บริษัท Enterprise SaaS กำลังซื้อ AI อย่างไร (หรือไม่)

ที่ Saastr Annual เราได้จัดกลุ่มผู้นำ AI ระดับองค์กรเพื่อแบ่งปันประสบการณ์และความรู้เพื่อช่วยให้ผู้อื่นเข้าใจว่าบริษัทขนาดใหญ่คิดและใช้ประโยชน์จาก AI อย่างไร แน่นอน การเพิ่มขึ้นของ ChatGPT กลายเป็นกระแสหลักสำหรับผู้บริโภคและบริษัทขนาดเล็ก แล้วคนรายใหญ่ล่ะ? แม้ว่า Generative AI รุ่นแรกจะยอดเยี่ยม แต่ก็ยังไม่พร้อมที่จะแก้ไขปัญหาระดับองค์กร แล้วตอนนี้เราอยู่จุดไหนในวงจรการยอมรับสำหรับโลกองค์กร? 

ในเซสชั่นนี้ เราได้รวบรวม:

• Douwe Kiela ซีอีโอของ ContextualAI
• เบนจามิน แมนน์ ผู้ร่วมก่อตั้ง Anthropic
• อาร์วินด์ เจน ซีอีโอของ Glean
• และ Sandhya Hedge หุ้นส่วนทั่วไปของ Unusual VC 

เพื่อช่วยให้เราทราบวิธีการขายซอฟต์แวร์ GenAI ให้กับองค์กรที่ใหญ่ที่สุดในโลก 

[เนื้อหาฝัง]

องค์กรต่างๆ ตื่นเต้นมากที่สุดเกี่ยวกับการใช้ AI เพื่ออะไร? 

เนื่องจากผู้ร่วมอภิปรายของเราเคยร่วมงานกับบริษัทระดับ Enterprise (เช่น Amazon, Google, Salesforce เป็นต้น) พวกเขาได้เห็นความตื่นเต้นในระดับหนึ่งที่พวกเขาไม่เคยเห็นมาก่อนในเรื่องของ AI องค์กรต่างๆ กำลังมองหาสองประเด็นสำคัญ 

1. พวกเขาต้องการใช้ AI เพื่อปรับปรุงผลิตภัณฑ์ที่พวกเขาขายให้กับลูกค้า 
2. พวกเขาต้องการใช้ AI เพื่อเปลี่ยนแปลงธุรกิจและวิธีการทำงานของพวกเขาและพนักงาน 

กรณีการใช้งานที่ใหญ่ที่สุดสำหรับ AI ในองค์กรมีทั้งการสนับสนุนลูกค้า การขายและการตลาด และวิศวกรรม — เช่น การช่วยให้นักพัฒนาทดสอบโค้ดและแก้ไขปัญหา ยิ่งไปกว่านั้น ผู้เชี่ยวชาญด้าน AI เหล่านี้ยังรู้สึกประทับใจกับวิธีที่บริษัทที่ใหญ่ที่สุดในโลก ไม่ใช่แค่บริษัทซอฟต์แวร์เท่านั้น แต่ยังรวมถึงบริษัทขนาดองค์กรที่ต้องเผชิญกับผู้บริโภค เช่น ธนาคารและผู้ค้าปลีก ต่างหันมาใช้ AI อีกด้วย

Benjamin Mann ผู้ร่วมก่อตั้ง Anthropic กล่าวเพิ่มเติมว่า “ตัวอย่างเช่น ธนาคารขนาดใหญ่แห่งหนึ่งที่เรากำลังพูดคุยด้วยเข้ามาหาเราและบอกว่า 'เราได้พูดคุยกับทุกคนในบริษัทของเราแล้ว และเรามีกรณีการใช้งานที่แตกต่างกันกว่า 500 กรณีซึ่งเราต้องการนำโมเดลภาษาขนาดใหญ่ไปใช้' นั่นช่างเหลือเชื่อจริงๆ และพวกเขาไม่รู้ด้วยซ้ำว่าจะเริ่มต้นจากตรงไหน ดังนั้นการร่วมงานกับเราเพื่อบอกว่าวันนี้พวกเขาทำอะไรได้บ้าง? แล้วยิ่งไปกว่านั้น พวกเขาจะทำให้ AI กลายเป็นผู้เชี่ยวชาญในผลิตภัณฑ์ของตนได้อย่างไร เพื่อที่ลูกค้าจะได้ไม่ต้องอ่านเอกสารประกอบทั้งหมด แต่ให้พูดคุยกับ AI ราวกับว่าเป็นสถาปนิกโซลูชันหรือส่งต่อ วิศวกรและสามารถใช้ผลิตภัณฑ์ได้ทันที”

ทุกคนรู้ดีว่า AI ได้เปลี่ยนวิธีการทำงานของเราไปแล้ว ในเวลาเดียวกัน คุณสามารถเห็นได้ในองค์กรต่างๆ มากมายว่าผู้คนจำนวนมากรู้สึกตื่นเต้นกับการเปลี่ยนแปลงดังกล่าว แต่ยังไม่แน่ใจว่าการเปลี่ยนแปลงดังกล่าวจะเป็นอย่างไร  และนั่นคือสิ่งที่ทุกคนพยายามค้นหา — เทคโนโลยีจะมีความสำคัญที่สุด ที่ใด พร้อม และที่ใดจะพร้อมในไม่ช้า 

กลุ่มกรณีการใช้งานระดับองค์กรสำหรับ AI

หากคุณดูภาพรวมของกรณีการใช้งานในตอนนี้ Douwe Kiela ซีอีโอของ ContextualAI อธิบายว่าที่นั่น โดยพื้นฐานแล้วคือถังขนาดใหญ่สามถัง: 

1. การค้นพบข้อมูลและการสังเคราะห์ข้อมูล — ฉันจะรับข้อมูลเชิงลึกได้อย่างไร ไม่ใช่แค่ข้อมูลเท่านั้น 
2. การสรุปแบบลำดับชั้น — ฉันจะเปลี่ยนเป็นสิ่งที่ฉันสามารถดำเนินการได้อย่างไร
3. รองรับแชทบอท 

95% ของกรณีการใช้งานทั้งหมดมักจะตกอยู่ในกลุ่มเหล่านี้ และภายในกลุ่มดังกล่าว บริษัทต่างๆ กำลังพยายามค้นหาว่าพวกเขาต้องการทำอะไร 

Douwe กล่าวเพิ่มเติมว่า “สำหรับเรา กรณีการใช้งานที่ดีที่สุดคือกรณีที่คุณสามารถกำหนดได้ว่าความสำเร็จจะเป็นอย่างไร และเราเห็นกรณีการใช้งานประเภทนี้เพียงไม่กี่กรณีที่น่าประหลาดใจจริงๆ 'โอ้ เทคโนโลยีนี้เยี่ยมมาก' ฉันอยากลองใช้แชทบอทของฉันดู' เมื่อเราถามผู้คน คุณให้คำนิยามความสำเร็จว่าอย่างไร? คุณจะวัดว่าสิ่งนี้ดีเพียงพอสำหรับการใช้งานจริงได้อย่างไร บ่อยครั้งพวกเขาไม่มีคำตอบที่ดี นั่นเป็นหนึ่งในสิ่งที่เรากำลังมองหาเป็นอันดับแรก คุณเข้าใจสิ่งที่คุณต้องการจริงๆเหรอ?”

อะไรคืออุปสรรคที่ใหญ่ที่สุดในการนำไปใช้ในองค์กร? 

โดยเฉพาะอย่างยิ่งใน Enterprise ผู้อภิปรายของเราเห็นว่าจริง ๆ แล้วมีหรือสูญเสียข้อตกลงในเรื่อง AI อย่างไร

1. ความปลอดภัย – การที่ข้อมูลที่เป็นกรรมสิทธิ์ของตนออกจากโมเดลและออกสู่ตลาดเปิด
2. ความปลอดภัย – การรักษาหรือต้องสร้างการตรวจสอบข้อมูลอย่างต่อเนื่อง
3. การกำกับดูแลข้อมูลภายใน – สูญเสียไปเมื่อคุณรวมเข้าไว้ในเครื่องมือหรือโมเดล AI เดียว
4. ภาพหลอน — แบบจำลองที่ประกอบขึ้นเป็นสิ่งต่างๆ
5. ปัญหาการระบุแหล่งที่มา — สามารถติดตามกลับไปยังข้อมูลการฝึกอบรมได้
6. ปัญหาการปฏิบัติตามข้อกำหนด — ลืมสิ่งต่างๆ หรือไม่สามารถอัปเดตสิ่งต่างๆ ได้อย่างง่ายดาย
7. FOMO – จะเป็นอย่างไรถ้าโมเดลนี้ไม่ดีเท่าของคนอื่นภายใน 2 สัปดาห์?

“ลูกค้าที่ละเอียดอ่อนที่สุดต้องการสิ่งต่างๆ เช่น การรับรอง FedRAMP และสิ่งที่ต้องใช้เวลาหลายปีและความพยายามอย่างมากในการดำเนินการ” Benjamin Mann ผู้ร่วมก่อตั้ง Anthropic กล่าวเสริม แม้ว่าพวกเขาจะสามารถแก้ไขปัญหานี้ได้ด้วยการร่วมมือกับโปรแกรม Bedrock ของ Amazon แต่การดำเนินการนี้ใช้ไม่ได้กับทุกคน 

และสุดท้าย อุปสรรคอีกประการหนึ่งในการนำองค์กรไปใช้ก็คือแบนด์วิธเพิ่มเติมที่จำเป็นในการดำเนินการให้สำเร็จ 

Benjamin กล่าวเสริมว่า “ผมคิดว่าผู้คนจำนวนมากคิดว่าเทคโนโลยี AI ใหม่นี้เป็นสิ่งที่เพิ่งเข้ามาและชอบงานตั้งแต่วันแรก แต่จริงๆ แล้ว ปรากฎว่ามันยังเป็นซอฟต์แวร์อยู่- และด้วยซอฟต์แวร์ คุณต้องทำงานวิจัยผู้ใช้และทำซ้ำกับทีมต่างๆ ของคุณ ในกรณีของเรา Notion เป็นตัวอย่างที่ดีที่เราทำงานอย่างใกล้ชิดกับ CTO ของพวกเขาและทุกคนจนถึงวิศวกรในแนวหน้าเพื่อบูรณาการ Anthropics AI เข้ากับประสบการณ์ผลิตภัณฑ์แนวคิดอย่างลึกซึ้ง และเราคิดว่ามันดีมาก แต่จริงๆ แล้ว มันต้องอาศัยความทุ่มเทอย่างมากเพื่อทำให้สิ่งนั้นเกิดขึ้น”

ใครคือกลุ่มผู้ใช้งาน AI ในองค์กรยุคแรกๆ

ผู้ใช้งานกลุ่มแรกๆ ใน Enterprise อาจไม่แปลกใจเลยที่มักเป็นบริษัทที่ก้าวไปข้างหน้าด้านเทคโนโลยี แต่ยังรวมถึงธนาคารขนาดใหญ่และผู้ค้าปลีกด้วย ผู้ใช้กลุ่มแรกๆ อื่นๆ อาจเป็นองค์กรซอฟต์แวร์ที่ปัจจุบันมีขนาดใหญ่ และพวกเขากำลังเผชิญกับอุปสรรคที่กล่าวข้างต้น CIO มักจะเป็นผู้นำในเรื่องนี้ เนื่องจากเป็นตัวแทนของความต้องการของทั้งบริษัท  พนักงานขาย การตลาด ทรัพยากรบุคคล และวิศวกรรมต่างก็ต้องการเทคโนโลยี ดังนั้น CIO จึงกลายเป็นจุดสนใจในการนำผลิตภัณฑ์เข้ามา 

Douwe Kiela ซีอีโอของ ContextualAI สรุปได้ดีที่สุดว่า; “ฉันคิดว่าคุณมักจะมีบริษัทที่ก้าวล้ำหน้าด้านเทคโนโลยีซึ่งโดยพื้นฐานแล้วพร้อมที่จะดำเนินการ แต่บ่อยครั้งที่พวกเขาคิดว่าพวกเขาสามารถดำเนินการภายในองค์กรได้ ดังนั้นผมคิดว่าความเชื่อนั้นน่าจะหายไปในอีกไม่กี่ปีข้างหน้า เมื่อผู้คนตระหนักว่าสิ่งนี้ยากกว่าที่พวกเขาคิดไว้เล็กน้อย แต่นอกเหนือจากนั้น ฉันคิดว่าสิ่งที่น่าสนใจอย่างหนึ่งที่เราเห็นก็คือ จริงๆ แล้วได้รับคำสั่งจาก CEO ลงไป เราต้องทำอะไรบางอย่างกับฉันบ้าง นั่นเป็นเรื่องที่น่าตื่นเต้นเพราะเป็นโอกาสทางธุรกิจ”

การลงทุนที่สำคัญที่สุดที่รับรองว่าบริษัท 50 แห่งในอนาคตจะสามารถนำมาใช้ได้คืออะไร 

 เรื่องการปฏิบัติตามกฎระเบียบ เรื่องความปลอดภัย และในช่วงเริ่มต้น เนื่องจาก AI จัดการกับข้อมูลมากมาย ความไว้วางใจจึงเป็นพื้นฐาน 

Arvind Jain ซีอีโอของ Glean อธิบายว่า: “สิ่งแรกคือการทำงานด้านความปลอดภัยและการปฏิบัติตามข้อกำหนดทั้งหมด เพื่อรับการรับรอง SOC-2, การปฏิบัติตาม HIPAA, GDPR และ FedRAMP นั่นเป็นกระแสหนึ่งของข้อกำหนดขององค์กร ซึ่งก็คือ ความต้องการเรื่องการปฏิบัติตามข้อกำหนดทั้งหมดเหล่านี้ ยิ่งไปกว่านั้น ในแง่ของผลิตภัณฑ์ ขึ้นอยู่กับว่าผลิตภัณฑ์ของคุณคืออะไร จะมีความต้องการมากมายที่ Enterprises จะต้องให้กับคุณ”

องค์กรไม่เพียงแค่จะแบ่งปันข้อมูลทั้งหมดของตนในวันหนึ่งเท่านั้น ดังนั้นจึงสามารถวางเลเยอร์ AI ลงในสภาพแวดล้อมข้อมูลที่มีอยู่หรือใช้เฟรมเวิร์กบน Amazon และ Google สามารถช่วยขจัดความจำเป็นในการจัดซื้อจัดจ้างที่กว้างขวางและการตรวจสอบความปลอดภัยเพิ่มเติมได้ อนาคตของโมเดลภาษาขนาดใหญ่เหล่านี้จะแก้ปัญหาอุปสรรคของภาพหลอนทางภาษาและการระบุแหล่งที่มาของข้อมูล ความน่าเชื่อถือ และการทำความเข้าใจเสียงของแบรนด์ของคุณและสิ่งที่บริษัทของคุณเป็นเรื่องเกี่ยวกับ 

การปรับแต่งแบบละเอียดมีความได้เปรียบในการแข่งขันหรือไม่? 

เนื่องจากการรายงานข่าวของสื่อเกี่ยวกับ AI ในปัจจุบันมีเนื้อหาหนักมาก ผู้คนจำนวนมากจึงมาที่ ContextualAI, Anthropic และ Glean พร้อมกับคาดหวังอย่างมาก

หลายคนไม่เข้าใจสิ่งที่พวกเขาต้องการจากการปรับแต่งอย่างละเอียด พวกเขาเพียงได้ยินเรื่องนี้และคิดว่ามันเป็นวิธีสร้างความได้เปรียบในการแข่งขัน อย่างไรก็ตาม มีเทคโนโลยีรูปแบบที่ดีกว่าออกมาและ Douwe Kiela ซีอีโอของ ContextualAI พูดได้ดีที่สุด: “เราเห็นสิ่งนี้บ่อยมากจริงๆ ในจุดที่ลูกค้าไป เราต้องการปรับแต่งโมเดลของเรา คุณช่วยเราในเรื่องนี้ได้ไหม และสิ่งที่เราบอกพวกเขาก็คือ คุณอาจถูกโกหก คุณไม่จำเป็นต้องปรับแต่งโมเดลของคุณอย่างละเอียด”

Douwe เพิ่ม:” คุณไม่ควรต้องการมันจริงๆ คุณอาจแก้ไขปัญหานั้นได้ด้วยการดึงข้อมูลรุ่นเสริมหรือโดยมีหน้าต่างบริบทที่ยาวมาก กรณีเดียวที่คุณต้องการได้ก็คือถ้าคุณต้องการให้มันรองรับกรณีการใช้งานที่คุณมีข้อมูลจำนวนมากที่ไม่มีใครมี และมันมีความเฉพาะเจาะจงสำหรับกรณีการใช้งานนั้นจริงๆ”

รอบการคาดการณ์เกี่ยวกับ AI ในปี 2023

Sandhya ปิดเซสชั่นโดยถามว่า “อะไรคือสิ่งที่แปลกประหลาดและสมจริงที่คุณหวังว่าจะเป็นจริงในปี 2030” 

สำหรับ Arvind ที่ Glean เขามีความหวังในทางปฏิบัติว่าเราทุกคนจะมีผู้ช่วยส่วนตัวที่ชาญฉลาดและมีความรู้อย่างแท้จริง ซึ่งจะมาทำงานส่วนใหญ่ให้เราภายในปี 2030 ในปัจจุบัน ความหรูหราดังกล่าวจำกัดอยู่เฉพาะผู้บริหารในองค์กรเท่านั้น ในอนาคตมันจะเป็นเพื่อพวกเราทุกคน 

สำหรับ Ben ที่ Anthropic อนาคตที่สดใสเกี่ยวข้องกับโมเดลภาษาที่เข้าใจเราดีกว่าที่เราเข้าใจตัวเราเอง เมื่อเราขอให้มันทำสิ่งต่างๆ ให้เรา มันจะทำในสิ่งที่เราหมายถึง ไม่ใช่สิ่งที่เราพูด ตามหลักการแล้ว AI จะทำให้เราทุกคนเป็นคนดีขึ้น ปรับปรุงความสัมพันธ์ของเรา และช่วยให้เราเป็นตัวเราในเวอร์ชันที่ดีที่สุด จริงๆแล้วมันจะเป็นเช่นไร? อาจจะ 60% ของสิ่งนั้น ซึ่งก็ยังดีอยู่ 

สำหรับ Douwe ที่ ContextualAI เขาเชื่อว่าเทคโนโลยีมีศักยภาพมากมายในการทำความดี ปี 2030 จะเป็นปีที่แตกต่างออกไป ดังนั้นเขาจึงหวังว่าเมื่อถึงเวลานั้น AI จะทำ "สิ่งที่น่าเบื่อและธรรมดา" ทั้งหมด เพื่อให้เราสามารถสร้างสรรค์มากขึ้นและทำสิ่งที่เราชอบได้ 

[เนื้อหาฝัง]

• เนื้อหาที่ขับเคลื่อนด้วย SEO และการเผยแพร่ประชาสัมพันธ์ รับการขยายวันนี้
• PlatoData.Network Vertical Generative Ai เพิ่มพลังให้กับตัวเอง เข้าถึงได้ที่นี่.
• เพลโตไอสตรีม. Web3 อัจฉริยะ ขยายความรู้ เข้าถึงได้ที่นี่.
• เพลโตESG. คาร์บอน, คลีนเทค, พลังงาน, สิ่งแวดล้อม แสงอาทิตย์, การจัดการของเสีย. เข้าถึงได้ที่นี่.
• เพลโตสุขภาพ เทคโนโลยีชีวภาพและข่าวกรองการทดลองทางคลินิก เข้าถึงได้ที่นี่.
• ที่มา: https://www.saastr.com/how-enterprise-companies-are-buying-ai-or-not-with-contextualai-anthropic-glean-and-unusual-ventures/