Предприятиям потребуется управление ИИ, поскольку число крупных языковых моделей растет.
Сейчас настало время для предприятий задуматься о том, как они будут создавать структуру управления для своих генеративных приложений искусственного интеллекта.
Ожидается, что количество больших языковых моделей (LLM) на рынке будет расти и расширяться, поэтому предприятиям потребуется система управления для управления приложениями генеративного искусственного интеллекта (ИИ).
Организациям потребуются уровни интеллекта, которые объединят внутренние и внешние возможности, сказал Фредерик Жирон, вице-президент и старший директор по исследованиям Forrester.
Этот подход будет включать использование платных программ LLM и программ LLM с открытым исходным кодом от третьих сторон, таких как ChatGPT от OpenAI, Claude от Anthropic и Llama от Meta, а также встроенных инструментов искусственного интеллекта, таких как Salefsforce Einstein GPT. Организации также будут иметь свои собственные модели искусственного интеллекта, в том числе использование генеративного искусственного интеллекта, использование универсальных и специализированных программ LLM и запуск различных приложений искусственного интеллекта наряду с ключевыми процессами, политиками и бизнес-правилами.
Этот подход будет подкреплен структурированными и неструктурированными данными, причем количество последних, как ожидается, удвоится на фоне внедрения генеративного искусственного интеллекта, поскольку компании внедряют больше диалогового опыта для клиентов и сотрудников, сказал Жирон, выступавший на брифинге исследовательской фирмы по прогнозам на 2024 год на этой неделе.
Реакция и поведение пользователя также должны учитываться в цикле обратной связи и использоваться для точной настройки системы.
По его словам, эти требования подчеркивают необходимость того, чтобы предприятия имели генеративную архитектуру приложений искусственного интеллекта для управления и обеспечения безопасности и эффективности использования этих инструментов.
Эта структура должна соединять каналы приложений, организовывать запросы в выходные данные и обеспечивать входные и выходные шлюзы, чтобы организация могла контролировать, какие данные поступают в модели ИИ, и обеспечивать соответствие ответов правилам, установленным бизнесом.
Сложности управления ИИ означают, что может пройти некоторое время, прежде чем предприятия увидят реальные результаты от внедрения этой структуры.
Forrester прогнозирует, что в следующем году преобразующее воздействие генеративного искусственного интеллекта принесет пользу только 30% компаний Азиатско-Тихоокеанского региона . Хирон указал на ключевые проблемы, связанные с управлением данными, их качеством и инфраструктурой.
Он отметил, что, чтобы помочь предприятиям восполнить пробелы, поставщики услуг инвестируют в трансформацию того, как они работают и предоставляют свои модели обслуживания, включая расширение своего отраслевого партнерства и выпуск новых платформ, таких как студии искусственного интеллекта и сравнения моделей.
Эти инвестиции будут способствовать улучшению моделей ценообразования и, в долгосрочной перспективе, повлияют на коммерческие модели. В результате структуры ценообразования, среди прочего, будут в большей степени ориентированы на результат и решение.
Аналитик добавил, что 56% организаций ожидают, что производительность сотрудников станет основным вариантом использования генеративного искусственного интеллекта, за которым следуют 48%, которые указывают на разработку и тестирование программного обеспечения. Еще 48% рассматривают генеративный искусственный интеллект как средство самообслуживания данных и аналитики.
По словам Дэйна Андерсона, старшего вице-президента Forrester по международным исследованиям и продуктам, неудивительно, что генеративный искусственный интеллект — это самая большая технологическая гроза за последние 40 лет.
По словам Андерсона, это следует за предыдущими «переломными моментами» технологий, когда в 2009 году появились облачные вычисления, а в 2007 году выросла волна мобильного Интернета и смартфонов. Развитие Всемирной паутины пришло в 1990-е годы, а персональные компьютеры оставили свой след в 1981 году.
Некоторые из этих инноваций привели к большим изменениям, чем другие, создавая как возможности, так и проблемы, добавил он. Аналитик предсказал, что с появлением генеративного искусственного интеллекта «статические» веб-сайты будут постепенно закрываться в течение следующих 20 лет.
Вместо этого пользователи будут развиваться, чтобы предлагать или задавать вопросы, на которые они будут получать ответ, который постоянно обновляется в серверной части (при поддержке генеративного искусственного интеллекта) и настраивается для улучшения интерактивного опыта.
По словам Андерсона, эти изменения на веб-сайтах еще больше повлияют на поиск, который больше не будет таким центральным и критическим, как сейчас.
Столь значительные преобразования будут происходить в течение нескольких лет. В краткосрочной перспективе ожидаемое появление большего количества программ LLM на рынке означает, что организациям придется тщательно оценить свои варианты и определить, какие модели лучше всего подходят для достижения желаемых результатов.
Андерсон также отметил, что больше игроков рынка могут начать бесплатно внедрять возможности генеративного искусственного интеллекта в свои существующие корпоративные приложения для клиентов.
В конечном счете, ценность для бизнеса заключается не в том слое, где работают LLM, сказал Лесли Джозеф, главный аналитик Forrester, поскольку этот сегмент рынка будет превращаться в товар по мере появления новых LLM, добавил он.
Джозеф призвал поставщиков программного обеспечения начать интегрировать функции генеративного искусственного интеллекта в свои продукты, а не предлагать эти инструменты в первую очередь как версию эквивалента ChatGPT. По его словам, этот усовершенствованный подход поможет создать рабочую среду, в которой возможности генеративного искусственного интеллекта будут более интегрированы в работу сотрудников, и сделает эту технологию более доступной для бизнеса.