Kuinka Enterprise SaaS -yritykset ostavat tekoälyä (tai eivät)

Kuinka Enterprise SaaS -yritykset ostavat tekoälyä (tai eivät)

Lähdesolmu: 3067314

Isännöimme Saastr Annualissa Enterprise-paneelia tekoälyjohtajista jakamaan kokemuksiaan ja tietojaan auttaaksemme muita ymmärtämään, kuinka suuret yritykset ajattelevat tekoälyä ja hyödyntävät sitä. Toki – ChatGPT:n nousu on yleistynyt kuluttajien ja pienempien yritysten keskuudessa, mutta entä isot kaverit? Vaikka Generative AI:n ensimmäinen sukupolvi on loistava, se ei ole aivan valmis ratkaisemaan yritysongelmia. Joten missä olemme nyt yritysmaailman käyttöönottosyklissä? 

Tässä istunnossa kokosimme yhteen:

  • Douwe Kiela, ContextualAI:n toimitusjohtaja
  • Benjamin Mann, yksi Anthropicin perustajista
  • Arvind Jain, Gleanin toimitusjohtaja
  • ja Sandhya Hedge, Unusual VC:n pääosakas, 

Auttaa meitä selvittämään, kuinka GenAI-ohjelmistoa myydään joillekin maailman suurimmista organisaatioista. 

[Upotetun sisällön]

Mihin yritykset ovat eniten innostuneita tekoälyn käytöstä? 

Koska panelistimme ovat kaikki työskennelleet Enterprise-yritysten (esim. Amazon, Google, Salesforce jne.) kanssa, he kaikki ovat nähneet sellaista jännitystä, jota he eivät ole koskaan ennen nähneet tekoälyn suhteen. Yritykset etsivät kahta suurta teemaa. 

  1. He haluavat käyttää tekoälyä parantaakseen tuotteitaan, joita he myyvät asiakkailleen. 
  2. He haluavat käyttää tekoälyä muuttaakseen liiketoimintaansa ja heidän ja heidän työntekijöidensä työskentelyä. 

Tekoälyn suurimpia käyttötapauksia yrityksessä ovat asiakastuki, myynti ja markkinointi sekä suunnittelu – eli kehittäjien auttaminen koodin testaamisessa ja ongelmien vianmäärityksessä. Kaiken lisäksi nämä tekoälyasiantuntijat olivat vaikuttuneita siitä, kuinka maailman suurimmat yritykset, eivät pelkästään ohjelmistoyritykset, vaan vielä enemmän kuluttajia palvelevat yrityskokoiset yritykset, kuten pankit ja vähittäiskauppiaat, jatkavat tekoälyä.

Benjamin Mann, Anthropicin perustaja lisäsi: "Esimerkiksi yksi suuri pankki, jonka kanssa keskustelimme, tuli luoksemme ja sanoi: "Olemme keskustelleet yrityksen kaikkien kanssa, ja meillä on 500 erilaista käyttötapausta, joihin haluamme soveltaa suuria kielimalleja." Se on todella uskomatonta. Ja he eivät edes tiedä mistä aloittaa. Joten työskentele kanssamme ja kerro, mitä he voivat tehdä tänään? Ja sen lisäksi, kuinka he voivat tehdä tekoälystä asiantuntijan tuotteensa suhteen, jotta heidän asiakkaidensa ei tarvitse mennä lukemaan kaikkea dokumentaatiotaan, vaan sen sijaan vain puhua tekoälyn kanssa ikään kuin se olisi ratkaisuarkkitehti tai eteenpäin omaksuttu insinööri ja voi käyttää tuotetta välittömästi."

Kaikki tietävät, että tekoäly on jo muuttanut tapaamme työskennellä. Samaan aikaan voit nähdä monissa yrityksissä, että monet ihmiset ovat innoissaan muutoksesta, mutta eivät ole vielä varmoja, miltä se tarkalleen näyttää.  Ja sitä kaikki yrittävät löytää – missä tekniikalla on eniten merkitystä, missä se on valmis ja missä se on pian valmis. 

Enterprise Use Case Buckets tekoälyä varten

Jos katsot käyttötapausten maisemaa juuri nyt, ContextualAI:n toimitusjohtaja Douwe Kiela selitti sen siellä ovat pohjimmiltaan kolme suurta ämpäriä: 

  1. Tietojen löytäminen ja tiedon synteesi – miten saan syvempiä näkemyksiä tietojen lisäksi? 
  2. Hierarkkinen yhteenveto – miten voin muuttaa sen joksikin, jonka mukaan voin toimia?
  3. Tuki chatbotteja 

95 % kaikista käyttötapauksista kuuluu yleensä johonkin näistä ämpeistä, ja näiden ryhmien sisällä yritykset yrittävät selvittää, mitä he haluavat tehdä. 

Douwe lisäsi: ”Meille paras käyttötapaus on sellainen, jossa voit määritellä, miltä menestys näyttää. Ja näemme yllättävän vähän tällaisia ​​​​käyttötapauksia. Se on enemmän "Voi, tämä tekniikka on hienoa." Haluan kokeilla sitä chatbotillani.' Kun kysymme ihmisiltä, ​​kuinka määrittelet menestyksen? Miten aiot mitata, että tämä asia todella on tarpeeksi hyvä tuotantokäyttöön? Hyvin usein heillä ei ole hyvää vastausta. Se on todella yksi niistä asioista, joita etsimme ensin. Ymmärrätkö todella mitä haluat?"

Mitkä ovat suurimmat esteet adoptiolle yritystoiminnassa? 

Mitä panelistimme ovat nähneet erityisesti Enterprisessa, mikä lyö tai menetti tekoälyn suhteen?

  1. Turvallisuus – heidän omat tietonsa poistuvat mallista ja siirtyvät avoimille markkinoille
  2. Turvallisuus – tietojen ylläpitäminen tai jatkuva seuranta
  3. Sisäinen tiedonhallinta – sen menettäminen, kun yhdistät yhdeksi tekoälytyökaluksi tai malliksi
  4. Hallusinaatiot – mallit, jotka keksivät asioita
  5. Attribuutio-ongelmat — sen jäljittäminen harjoitustietoihin
  6. Vaatimustenmukaisuusongelmat – unohtaa asioita tai ei voi päivittää niitä helposti
  7. FOMO – Entä jos tämä malli ei ole yhtä hyvä kuin jonkun muun 2 viikossa?

"Herkeimmät asiakkaat haluavat asioita, kuten FedRAMP-sertifioinnin ja asioita, joiden toteuttaminen vie useita vuosia ja paljon vaivaa", Benjamin Mann, Anthropicin perustaja lisäsi. Vaikka he ovat pystyneet kiertämään tätä tekemällä yhteistyötä Amazonin Bedrock-ohjelman kanssa, tämä ei toimi kaikille. 

Ja lopuksi, toinen este Enterprisen käyttöönotolle on sen toteuttamiseen tarvittava lisäkaistanleveys – onnistuneesti. 

Benjamin lisäsi: "Luulen, että monet ihmiset ajattelevat tätä uutta tekoälytekniikkaa sellaisena, joka tulee vain käyttöön ja pitää työstä heti ensimmäisestä päivästä lähtien. Mutta oikeasti, se osoittautuu edelleen ohjelmistoksi. Ohjelmistoa käytettäessä sinun on tehtävä käyttäjätutkimus ja iteroitava työ kaikkien eri tiimiesi kanssa. Meidän tapauksessamme Notion on loistava esimerkki siitä, että työskentelimme erittäin tiiviisti heidän teknologiajohtajansa ja kaikkien heidän etulinjojen insinööriensä kanssa integroidaksemme Anthropics AI:n syvällisesti käsitetuotekokemukseen, ja mielestämme se on erittäin hyvä. Mutta se oli, se vaati paljon omistautumista, jotta se tapahtuisi."

Ketkä ovat tekoälyn ensimmäiset omaksujat yritystoiminnassa?

Varhaiset omaksujat tähän mennessä Enterprisessa, ehkä ei yllättäen, ovat tyypillisesti erittäin teknologisia yrityksiä, mutta myös suuria pankkeja ja jälleenmyyjiä. Muita varhaisia ​​käyttäjiä voivat olla ohjelmistoyritykset, jotka ovat nyt suuria, ja ne kohtaavat yllä luetellut esteet. Tietohallintojohtajat johtavat usein vastuuta, koska he edustavat koko yrityksen vaatimuksia.  Myyjät, markkinointi, HR ja suunnittelu haluavat kaikki tekniikkaa, joten tietohallintojohtajasta on tullut tuotteen tuomisen keskipiste. 

Douwe Kiela, ContextualAI:n toimitusjohtaja tiivisti sen parhaiten sanomalla; "Luulen, että teillä on yleensä erittäin teknologisesti edistyksellisiä yrityksiä, jotka ovat periaatteessa juuri valmiita lähtöön, mutta usein he luulevat pystyvänsä tekemään sen talon sisällä. Ja niin luulen, että usko todennäköisesti katoaa parin seuraavan vuoden aikana, kun ihmiset ymmärtävät, että tämä on vähän vaikeampaa kuin alun perin luulivat. Mutta sen lisäksi mielestäni yksi mielenkiintoisista asioista, joita näemme, on se, että toimitusjohtajalla on todella mandaatti. Se, missä meidän on tehtävä jotain, ja niin minulle, se on jännittävää, koska se on liiketoimintamahdollisuus.

Mitkä ovat tärkeimmät sijoitukset, jotka varmistavat tulevaisuuden 50-yrityksen? 

 Vaatimustenmukaisuus on tärkeää. Turvallisuusasiat. Ja alussa, koska tekoäly käsittelee niin paljon dataa, luottamus on olennaista. 

Arvind Jain, Gleanin toimitusjohtaja, selitti: "Ensimmäinen asia on vain työskennellä kaikkien turvallisuusnäkökohtien ja vaatimustenmukaisuuden parissa. Joten hanki SOC-2-sertifikaatti, HIPAA-yhteensopivuus, GDPR ja FedRAMP. Se on yksi virta, yrityksen vaatimuksia, eli tarvitsee vain kaikki nämä vaatimustenmukaisuusasiat. Sen lisäksi, tuotteen suhteen, riippuen siitä, mikä tuotteesi on, Enterprises asettaa sinulle paljon vaatimuksia.

Yritykset eivät vain aio jakaa kaikkia tietojaan yhden päivän aikana, joten he voivat joko kerrostaa tekoälyn olemassa olevaan tietoympäristöönsä tai käyttää kehyksiä Amazon ja Google voivat auttaa poistamaan tarpeen käydä läpi laajoja hankintoja ja lisäturvatarkastuksia. Näiden suurten kielimallien tulevaisuus tulee ratkaisemaan kieliharhojen ja datan attribuution esteitä, olemaan luotettavia ja ymmärtämään brändiään ja yrityksesi toimintaa. 

Tarjoaako hienosäätö kilpailuetua? 

Koska AI:ta, Anthropicia ja Gleania käsitellään mediassa niin paljon nykyään, monet ihmiset tulevat ContextualAI:hen, Anthropiciin ja Gleaniin suurilla odotuksilla.

Monet eivät ymmärrä, mitä he haluavat hienosäädöltä. He vain kuulevat siitä ja ajattelevat, että se on tapa saada kilpailuetua. Kuitenkin parempia tekniikan muotoja on tulossa ulos ja ContextualAI:n toimitusjohtaja Douwe Kiela esitti asian parhaiten: "Näemme tämän usein siellä, missä asiakkaat vain menevät. Haluamme hienosäätää malliamme. Voitko auttaa meitä tässä? Ja niin me kerromme heille sinulle on luultavasti valehdeltu. Sinun ei tarvitse hienosäätää malliasi."

Douwe lisäsi: ”Sinun ei todellakaan pitäisi tarvita sitä. Voit luultavasti vain ratkaista tämän ongelman haun lisätyn sukupolven avulla tai käyttämällä erittäin pitkää konteksti-ikkunaa. Ainoa tapaus, jossa voit tarvita sitä, on, jos haluat sen tukevan käyttötapausta, jossa sinulla on paljon tietoja, joita ei ole kenelläkään muulla ja se on todella ominaista kyseiselle käyttötapaukselle.

Ennusteiden kierros tekoälystä vuodelle 2023

Sandhya päätti istunnon kysymällä: "Mikä on jotain villiä ja jotain realistista, jonka toivot olevan totta vuonna 2030?" 

Gleanin Arvindilla oli käytännön toive, että meillä kaikilla olisi todella älykäs, asiantunteva henkilökohtainen avustaja, joka tekisi suurimman osan työstämme puolestamme vuoteen 2030 mennessä. Nykyään tämä ylellisyys rajoittuu yritysten johtajiin. Tulevaisuudessa se on meille kaikille. 

Ben at Anthropicin valoisa tulevaisuus sisältää kielimallit, jotka ymmärtävät meitä paremmin kuin ymmärrämme itseämme. Kun pyydämme sitä tekemään asioita puolestamme, se tekee mitä tarkoitamme, ei sitä, mitä sanomme. Ihannetapauksessa tekoäly tekee meistä kaikista parempia ihmisiä, parantaa suhteitamme ja auttaa meitä olemaan paras versio itsestämme. Mitä se oikeastaan ​​tulee olemaan? Ehkä 60 % siitä, mikä olisi silti hienoa. 

Douwe ContextualAI:sta uskoo, että teknologialla on paljon potentiaalia tehdä hyvää. Vuodesta 2030 tulee erilainen paikka, joten hän toivoo siihen mennessä tekoälyn tekevän kaikki "tylsät, arkipäiväiset asiat", jotta voimme olla luovempia ja tehdä asioita, joista nautimme. 

[Upotetun sisällön]

Related Posts

Aikaleima:

Lisää aiheesta Saastr