«Не существует ИИ без данных, не существует ИИ без неструктурированных данных, и не существует ИИ без неструктурированных данных в масштабе», - сказал Чет Капур, председатель совета директоров и генеральный директор компании по управлению данными DataStax.
В ходе беседы было затронуто множество тем, таких как важность качества данных и роль данных в реальном времени в генеративном ИИ, но одним из главных выводов стала важность приоритета соответствия продукта рынку, а не масштаба в то время, когда ИИ еще только зарождается. Совет компаниям, желающим окунуться в головокружительный мир генеративного ИИ, прост: не будьте слишком амбициозны поначалу и сосредоточьтесь на практическом, постепенном прогрессе. Причина? Мы действительно еще не разобрались во всем этом.
«Самое важное для генеративного ИИ - это то, что все сводится к людям», - говорит Капур. «Команды спецназа, которые на самом деле отправятся и создадут первые несколько проектов, - они не читают инструкцию, они пишут руководство по созданию приложений для генеративного ИИ».
Хотя данные и искусственный интеллект действительно идут рука об руку, легко перегрузить компанию огромным количеством данных, некоторые из которых, возможно, являются конфиденциальными и подлежат строгой защите, а возможно, даже хранятся в огромном количестве мест. Ларко, который работает с многочисленными стартапами в сфере B2C и B2B (и входит в их состав), предложил простой, но прагматичный подход к извлечению истинной ценности на ранних этапах.
«Работайте в обратном направлении - что вы пытаетесь решить, и какие данные вам нужны?» сказал Ларко. «Найдите эти данные, где бы они ни находились, и используйте их для этой цели».
Это противоположно попыткам с самого начала распространить генеративный ИИ на всю компанию, бросить все данные в большую языковую модель (LLM) и надеяться, что в итоге она выдаст то, что нужно. Это, по мнению Ларко, скорее всего, приведет к неточному и дорогостоящему беспорядку. «Начните с малого», - говорит она. «Мы видим, что компании начинают с малого, с внутренних приложений, с очень конкретных целей, а затем находят данные, которые соответствуют тому, что они пытаются достичь».
Фрейзер, которая возглавляет платформу Fivetran, занимающуюся «движением данных», с момента ее создания 12 лет назад и за это время успела привлечь таких известных клиентов, как OpenAI и Salesforce, считает, что компаниям следует сосредоточиться на реальных проблемах, с которыми они сталкиваются в настоящий момент.
«Решайте только те проблемы, которые у вас есть сегодня, - вот мантра», - сказал Фрейзер. «Затраты на инновации всегда на 99% заключаются в том, что вы создали то, что не сработало, а не в том, что сработало, и вы жалеете, что не запланировали масштабирование заранее. Хотя именно об этих проблемах мы всегда вспоминаем в ретроспективе, они не составляют 99 % всех затрат».
Как и на заре развития Интернета, а в последнее время и революции смартфонов, первые приложения и сценарии использования генеративного ИИ демонстрируют проблески нового мощного будущего с поддержкой ИИ. Но пока что они не всегда были судьбоносными.
«Я называю это эрой Angry Birds в генеративном ИИ», - говорит Капур. «Это не полностью меняет мою жизнь, никто еще не стирает мое белье. В этом году каждое предприятие, с которым я работаю, запускает что-то в производство - небольшое, внутреннее, но запускает, потому что они на самом деле прорабатывают перегибы, как сформировать команды, чтобы это произошло. Следующий год я называю годом трансформации, когда люди начнут делать приложения, которые действительно начнут менять траекторию развития компании, в которой они работают».
Оригинал
Уникальность
