Как корпоративные SaaS-компании покупают ИИ (или нет)

На Saastr Annual мы организовали корпоративную группу лидеров в области ИИ, чтобы поделиться своим опытом и знаниями и помочь другим понять, как крупные компании думают об ИИ и используют его. Конечно, развитие ChatGPT стало массовым явлением для потребителей и небольших компаний, но как насчет крупных компаний? Хотя первое поколение генеративного искусственного интеллекта великолепно, оно не совсем готово к решению проблем предприятия. Итак, на каком этапе цикла внедрения в корпоративном мире мы сейчас находимся? 

На этой сессии мы собрали:

• Доуве Киела, генеральный директор ContextualAI
• Бенджамин Манн, соучредитель Anthropic
• Арвинд Джайн, генеральный директор Glean
• и Сандья Хедж, генеральный партнер Unusual VC, 

Чтобы помочь нам понять, как продавать программное обеспечение GenAI крупнейшим организациям мира. 

[Встраиваемое содержимое]

Для чего предприятия больше всего заинтересованы в использовании ИИ? 

Поскольку все наши участники дискуссии работали с корпоративными компаниями (например, Amazon, Google, Salesforce и т. д.), все они видели уровень волнения, которого они никогда раньше не видели, когда дело доходит до ИИ. Предприятия ищут две большие темы. 

1. Они хотят использовать ИИ для улучшения продуктов, которые продают своим клиентам. 
2. Они хотят использовать ИИ для преобразования своего бизнеса и того, как работают они и их сотрудники. 

Некоторые из наиболее распространенных вариантов использования ИИ на предприятии связаны с поддержкой клиентов, продажами, маркетингом и инжинирингом, то есть помогают разработчикам тестировать код и устранять неполадки. Вдобавок ко всему, эти эксперты по искусственному интеллекту были впечатлены тем, как крупнейшие компании в мире, не только производители программного обеспечения, но даже более крупные компании, ориентированные на потребителя, такие как банки и розничные торговцы, продвигаются вперед в области искусственного интеллекта.

Бенджамин Манн, соучредитель Anthropic, добавил: «Например, один крупный банк, с которым мы разговаривали, пришел к нам и сказал: «Мы поговорили со всеми в нашей компании, и у нас есть 500 различных вариантов использования, к которым мы хотим применить большие языковые модели». Это действительно невероятно. И они даже не знают, с чего начать. Итак, работаем с нами, чтобы сказать, что они могут сделать сегодня? Кроме того, как они могут сделать ИИ экспертом в том, что представляет собой их продукт, чтобы их клиентам не приходилось читать всю их документацию, а вместо этого просто разговаривать с ИИ, как если бы он был разработчиком решений или развернутым вперед? инженером и иметь возможность немедленно использовать продукт».

Все знают, что ИИ уже изменил то, как мы работаем. В то же время на многих предприятиях вы можете видеть, что многие люди в восторге от этих изменений, но еще не уверены, как именно они будут выглядеть.  И это то, что все пытаются выяснить: где технология будет иметь наибольшее значение, где она готова и где она будет готова в ближайшее время. 

Корпоративные варианты использования ИИ

Если вы посмотрите на ландшафт вариантов использования прямо сейчас, Доуве Киела, генеральный директор ContextualAI, объяснил, что по сути, это три больших ведра: 

1. Обнаружение информации и синтез информации — как мне получить более глубокое понимание, а не только данные? 
2. Иерархическое обобщение — как мне превратить его во что-то, над чем можно действовать?
3. Поддержка чат-ботов 

95% всех вариантов использования обычно попадают в одну из этих групп, и внутри этих групп компании пытаются понять, что они хотят делать. 

Дау добавил: «Для нас лучший вариант использования — это тот, где вы можете определить, как выглядит успех. И на самом деле мы видим на удивление мало таких вариантов использования. Это больше похоже на «О, эта технология великолепна». Я хочу попробовать это на своем чат-боте». Когда мы спрашиваем людей, как вы определяете успех? Как вы собираетесь измерить, что эта штука действительно достаточно хороша для промышленного развертывания? Очень часто у них нет хорошего ответа. Это действительно одна из вещей, которые мы ищем в первую очередь. Ты вообще понимаешь, чего хочешь?»

Каковы самые большие препятствия для внедрения на предприятии? 

В частности, что, по наблюдениям наших участников дискуссии, на корпоративном уровне, на самом деле задерживается или проигрывает сделки, когда дело касается ИИ?

1. Безопасность – их собственные данные покидают модель и выходят на открытые рынки.
2. Безопасность – поддержание или необходимость постоянного мониторинга данных.
3. Внутреннее управление данными — потеря его при объединении в единый инструмент или модель искусственного интеллекта
4. Галлюцинация — модели, которые выдумывают вещи
5. Проблемы атрибуции — возможность отследить это до обучающих данных.
6. Проблемы с соблюдением требований — что-то забывает или не может легко обновить.
7. FOMO – Что, если эта модель через 2 недели окажется не так хороша, как чья-то другая?

«Наиболее чувствительным клиентам нужны такие вещи, как сертификация FedRAMP и вещи, на внедрение которых уходит несколько лет и масса усилий», — добавил Бенджамин Манн, соучредитель Anthropic. Хотя им удалось обойти эту проблему, сотрудничая с программой Amazon Bedrock, это сработает не для всех. 

И, наконец, еще одним препятствием для внедрения Enterprise является дополнительная полоса пропускания, необходимая для его успешной реализации. 

Бенджамин добавил: «Я думаю, что многие люди думают об этой новой технологии искусственного интеллекта как о чем-то, что скоро появится и им понравится работа с первого дня. Но на самом деле, оказывается, это все еще программное обеспечение. А что касается программного обеспечения, вам нужно выполнять работу по исследованию пользователей и повторять действия со всеми вашими командами. В нашем случае Notion — отличный пример того, как мы очень тесно сотрудничали с их техническим директором и всеми, вплоть до их инженеров на передовой, чтобы глубоко интегрировать искусственный интеллект Anthropics в опыт концептуальных продуктов, и мы считаем, что это очень хорошо. Но для того, чтобы это произошло, требовалась большая самоотдача».

Кто является первым, кто внедрит ИИ на предприятии?

На данный момент ранними пользователями на предприятии, возможно, неудивительно, что это, как правило, очень высокотехнологичные компании, а также крупные банки и розничные торговцы. Другими ранними пользователями могут стать крупные предприятия по разработке программного обеспечения, которые сталкиваются с барьерами, перечисленными выше. ИТ-директора часто возглавляют инициативу, поскольку они представляют требования всей компании.  Продавцам, маркетологам, HR и инженерам нужны технологии, поэтому ИТ-директор стал координатором внедрения продукта. 

Доуве Киела, генеральный директор ContextualAI лучше всего резюмировал это, сказав; «Я думаю, что у вас, как правило, есть очень технологически продвинутые компании, которые, по сути, просто готовы к работе, но очень часто они думают, что могут сделать это собственными силами. И поэтому я думаю, что эта вера, вероятно, исчезнет в ближайшие пару лет, когда люди поймут, что это немного сложнее, чем они думали изначально. Но помимо этого, я думаю, что одна из интересных вещей, которые мы наблюдаем, заключается в том, что на самом деле существует мандат от генерального директора. Нам нужно что-то сделать, и для меня это интересно, потому что это возможность для бизнеса».

Каковы наиболее важные инвестиции, которые гарантируют, что компания будущего 50 сможет их принять? 

 Соответствие имеет значение. Безопасность имеет значение. И вначале, поскольку ИИ обрабатывает такой большой объем данных, доверие имеет основополагающее значение. 

Арвинд Джайн, генеральный директор Glean, объяснил: «Первое, что нужно сделать, это просто поработать над всеми аспектами безопасности и соблюдением требований. Итак, получите сертификацию SOC-2, соответствие HIPAA, GDPR и FedRAMP. Это один поток корпоративных требований, то есть просто необходимы все эти вопросы соответствия. Кроме того, с точки зрения продукта, в зависимости от того, какой у вас продукт, предприятия будут предъявлять к вам множество требований».

Предприятия не собираются просто делиться всеми своими данными в один прекрасный день, поэтому они могут либо внедрить ИИ в существующую среду данных, либо использовать фреймворки для Amazon и Google могут помочь избавиться от необходимости проходить обширные закупки и дополнительные проверки безопасности. Будущее этих больших языковых моделей будет заключаться в преодолении барьеров языковых галлюцинаций и атрибуции данных, обеспечении доверия и понимании голоса вашего бренда и того, чем занимается ваша компания. 

Обеспечивает ли точная настройка конкурентное преимущество? 

Поскольку в наши дни ИИ широко освещается в средствах массовой информации, многие люди приходят к ContextualAI, Anthropic и Glean с большими ожиданиями.

Многие не понимают, чего хотят от тонкой настройки. Они просто слышат об этом и думают, что это способ получить конкурентное преимущество. Однако появляются и лучшие формы технологий. Лучше всего это выразил Дуве Киела, генеральный директор ContextualAI: «На самом деле мы часто видим это там, где просто приходят клиенты, и мы хотим доработать нашу модель. Можете ли вы нам с этим помочь? И вот что мы им говорим: вас, вероятно, обманули. Вам не нужно точно настраивать свою модель».

Douwe добавил: «Вам это действительно не нужно. Вероятно, вы можете просто решить эту проблему с помощью расширенной генерации извлечения или с помощью очень длинного контекстного окна. Единственный случай, когда он вам может понадобиться, — это если вы хотите, чтобы он поддерживал вариант использования, когда у вас есть много данных, которых нет ни у кого, и они действительно специфичны для этого варианта использования».

Раунд прогнозов об ИИ на 2023 год

Сандхья завершила сессию вопросом: «Что, по вашему мнению, является чем-то диким и реалистичным в 2030 году?» 

Что касается Арвинда из Glean, он имел практическую надежду, что к 2030 году у всех нас будет по-настоящему умный и знающий личный помощник, который будет выполнять за нас большую часть работы. Сегодня эта роскошь доступна только руководителям предприятий. В будущем это будет для всех нас. 

По мнению Бена из Anthropic, светлое будущее предполагает, что языковые модели будут понимать нас лучше, чем мы сами себя понимаем. Когда мы просим его сделать что-то для нас, он делает то, что мы имеем в виду, а не то, что мы говорим. В идеале ИИ сделает нас всех лучше, улучшит наши отношения и поможет нам стать лучшей версией самих себя. Что это будет на самом деле? Может быть, 60% от этого, что все равно было бы здорово. 

Что касается Доу из ContextualAI, он считает, что технологии имеют большой потенциал принести пользу. 2030 год будет другим местом, поэтому он надеется, что к тому времени ИИ будет делать все «скучные, обыденные вещи», чтобы мы могли быть более креативными и делать то, что нам нравится. 

[Встраиваемое содержимое]

• SEO-контент и PR-распределение. Получите усиление сегодня.
• PlatoData.Network Вертикальный генеративный ИИ. Расширьте возможности себя. Доступ здесь.
• ПлатонАйСтрим. Интеллект Web3. Расширение знаний. Доступ здесь.
• ПлатонЭСГ. Углерод, чистые технологии, Энергия, Окружающая среда, Солнечная, Управление отходами. Доступ здесь.
• ПлатонЗдоровье. Биотехнологии и клинические исследования. Доступ здесь.
• Источник: https://www.saastr.com/how-enterprise-companies-are-buying-ai-or-not-with-contextualai-anthropic-glean-and-unusual-ventures/