“Veri olmadan yapay zeka olmaz, yapılandırılmamış veri olmadan yapay zeka olmaz ve uygun ölçekte yapılandırılmamış veri olmadan yapay zeka olmaz” dedi. Chet Kapoorveri yönetimi şirketi DataStax’ın başkanı ve CEO’su.
Kapoor, TechCrunch Disrupt 2024’te modern yapay zeka uygulamaları bağlamında “yeni veri hatları” hakkında bir sohbet başlatıyordu ve ona da katıldı. Kanatssa LarcoVC firması NEA’nın ortağı; Ve George FraserVeri entegrasyonu platformu Fivetran’ın CEO’su. Sohbet, veri kalitesinin önemi ve üretken yapay zekada gerçek zamanlı verilerin rolü gibi birçok temeli ele alırken, en büyük çıkarımlardan biri, aslında henüz ilk günlerde olan ürün-pazar uyumuna ölçek üzerinden öncelik vermenin önemiydi. AI’nın. Üretken yapay zekanın baş döndürücü dünyasına adım atmak isteyen şirketlere tavsiyeler oldukça basit; ilk başta aşırı hırslı olmayın ve pratik, artan ilerlemeye odaklanın. Nedeni? Gerçekten hala her şeyi çözmeye çalışıyoruz.
Kapoor, “Üretken yapay zeka için en önemli şey, her şeyin insanlara bağlı olmasıdır” dedi. “Gidip ilk birkaç projeyi inşa eden SWAT ekipleri bir kılavuz okumuyor; üretken yapay zeka uygulamalarının nasıl yapılacağına dair kılavuz yazıyorlar.”
Veriler ve yapay zekanın el ele gittiği doğru olsa da, bir şirketin sahip olabileceği, bazıları muhtemelen hassas ve sıkı korumaya tabi olan, hatta belki de sayısız konumda depolanan çok miktarda veri karşısında bunalıma düşmek kolaydır. B2C ve B2B yelpazesinde çok sayıda startup ile çalışan (ve yönetim kurulunda yer alan) Larco, bu ilk günlerde gerçek değeri ortaya çıkarmak için basit ama pragmatik bir yaklaşım önerdi.
“Başarmaya çalıştığınız şey için geriye doğru çalışın; neyi çözmeye çalışıyorsunuz ve ihtiyacınız olan veriler nedir?” Larco dedi. “Bu verileri nerede bulunursa bulunsun bulun ve ardından bu amaç için kullanın.”
Bu, üretken yapay zekayı en başından itibaren tüm şirkete yaymaya çalışmanın, tüm verileri büyük dil modeline (LLM) atmanın ve sonunda doğru şeyi ortaya çıkaracağını ummanın tam tersidir. Larco’ya göre bu muhtemelen hatalı ve pahalı bir karmaşa yaratacak. “Küçük başlayın” dedi. “Gördüğümüz şey, şirketlerin çok özel hedeflerle, dahili uygulamalarla küçükten başlayıp, daha sonra başarmaya çalıştıkları şeyle eşleşen verileri bulmaları.”
12 yıl önceki kuruluşundan bu yana “veri taşıma” platformu Fivetran’a liderlik eden ve yolda OpenAI ve Salesforce gibi büyük müşterileri bir araya getiren Fraser, şirketlerin şu anda karşılaştıkları gerçek sorunlara dar bir şekilde odaklanmaları gerektiğini önerdi.
“Sadece bugün sahip olduğunuz sorunları çözün; mantra bu,” dedi Fraser. “İnovasyondaki maliyetlerin her zaman %99’u, önceden ölçeklendirmeyi planlasaydınız, işe yarayan şeyler değil, inşa ettiğiniz ama işe yaramayan şeylerdir. Bunlar her zaman geriye dönüp baktığımızda düşündüğümüz sorunlar olsa da, bunlar katlandığınız maliyetin %99’u değil.”
Web’in ilk günlerine ve daha yakın zamanda akıllı telefon devrimine benzer şekilde, üretken yapay zekaya yönelik ilk uygulamalar ve kullanım durumları, yapay zekanın etkin olduğu yeni ve güçlü bir geleceğe dair ipuçları verdi. Ancak şu ana kadar oyunun kurallarını değiştiremediler.
Kapoor, “Ben buna üretken yapay zekanın Angry Birds dönemi diyorum” dedi. “Bu hayatımı tamamen değiştirmiyor, henüz kimse çamaşırlarımı yıkamıyor. Bu yıl birlikte çalıştığım her kuruluş bir şeyi üretime koyuyor – küçük, dahili, ancak bunu üretime koyuyor çünkü onlar aslında bunun gerçekleşmesi için ekiplerin nasıl oluşturulacağı konusunda bazı karışıklıklar üzerinde çalışıyorlar. Gelecek yıl, insanların çalıştıkları şirketin gidişatını gerçekten değiştirmeye başlayacak uygulamalar yapmaya başlayacağı, benim dönüşüm yılı dediğim yıl.
