử dụng với AI tổng hợp, sau đó chuyển dữ liệu này dưới dạng ngữ cảnh vào LLM khi nhân viên của bạn yêu cầu phản hồi. RAG là một phần trong việc giải quyết các vấn đề như ảo giác và nó cũng mang lại kết quả phù hợp hơn cho tổ chức và khách hàng của bạn, thay vì nhận được kết quả tương tự như các công ty khác đang đặt câu hỏi tương tự. Đây là điều bạn phải làm cho tổ chức và khách hàng của mình, vì sẽ không có công ty nào khác có cùng độ sâu hoặc sự kết hợp dữ liệu mà bạn có thể cung cấp.

Để thực hiện điều này, bạn sẽ phải kết hợp nhiều công cụ khác nhau từ kho lưu trữ dữ liệu vectơ và tích hợp AI để xây dựng ngăn xếp RAG giúp bắt đầu dễ dàng hơn và nhanh hơn. Việc thực hiện việc này một cách nhanh chóng sẽ giúp bạn ngăn chặn một số hoạt động triển khai “ngoài kế hoạch” mà các nhóm có thể cố gắng tự thực hiện trong khi chờ đợi bộ phận CNTT trung tâm. Các kỹ thuật như RAG cũng làm giảm rủi ro rò rỉ dữ liệu bằng cách cho phép bạn tận dụng dữ liệu của công ty để cải thiện bối cảnh mà không cần đào tạo nó về LLM.

Theo thời gian, bạn có thể muốn cung cấp các dịch vụ AI tổng quát hơn cho nhiều người dùng hơn trong tổ chức của mình bằng cách áp dụng các phương pháp tiếp cận mã ngắn và không mã để xây dựng dịch vụ. Việc áp dụng cách tiếp cận “trung tâm xuất sắc”, nơi bạn có thể đưa ra hướng dẫn và hỗ trợ thay vì triển khai đầy đủ, sẽ tăng cơ hội giúp mọi người có thể tiếp cận những công nghệ này mà không bị bộ phận CNTT trung tâm làm chậm lại, trong khi vẫn có sẵn các biện pháp bảo vệ phù hợp cho cách thức thực hiện. những dịch vụ này được sử dụng trong thực tế.

Xây dựng cách tiếp cận trưởng thành cho AI sáng tạo theo thời gian

Nhìn rộng hơn, các công ty sẽ phải đưa ra các mô hình trưởng thành về AI của riêng mình, trong đó họ xem xét các yếu tố công nghệ bên cạnh các vấn đề như quyền riêng tư và tuân thủ dữ liệu, tác động xã hội và văn hóa nhóm. Những yếu tố này không xảy ra trong chân không, vì vậy, việc suy nghĩ sớm về chúng sẽ giúp bạn có cơ hội tốt hơn để đảm bảo rằng bạn thực hiện phương pháp tiếp cận đúng đắn theo thời gian, giúp việc tuân thủ mọi quy tắc và quy định có liên quan được phát triển trở nên dễ dàng hơn.

Bên cạnh đó, bạn nên tiết chế những kỳ vọng và mức độ đặt ra xung quanh việc AI có tính sáng tạo là gì và thực sự có thể mang lại. Ví dụ: AI tổng quát sẽ không cho phép bạn thay thế hàng loạt nhân viên bằng AI. Thay vào đó, AI sáng tạo có thể cung cấp đội ngũ nhân viên tốt hơn và năng suất hơn, những người có thể sử dụng các công cụ trong cuộc sống làm việc của họ để cạnh tranh với các công ty khác không có AI sáng tạo hoặc có sẵn các công cụ LLM thông thường. Nhân viên được hỗ trợ bởi AI có thể hoàn thành nhiều công việc hơn với chất lượng cao hơn và bắt đầu giải quyết các mục trong hồ sơ tồn đọng mà trước đây bạn không có đủ băng thông để giải quyết. Với rất nhiều tiềm năng của những công cụ này, chúng ta phải vượt qua những cạm bẫy tiềm ẩn, bao gồm cả AI trong bóng tối.

Như Peter Parker trong “Người nhện” luôn được nhắc nhở, sức mạnh to lớn đi kèm với trách nhiệm lớn lao. Trong trường hợp AI tổng hợp, việc khai thác sức mạnh này sẽ là vấn đề quan trọng đối với tất cả các tổ chức. Chịu trách nhiệm nhanh chóng trao AI sáng tạo vào tay những người thực sự có thể tận dụng sức mạnh đó sẽ là nơi các tổ chức có thể tạo sự khác biệt cho bản thân và tránh những cạm bẫy của AI bóng tối.

• Phân phối nội dung và PR được hỗ trợ bởi SEO. Được khuếch đại ngay hôm nay.
• PlatoData.Network Vertical Generative Ai. Trao quyền cho chính mình. Truy cập Tại đây.
• PlatoAiStream. Thông minh Web3. Kiến thức khuếch đại. Truy cập Tại đây.
• Trung tâmESG. Than đá, công nghệ sạch, Năng lượng, Môi trường Hệ mặt trời, Quản lý chất thải. Truy cập Tại đây.
• PlatoSức khỏe. Tình báo thử nghiệm lâm sàng và công nghệ sinh học. Truy cập Tại đây.
• nguồn: https://www.dataversity.net/getting-ahead-of-shadow-generative-ai/