GenAI 无处不在,各行各业的组织都在向他们的团队施加压力,要求他们加入竞争——77 % 的企业领导者担心他们已经错过了 GenAI 带来的好处。
数据团队正在努力响应号召。但构建一个真正能推动商业价值的生成式人工智能模型却很难。
从长远来看,与 OpenAI API 的快速集成并不能解决问题。这是 GenAI,但护城河在哪里?用户为什么要选择你而不是 ChatGPT?
快速勾选这个框感觉像是向前迈了一步,但如果您还没有考虑如何将 LLM 与您的专有数据和业务环境相连接以真正推动差异化价值,那么您就落后了。
这不是夸张。仅本周我就与六位数据领导者就这个话题进行了交谈。他们中没有人忘记这是一场竞赛。终点线将有赢家和输家。Blockbusters 和 Netflixes。
如果你觉得发令枪已经响了,但你的团队仍然在起跑线上拉筋并谈论“泡沫”和“炒作”,我总结了 5 个残酷的事实来帮助你摆脱自满情绪。
残酷事实#1:你的生成式人工智能功能尚未得到广泛采用,因此你的盈利速度很慢。
“巴尔,如果 GenAI 如此重要,为什么我们目前实现的功能却被如此不广泛采用呢?”
嗯,有几个原因。首先,你的 AI 计划不是为应对大量明确定义的用户问题而制定的。对于大多数数据团队来说,这是因为你正在竞争,而且还处于早期阶段,你想要积累一些经验。
然而,不久之后,您的用户就会遇到最适合通过 GenAI 解决的问题,当这种情况发生时 — — 与老虎团队集思广益将 GenAI 与用例联系起来的方法相比,您将获得更好的采用。
而且由于还处于早期阶段,已经集成的生成式 AI 功能仅仅是“ChatGPT,但在这里”。
举个例子。想想你每天可能用来分享组织知识的生产力应用程序。这样的应用程序可能会提供一项功能,用于对非结构化文本块执行“总结”、“延长”或“更改语气”等命令。一个