Kuruluşta doğru genAI yeteneğini elde etmek çok zor olduğundan, genAI gelişimini kuruma getirmeyi kolaylaştıracak araçlar sunan startup’lar büyük olasılıkla daha hızlı benimsenecek. Andreesen HorowitzYakın zamanda yapay zekanın benimsenmesine ilişkin bir araştırma yayınlayan bir risk sermayesi şirketi.
Maliyetler yüksek ancak şirketler genAI faydalarının risklerden daha ağır bastığına inanıyor
Chandrasekaran’a göre genAI projelerinin başlangıç maliyetleri göz ardı edilebilir, ancak kullanım durumları genişledikçe, kötü mimari kararlar, çıkarım optimizasyonunda uzmanlık eksikliği ve yetersiz değişiklik yönetimi nedeniyle daha da kötüleşerek hızla artabilir ve böylece toplam sahip olma maliyetini artırabilir. genAI.
Andreesen Horowitz yakın zamanda düzinelerce Fortune 500 şirketi ve onların önde gelen kurumsal liderleriyle konuştu ve üretken yapay zekayı nasıl kullandıklarını, satın aldıklarını ve bütçelediklerini anlamak için 70 kuruluşla daha anket yaptı.
Firma, “Son altı ayda genAI’ye yönelik kaynak sağlama ve tutumların ne kadar önemli ölçüde değiştiğini görünce şok olduk” dedi. yeni bir rapor. “Bu liderlerin üretken yapay zekanın dağıtımı konusunda hâlâ bazı çekinceleri olsa da, aynı zamanda bütçelerini neredeyse üç katına çıkarıyorlar, daha küçük açık kaynaklı modellerde devreye alınan kullanım durumlarının sayısını artırıyorlar ve daha fazla iş yükünü erken denemelerden üretime aktarıyorlar.”
Andreessen Horowitz
Andreesen Horowitz’e göre, yalnızca bir model sağlayıcıya yönelik bir API’ye sahip olmak, üretken yapay zeka çözümlerini geniş ölçekte oluşturmak ve dağıtmak için yeterli değil. Gerekli bilgi işlem altyapısını uygulamak, sürdürmek ve ölçeklendirmek son derece uzmanlaşmış yetenek gerektirir.
Andreessen Horowitz’in genel ortağı Sarah Wang, “Uygulama tek başına 2023’te yapay zeka harcamalarının en büyük alanlarından birini oluşturdu ve bazı durumlarda en büyüğü oldu” dedi. bir blog yazısı. “Bir yönetici, yüksek lisansların muhtemelen kullanım senaryoları oluşturma maliyetinin dörtte biri kadar olduğunu ve geliştirme maliyetlerinin bütçenin çoğunluğunu oluşturduğunu belirtti.”
Geçen yıl Gartner tarafından gerçekleştirilen iki ayrı anket, ankete katılan yaklaşık 4.000 BT liderinin %78’inin genAI yararlarının teknolojiyi uygulamanın risklerinden daha ağır bastığına inandığını ortaya çıkardı. Ancak uygulama maliyetinin yüksek olması nedeniyle, genAI dağıtımlarının ilk seferde doğru şekilde yapılması başarı açısından kritik öneme sahiptir.
GenAI projeleri için bir diğer önemli zorluk da güçlü bir yatırım getirisi (ROI) ortaya koymaktır. Chandrasekaran, “Gerçek şu ki, birçok kuruluş, ilk etapta yapay zeka girişimleri için yatırım getirisini tanımlamadaki zorluklarla birleşen bir finansal getiri gözlemlemiyor” dedi.
Chandrasekaran, genAI uygulamalarının değerini ölçmenin “bir kullanım durumuna, alana veya sektöre özel olduğunu” söyledi. “İyileştirmelerin büyük çoğunluğu, üretkenlik, döngü süresi, müşteri deneyimi, gençlerin daha hızlı beceri kazanması vb. gibi gelecekteki finansal değere ilişkin öncü göstergelerde gerçekleşecek.”
Potansiyel faydaları önceden belirleyin
Gartner’a göre genAI yolculuğunun ilk adımı, kuruluşun yapay zeka hedefini belirlemek ve nelerin mümkün olduğuna dair keşif amaçlı bir diyalog yürütmek. Bir sonraki adım, genAI teknolojileriyle pilot olarak uygulanabilecek potansiyel kullanım senaryolarını talep etmektir.
GenAI faydaları, personel sayısının anında azaltılmasına ve diğer maliyet azaltımlarına dönüşmediği sürece, kuruluşlar, oluşturulan değerin nasıl kullanıldığına bağlı olarak finansal faydaların zaman içinde daha yavaş tahakkuk etmesini bekleyebilirler.
Örneğin, Chandrasekaran, bir kuruluşun talep arttıkça daha azıyla daha fazlasını yapabilmesinin, daha az kıdemli çalışan kullanmasının, hizmet sağlayıcıların daha az kullanılmasının ve daha yüksek elde tutmayla sonuçlanan müşteri ve çalışan değerinin iyileştirilmesinin tümünün finansal faydalar olduğunu söyledi. zamanla büyür.
Çoğu işletme, kendi modellerini oluşturmak yerine, önceden oluşturulmuş LLM’leri de özelleştirmektedir. Hızlı mühendislik ve erişimle artırılmış üretim (RAG) kullanımı sayesinde firmalar, açık kaynaklı bir modele kendi özel ihtiyaçlarına göre ince ayar yapabilirler.
RAG, halüsinasyonlar gibi anormallikleri büyük ölçüde azaltabilen daha özelleştirilmiş ve doğru bir genAI modeli oluşturur.
Andreessen Horowitz’e göre genAI’nin kuruluşlar tarafından benimsenmesi altı faktöre bağlı olacak:
- Maliyet ve verimlilik: GenAI tabanlı sistemleri kullanmanın faydalarının ilgili harcamalardan daha ağır basıp basmadığını değerlendirme yeteneği. Büyük veri kümelerinin işlenmesi ve depolanması, altyapı ve hesaplama kaynaklarıyla ilgili harcamaların artmasına neden olabilir.
- Bilgi ve süreç bazlı çalışma: Yalnızca saha ve fiziksel çalışmaya kıyasla yüksek derecede bilgi ve süreç bazlı çalışma.
- Yüksek düzeyde bulut benimseme: Altyapı gereksinimleri göz önüne alındığında, orta ila yüksek düzeyde bulut benimseme.
- Düşük düzenleme ve gizlilik yükü: Düzenleyici incelemelerin yüksek olduğu, veri gizliliğiyle ilgili kaygıların veya etik önyargıların olduğu işlevler veya endüstriler, gen AI’nın benimsenmesi için iyi adaylar değildir.
- Uzmanlaşmış yetenek: Teknik bilgi ve yeni yeteneklere sahip güçlü yetenek ve iş gücünün hızlı bir şekilde uyum sağlamasına yardımcı olma becerisi.
- Fikri mülkiyet ve lisans ve kullanım sözleşmeleri: Lisanslama/kullanım anlaşmalarını ve kısıtlamalarını değerlendirme, ilgili uyumluluk gerekliliklerini oluşturup izleme ve ilgili satıcılarla özelleştirilmiş anlaşmalar müzakere etme yeteneği.
GenAI araçlarına bulut hizmet sağlayıcıları aracılığıyla erişim de baskın satın alma yöntemidir; “liderler kapalı kaynak modellerinin verilerini yanlış yönetmesinden daha fazla endişe duyuyorlardı. [cloud service providers]ve uzun satın alma süreçlerinden kaçınmak için,” dedi Andreesen Horowitz.
Kuruluşların kendi modellerini kurmalarına ve çalıştırmalarına yardımcı olmak için temel model sağlayıcıları, genellikle özel model geliştirmeyle ilgili profesyonel hizmetler sunar.
genAI dağıtımına yönelik en iyi uygulamalar
Bir hizmet sağlayıcıyla ortaklığın yanı sıra kuruluşların genAI uygulamalarına hazırlanmak için adımlar atması da kritik önem taşıyor; bunlardan en kritik olanı, işgücünün becerilerinin artırılmasına ve yeniden becerilendirilmesine öncelik vermek. Buna, güvenlik ve uyumlulukla ilgili eğitimler ve bulut sağlayıcı lisans anlaşmalarının da bu endişeleri gidermesini sağlama dahildir.
Deloitte’un CISO’lar için genAI kılavuzu GenAI’nın benimsenmesinden en iyi şekilde yararlanmaya hazırlanan kuruluşların lisans anlaşmalarını değerlendirmek, müzakere etmek ve denetlemek için prosedürler uygulamasını tavsiye ediyor. Kuruluşlar, gen AI araçlarını izlemek için yöntemler tasarlamalı ve doğuştan gelen önyargılar gibi AI’ya özgü riskleri ele alacak korkuluklar veya kontroller kurmalıdır.
Deloitte, yazılım kodu genişletmenin genAI için önemli bir kullanım alanı olması nedeniyle, şirketlerin özellikle genAI modellerini hedefleyen tehdit izleme ve tespitin yanı sıra değerlendirme araçlarına ve model doğrulama yeteneklerine de sahip olması gerektiğini öneriyor.
Deloitte, “Her şeyden önce, Yapay Zeka Kuşağı’nın benimsenmesine yönelik bir yol haritasının, risklerin anlaşılmasına ve tahmin edilmesine yardımcı olmak için siber liderler, baş kaynak görevlileri, bir kuruluşun hukuk ekibi ve daha fazlası dahil olmak üzere risk paydaşları için yakın ve sürekli işbirliğini içermesi gerektiğini unutmayın” dedi. .
Araştırma firması IDC’nin kuruluşlara yapay zekanın kullanıma sunulmasına hazırlanma tavsiyesi, iş hedeflerinin, kullanım senaryolarının ve değerin nasıl ölçüleceğinin açıkça tanımlanmasıyla başlar; kullanım senaryosu düzeyinde “inşa mı yoksa satın alma mı” kararları vermek; ve güvenilir çözüm sağlayıcılarla ortaklık kurmak. Diğer adımlar arasında şirket liderliğinin desteğini almak; Yapay zekaya hazırlık için veri altyapısının değerlendirilmesi ve yükseltilmesi; ve gizlilik, güvenlik ve sorumlu yapay zeka kullanımıyla ilgili süreçler ve kontroller oluşturmak.
IDC
GenAI girişimlerinin birkaç kullanıcıdan binlerce kullanıcıya kadar ölçeklendirilmesi gerekecek ve sonunda kuruluş genelinde dağıtılması gerekecek. Gartner’a göre genAI’nın ölçeklendirilmesi, kuruluştaki birçok potansiyel kullanım durumu için oluşturma ve satın alma kararlarına yönelik sistematik bir yaklaşım gerektiriyor.
Gartner raporunda, “Bu ön kararın kalıcı bir etkisi olacak ve her kullanım durumu için dikkatlice düşünülmesi gerekiyor” dedi. “İdeal olarak, yapay zeka ürününün size sektörünüzde rekabetçi bir farklılık sunabildiği ve yapım süreci için yeterli beceri ve bilgi birikimine sahip olduğunuz zaman inşa etmek istersiniz.”
Kuruluşlar, yeni fikirleri denemek, genAI aracılığıyla neyin mümkün olup neyin mümkün olmadığı konusunda kuruluş içinde kas hafızası oluşturmak ve deneylerle öğrenmek için pilot çalışmalar yürütmeli.
Ayrıca Gartner kuruluşlara şunları önermektedir:
- Şekillendirilebilir bir genAI platform mimarisi tasarlayın. genAI ortamı dört kritik katmandan oluşur: altyapı, modeller, yapay zeka mühendislik araçları ve uygulamalar. Platform mimarinizin şekillendirilebilir, ölçeklenebilir ve yönetişimle tümleşik olduğundan emin olun.
- Sorumlu yapay zeka çerçevesini gen yapay zeka çabalarınızın ön sıralarına koyun Adalet, önyargının azaltılması, etik, risk yönetimi, gizlilik, sürdürülebilirlik ve mevzuata uygunluk gibi odak alanlarında açık ilkeler ve politikalarla sorumlu yapay zekaya yönelik bir vizyon tanımlayarak ve yayınlayarak.
- Verilere ve yapay zeka okuryazarlığına yatırım yapın, çünkü genAI eninde sonunda çalışanların tamamı veya büyük bir kısmı tarafından kullanılacaktır. Yapay zekayı ilgili kullanım durumlarını belirleme ve ilgili yapay zeka uygulamalarını uygulama ve çalıştırma yeterliliğiyle birlikte kullanma yeteneği çok önemlidir. Ayrıca, yapay zekanın beceriler ve işler üzerindeki etkisi etrafında var olan korku, belirsizlik ve şüpheyi (FUD) ele almak için kariyer haritalama klinikleri ve açık mikrofon oturumları oluşturmak için İK ile ortak çalışın.
- Sağlam veri mühendisliği uygulamaları oluşturun, çünkü GenAI modelleri kurumsal verilerle birleştirildiğinde en yüksek değeri sağlar; Bu, AI ekiplerinin, modelleri kurumsal verilerle vektör yerleştirme yoluyla entegre etmeye yönelik en iyi uygulamalar ve verimli ince ayar için yeni ortaya çıkan yaklaşımlar konusunda eğitilmesini içerir. Meta verileri yakalama, bilgi grafikleri oluşturma ve veri modelleri oluşturma gibi yeteneklere yatırım yapın.
- genAI için bir ürün yaklaşımı benimseyin zaman çizelgelerinin devam ettiği ve hizmet veya ürün kullanımdan kaldırılana kadar müşteri değerini sürekli olarak artırmak üzere tasarlanan.