Kako podjetja SaaS za podjetja kupujejo AI (ali ne)

Na Saastr Annual smo gostili Enterprise panel voditeljev AI, da bi delili svoje izkušnje in znanje, da bi drugim pomagali razumeti, kako velika podjetja razmišljajo o AI in jo uporabljajo. Seveda – vzpon ChatGPT je postal glavni tok za potrošnike in manjša podjetja, kaj pa veliki fantje? Čeprav je prva generacija Generative AI odlična, še ni povsem pripravljena za reševanje težav podjetij. Torej, kje smo zdaj v ciklu sprejemanja za svet podjetij? 

Na tej seji smo zbrali:

• Douwe Kiela, izvršni direktor ContextualAI
• Benjamin Mann, soustanovitelj podjetja Anthropic
• Arvind Jain, izvršni direktor podjetja Glean
• in Sandhya Hedge, generalna partnerica pri Unusual VC, 

Da nam pomaga ugotoviti, kako prodati programsko opremo GenAI nekaterim največjim organizacijam na svetu. 

[Vgrajeni vsebina]

Za kaj so podjetja najbolj navdušena nad uporabo umetne inteligence? 

Ker so vsi naši panelisti delali s podjetji Enterprise (tj. Amazon, Google, Salesforce itd.), so vsi opazili stopnjo navdušenja, ki ji še niso bili priča, ko gre za AI. Podjetja iščejo dve veliki temi. 

1. Želijo uporabiti AI za izboljšanje izdelkov, ki jih prodajajo svojim strankam. 
2. Želijo uporabiti umetno inteligenco za preoblikovanje svojega poslovanja in načina dela njih samih in njihovih zaposlenih. 

Nekateri največji primeri uporabe umetne inteligence v podjetju so v podpori strankam, prodaji in trženju ter inženiringu — tj. pomoč razvijalcem pri testiranju kode in odpravljanju težav. Poleg tega so bili ti strokovnjaki za umetno inteligenco navdušeni nad tem, kako največja podjetja na svetu, ne samo podjetja, ki se ukvarjajo s programsko opremo, ampak še bolj podjetja, ki so usmerjena v podjetja, kot so banke in trgovci na drobno, napredujejo z umetno inteligenco.

Benjamin Mann, soustanovitelj Anthropic je dodal: "Na primer, ena velika banka, s katero smo se pogovarjali, je prišla k nam in rekla, 'pogovarjali smo se z vsemi v našem podjetju in imamo 500 različnih primerov uporabe, za katere želimo uporabiti velike jezikovne modele.' To je res neverjetno. In sploh ne vedo, kje začeti. Torej sodelujejo z nami, da bi povedali, kaj lahko storijo danes? In poleg tega, kako lahko iz umetne inteligence naredijo strokovnjaka za njihov izdelek, tako da njihovim strankam ne bo treba prebrati vse njihove dokumentacije, temveč se namesto tega preprosto pogovarjajo z umetno inteligenco, kot da bi bil arhitekt rešitve ali razporejen naprej inženirja in lahko takoj uporabi izdelek.«

Vsi vedo, da je umetna inteligenca že spremenila naš način dela. Hkrati lahko v številnih podjetjih vidite, da je veliko ljudi navdušenih nad to spremembo, vendar še niso prepričani, kako točno izgleda.  In to je tisto, kar vsi poskušajo odkriti – kje bo tehnologija najbolj pomembna, kje je pripravljena in kje bo pripravljena kmalu. 

Vedra primerov uporabe podjetja za AI

Če trenutno pogledate pokrajino primerov uporabe, Douwe Kiela, izvršni direktor ContextualAI, je pojasnil, da tam so v bistvu tri velika vedra: 

1. Odkrivanje informacij in sinteza informacij – kako pridobim globlje vpoglede in ne samo podatke? 
2. Hierarhično povzemanje – kako ga spremenim v nekaj, na kar lahko ukrepam?
3. Podprite chatbote 

95 % vseh primerov uporabe običajno spada v eno od teh skupin in znotraj teh skupin poskušajo podjetja ugotoviti, kaj želijo narediti. 

Douwe je dodal: »Za nas je najboljši primer uporabe tisti, kjer lahko definirate, kako izgleda uspeh. In dejansko vidimo presenetljivo malo takšnih primerov uporabe. To je bolj 'Oh, ta tehnologija je odlična. Želim ga preizkusiti na svojem chatbotu.' Ko ljudi vprašamo, kako definirate uspeh? Kako boste izmerili, ali je ta stvar dejansko dovolj dobra za uvedbo v proizvodnjo? Zelo pogosto nimajo dobrega odgovora. To je res ena od stvari, ki jih najprej iščemo. Ali res razumeš, kaj hočeš?"

Katere so največje ovire za posvojitev v podjetju? 

Natančneje v podjetju, kaj so naši panelisti videli, da dejansko zadržuje ali izgublja posle, ko gre za AI?

1. Varnost – njihovi lastniški podatki zapustijo model in gredo na odprte trge
2. Varnost – vzdrževanje ali vzpostavitev stalnega spremljanja podatkov
3. Notranje upravljanje podatkov – izguba le-teh, ko jih konsolidirate v eno samo orodje ali model AI
4. Halucinacije — modeli, ki si stvari izmišljujejo
5. Težave z dodeljevanjem — možnost izsleditve do podatkov o usposabljanju
6. Težave s skladnostjo — pozablja stvari ali jih ne more zlahka posodobiti
7. FOMO – Kaj pa, če ta model čez 2 tedna ne bo tako dober kot nekdo drug?

"Najbolj občutljive stranke si želijo stvari, kot je certifikat FedRAMP, in stvari, za katere je potrebno več let in ogromno truda, da jih implementirajo," je dodal Benjamin Mann, soustanovitelj podjetja Anthropic. Čeprav so lahko to rešili s sodelovanjem z Amazonovim programom Bedrock, to ne bo delovalo za vse. 

In končno, druga ovira za sprejetje Enterprise je dodatna pasovna širina, ki je potrebna za njegovo uspešno implementacijo. 

Benjamin je dodal: »Mislim, da veliko ljudi razmišlja o tej novi tehnologiji umetne inteligence kot o nečem, kar se bo šele pojavilo in jim je všeč delo od prvega dne. Toda pravzaprav, izkazalo se je, da je še vedno programska oprema. S programsko opremo pa morate opraviti delo raziskovanja uporabnikov in ponavljanja z vsemi svojimi različnimi ekipami. V našem primeru je Notion odličen primer, kjer smo zelo tesno sodelovali z njihovim tehničnim direktorjem in vsemi vse do njihovih inženirjev na prvih linijah, da bi globoko integrirali AI Anthropics v izkušnjo izdelka Notion, in menimo, da je izjemno dobro. Vendar je bilo, potrebno je bilo veliko predanosti, da se je to zgodilo.”

Kdo so prvi uporabniki umetne inteligence v podjetjih?

Morda ne preseneča, da so tisti, ki so do zdaj prvi sprejeli sistem Enterprise, običajno zelo tehnološko napredna podjetja, pa tudi velike banke in trgovci na drobno. Drugi prvi uporabniki so lahko zdaj velika podjetja za programsko opremo, ki se soočajo z zgoraj navedenimi ovirami. Direktorji informatike pogosto vodijo odgovornost, ker predstavljajo zahteve celotnega podjetja.  Prodajalci, trženje, kadrovska služba in inženiring vsi želijo tehnologijo, zato je CIO postal osrednja točka za uvedbo izdelka. 

Douwe Kiela, izvršni direktor ContextualAI najbolje povzel z besedami; »Mislim, da imate ponavadi zelo tehnološko napredna podjetja, ki so v bistvu pripravljena na delo, vendar zelo pogosto mislijo, da lahko to storijo v podjetju. In zato mislim, da bo to prepričanje verjetno izginilo v naslednjih nekaj letih, ko bodo ljudje spoznali, da so te stvari nekoliko težje, kot so sprva mislili. Toda poleg tega mislim, da je ena od zanimivih stvari, ki jih vidimo, ta, da res obstaja mandat od izvršnega direktorja navzdol. Kjer moramo nekaj narediti, in zame je to vznemirljivo, ker je to poslovna priložnost.«

Katere so najpomembnejše naložbe, ki zagotavljajo, da jih lahko sprejme prihodnje 50 podjetje? 

 Skladnost je pomembna. Varnostne zadeve. In na začetku, ker AI obdeluje toliko podatkov – je zaupanje temeljnega pomena. 

Arvind Jain, izvršni direktor podjetja Glean, je pojasnil: "Prva stvar je delo na vseh varnostnih vidikih in skladnosti. Torej pridobite certifikat SOC-2, skladnost s predpisi HIPAA, GDPR in FedRAMP. To je en tok zahtev podjetja, kar pomeni, da potrebujemo vse te zadeve skladnosti. Poleg tega bo v smislu izdelka, odvisno od tega, kaj je vaš izdelek, veliko zahtev, ki vam jih bodo podjetja postavila.”

Entperises ne bodo delili vseh svojih podatkov le z nekim dnem – tako da bodo lahko bodisi vgradili AI v svoje obstoječe podatkovno okolje ali uporabili okvire na Amazon in Google lahko pomagata odpraviti potrebo po obsežnih javnih naročilih in dodatnih varnostnih pregledih. Prihodnost teh velikih jezikovnih modelov bo reševanje ovir jezikovnih halucinacij in dodeljevanja podatkov, zaupanja vredni ter razumevanje glasu vaše blagovne znamke in cilja vašega podjetja. 

Ali fina nastavitev ponuja konkurenčno prednost? 

Ker je medijska pokritost umetne inteligence v teh dneh tako obsežna, mnogi ljudje pridejo k ContextualAI, Anthropic in Glean z velikimi pričakovanji.

Mnogi ne razumejo, kaj hočejo od natančne nastavitve. Samo slišijo o tem in mislijo, da je to način za doseganje konkurenčne prednosti. Vendar pa prihajajo boljše oblike tehnologije in Douwe Kiela, izvršni direktor ContextualAI, je to najbolje predstavil: "To vidimo pogosto tam, kamor stranke preprosto pridejo, želimo natančno prilagoditi naš model. Ali nam lahko pomagate pri tem? In zato jim rečemo verjetno so vam lagali. Ni vam treba natančno prilagoditi svojega modela.«

Douwe dodal: ” Tega res ne bi smel rabiti. Verjetno lahko to težavo rešite z generiranjem razširjenega pridobivanja ali z zelo dolgim ​​kontekstnim oknom. Edini primer, ko ga lahko potrebujete, je, če želite, da podpira primer uporabe, kjer imate veliko podatkov, ki jih nima nihče drug, in so resnično specifični za ta primer uporabe.«

Krog napovedi o AI za leto 2023

Sandhya je sejo zaključila z vprašanjem: "Kaj je nekaj divjega in nekaj realističnega, za kar upate, da bo res leta 2030?" 

Za Arvinda iz Gleana je imel praktično upanje, da bomo vsi imeli resnično pametnega osebnega pomočnika z znanjem, ki bo do leta 2030 opravil večino našega dela namesto nas. Danes je to razkošje omejeno na vodilne v podjetjih. V prihodnosti bo za vse nas. 

Za Bena pri Anthropicu svetla prihodnost vključuje jezikovne modele, ki nas razumejo bolje, kot razumemo sami sebe. Ko ga prosimo, naj naredi stvari namesto nas, bo naredil, kar mislimo, in ne tega, kar rečemo. V idealnem primeru nas bo umetna inteligenca vse naredila boljše ljudi, izboljšala naše odnose in nam pomagala biti najboljša različica samega sebe. Kaj bo pravzaprav? Morda 60 % tega, kar bi bilo še vedno super. 

Za Douweja pri ContextualAI verjame, da ima tehnologija veliko potenciala za dobro. Leta 2030 bo drugačno mesto, zato upa, da bo do takrat umetna inteligenca opravljala vse "dolgočasne, vsakdanje stvari", da bomo lahko bolj ustvarjalni in počeli stvari, v katerih uživamo. 

[Vgrajeni vsebina]

• Distribucija vsebine in PR s pomočjo SEO. Okrepite se še danes.
• PlatoData.Network Vertical Generative Ai. Opolnomočite se. Dostopite tukaj.
• PlatoAiStream. Web3 Intelligence. Razširjeno znanje. Dostopite tukaj.
• PlatoESG. Ogljik, CleanTech, Energija, Okolje, sončna energija, Ravnanje z odpadki. Dostopite tukaj.
• PlatoHealth. Obveščanje o biotehnologiji in kliničnih preskušanjih. Dostopite tukaj.
• vir: https://www.saastr.com/how-enterprise-companies-are-buying-ai-or-not-with-contextualai-anthropic-glean-and-unusual-ventures/