ใช้ประโยชน์จาก AI เชิงกำเนิดบน AWS เพื่อพลิกโฉมวิทยาศาสตร์เพื่อชีวิต – IBM Blog

การก้าวกระโดดแบบเอ็กซ์โปเนนเชียล AI กำเนิด กำลังเปลี่ยนแปลงหลายอุตสาหกรรมไปแล้ว: การเพิ่มประสิทธิภาพเวิร์กโฟลว์ช่วยให้ทีมงานมนุษย์มุ่งเน้นไปที่งานที่มีมูลค่าเพิ่มและเร่งเวลาในการออกสู่ตลาด อุตสาหกรรมชีววิทยาศาสตร์เริ่มสังเกตเห็นและตั้งเป้าที่จะก้าวข้ามความก้าวหน้าทางเทคโนโลยี อุตสาหกรรมวิทยาศาสตร์ชีวภาพได้เปลี่ยนจากการพัฒนายาที่อิงตามการค้นพบแบบดั้งเดิมมาเป็นเวลาหลายทศวรรษแล้ว ไปสู่การกำหนดเป้าหมายกระบวนทัศน์การพัฒนายาที่อิงตามตลาด อย่างไรก็ตาม ยังมีภาระจากวงจรการวิจัยและพัฒนาที่ยาวนานและขั้นตอนทางคลินิก การผลิต และการปฏิบัติตามข้อกำหนดที่ใช้แรงงานเข้มข้น

อุตสาหกรรมอยู่ภายใต้แรงกดดันมหาศาลในการเร่งการพัฒนายาด้วยต้นทุนที่เหมาะสม ทำให้งานที่ใช้เวลาและแรงงานเข้มข้นเป็นอัตโนมัติ เช่น การสร้างเอกสารหรือรายงาน เพื่อรักษาขวัญกำลังใจของพนักงาน และเร่งการส่งมอบ จากการที่องค์กร BioPharma และอุปกรณ์การแพทย์นำกลยุทธ์การเปลี่ยนแปลงและการมีส่วนร่วมทางดิจิทัลมาใช้มากขึ้น บวกกับการเปลี่ยนแปลงกระบวนทัศน์ที่เกิดจากการระบาดใหญ่ของ Covid19 อุตสาหกรรมกำลังเผชิญกับการเพิ่มขึ้นของข้อมูลดิจิทัลที่ถูกสร้างขึ้นในเชิงพาณิชย์ ห่วงโซ่อุปทาน คลินิก และด้านการเฝ้าระวังด้านเภสัชกรรมของ ห่วงโซ่คุณค่า และฟังก์ชันทางธุรกิจขององค์กรอื่นๆ

ข้อมูลดิจิทัลนี้กำลังเข้ามาในอุตสาหกรรมในรูปแบบต่างๆ เช่น ข้อความที่ไม่มีโครงสร้าง รูปภาพ PDF และอีเมล การเพิ่มขึ้นของข้อมูลดิจิทัล ประกอบกับความพร้อมที่ลดลงของทรัพยากรมนุษย์ที่มีทักษะและเต็มใจในการนำเข้าและประมวลผลข้อมูลดิจิทัลในลักษณะที่สอดคล้อง กำลังบังคับให้องค์กรด้านวิทยาศาสตร์ชีวภาพต้องสำรวจ AI การเรียนรู้ของเครื่องจักร และเทคโนโลยี AI ที่สร้างสรรค์ในปัจจุบัน ตัวอย่างกรณีการใช้งานที่เป็นไปได้สำหรับ Generative AI ในวิทยาศาสตร์ชีวภาพ ได้แก่แต่ไม่จำกัดเฉพาะ:

• AI สำหรับการทบทวนกฎหมายการแพทย์ (MLR): โลกาภิวัตน์ที่เพิ่มขึ้นและการเติบโตแบบก้าวกระโดดในเทคนิคการตลาดดิจิทัลทำให้เกิดความเครียดกับกระบวนการที่ซับซ้อน ใช้เวลานาน และท้าทายอยู่แล้ว generative AI มีศักยภาพในการประมวลผลเนื้อหาดิจิทัลในวงกว้างและสร้างเอาต์พุต MLR ที่มีประสิทธิภาพ ซึ่งจากนั้นทีมการตลาดของมนุษย์จะสามารถใช้ประโยชน์จากการเร่งและลดความซับซ้อนของกระบวนการได้
• AI สำหรับสร้างรายงานการศึกษาทางคลินิก (CSR): Generative AI มีศักยภาพในการสร้างรายงาน "ความพยายามครั้งแรก" ซึ่งสามารถชดเชยความพยายามของมนุษย์ได้ 80% เร่งกระบวนการ ทำให้เกิดความสม่ำเสมอ และเพิ่มแบนด์วิดท์อันมีค่าสำหรับงานที่มีมูลค่าสูงอื่นๆ
• เหตุการณ์ไม่พึงประสงค์ (AE) การสร้างเรื่องเล่า: งานที่มีการควบคุมอย่างเข้มงวดและใช้เวลานานในการสร้างการเล่าเรื่องเหตุการณ์ไม่พึงประสงค์นี้ จำเป็นต้องมีฟังก์ชั่นทางธุรกิจที่มีการควบคุมอย่างเข้มงวดและบทบาทที่มีทักษะสูงภายในองค์กรด้านวิทยาศาสตร์ชีวภาพ และต้องมีการประสานงานด้วยตนเอง ซึ่งบางครั้งก็น่าเบื่อ งานที่สามารถสร้างผลลัพธ์ที่อาจไม่ถูกต้องหรือไม่สอดคล้องกัน การใช้ประโยชน์จาก Generative AI เพื่อเพิ่มขีดความสามารถของทีมมนุษย์นำเสนอโอกาสสำหรับลูกค้าในการลดต้นทุนลง 30%-50% ในขณะเดียวกันก็เร่งเวลาในการออกสู่ตลาดที่เกี่ยวข้องกับกระบวนการนี้อย่างน้อย 50% และปรับปรุงความสามารถในการปรับขนาด คุณภาพ และความสม่ำเสมอของรายงานที่สร้างขึ้น
• เร่งการออกแบบยา mRNA: Moderna ซึ่งใช้ประโยชน์จากการเรียนรู้ของเครื่องและ AI เพื่อพัฒนาด้าน Messenger RNA (mRNA) เพื่อสร้างผลงานทางคลินิกที่หลากหลายของวัคซีนและการรักษาใน XNUMX รูปแบบ ได้แก่ ร่วมมือกับไอบีเอ็ม เพื่อใช้ประโยชน์จาก generative AI เพื่อออกแบบยา mRNA ให้มีความปลอดภัยและประสิทธิภาพสูงสุด

กรณีการใช้งานอื่นๆ ที่โมเดล AI เชิงสร้างสรรค์สามารถช่วยให้องค์กรด้านวิทยาศาสตร์ชีวภาพสร้างความได้เปรียบทางการแข่งขันได้ ได้แก่:

• สรุป: การโต้ตอบกับคอลเซ็นเตอร์ เอกสาร เช่น รายงานทางการเงิน บทความนักวิเคราะห์ อีเมล ข่าวสาร แนวโน้มของสื่อ และอื่นๆ
• ความรู้การสนทนา: บทวิจารณ์ ฐานความรู้ รายละเอียดสินค้า และอื่นๆ
• การสร้างเนื้อหา: บุคลิก เรื่องราวของผู้ใช้ ข้อมูลสังเคราะห์ การสร้างภาพ UI ส่วนบุคคล สำเนาการตลาด อีเมลและการตอบสนองทางสังคม และอื่นๆ
• การสร้างโค้ด: ผู้ช่วยเขียนโค้ด การแปลงโค้ด สร้างเอกสารทางเทคนิค กรณีทดสอบ และอื่นๆ อีกมากมาย
• การวิจัยและพัฒนา: การค้นพบและการพัฒนายา การสร้างและการทบทวนเนื้อหาที่มีคุณภาพ คุณภาพและข่าวกรองด้านกฎระเบียบ การสร้างคำบรรยาย AE การส่งข้อมูลที่ชาญฉลาด การสร้างข้อมูลสังเคราะห์
• เชิงพาณิชย์: การสร้างเนื้อหาทางการตลาด ประสบการณ์ของผู้ป่วย การฝึกอบรมตัวแทนและการเปิดใช้งานการขาย และศูนย์กลางความรู้
• ทรัพยากรมนุษย์: สร้างคำอธิบายแบบ cob ข้อกำหนดด้านทักษะ สร้างคำถามในการสัมภาษณ์จากลักษณะงาน ประเมินผู้สมัครตามข้อมูลจำเพาะของงาน ตัวช่วยการเรียนรู้และการสอน การสร้างแบบทดสอบ การสร้างเนื้อหา และอื่นๆ
• การผลิต: การควบคุมและการตรวจสอบคุณภาพ การค้นหาการสนทนาการฝึกอบรมด้านเทคนิคของผู้ปฏิบัติงาน/ห้องปฏิบัติการผ่าน SOP การสร้างเนื้อหา และอื่นๆ
• ห่วงโซ่อุปทาน: การคาดการณ์ความต้องการ การเพิ่มประสิทธิภาพห่วงโซ่อุปทาน การประเมินความเสี่ยง และการบรรเทา

เราเชื่อว่าการใช้ประโยชน์จาก generative AI-Automation สามารถขับเคลื่อนผลประโยชน์ในวิทยาศาสตร์ชีวภาพ รวมถึงในโดเมนที่ได้รับการควบคุม และลดรอบเวลาสำหรับการสร้าง AE Narratives อย่างน้อย 50% โดยอิงจากงานที่ทำโดย IBM Consulting และกลุ่ม Pharmacovigilance ที่ BioPharma ระดับโลก บริษัท.

ในบล็อกโพสต์นี้ เราจะแสดงให้เห็นว่า IBM Consulting ร่วมมือกับ AWS และใช้ประโยชน์จาก Large Language Models (LLM) บนแพลตฟอร์ม generative AI-Automation (ATOM) ของ IBM Consulting ได้อย่างไร เพื่อสร้างแบบจำลองพื้นฐานที่ได้รับการฝึกอบรมโดเมนด้านวิทยาศาสตร์ชีวภาพที่ตระหนักในอุตสาหกรรม สร้างร่างเอกสารบรรยายชุดแรกโดยมีวัตถุประสงค์เพื่อช่วยเหลือทีมมนุษย์

เหตุใดจึงควรให้คำปรึกษากับ IBM สำหรับ Generative AI บน AWS

เป็นเวลากว่าทศวรรษที่ IBM Consulting ได้ช่วยเหลือลูกค้าในการขับเคลื่อนคุณค่า AI, เรียนรู้เครื่อง และโซลูชันระบบอัตโนมัติเพื่อเพิ่มประสิทธิภาพกระบวนการทางธุรกิจและการดำเนินงานด้านไอทีในอุตสาหกรรมต่างๆ เมื่อเร็วๆ นี้ IBM Consulting ได้ร่วมมือกับองค์กรต่างๆ เพื่อปรับใช้โมเดลพื้นฐาน ปรับเปลี่ยนขั้นตอนการทำงานหลักและตระหนักถึงคุณค่า—ลดต้นทุน เวลาดำเนินการ และปรับปรุงประสิทธิภาพการผลิต และมุ่งมั่นที่จะช่วยเหลือองค์กรต่างๆ ในการนำทางและปลดล็อคคุณค่าจากการเปลี่ยนแปลงแผ่นดินไหวที่ขับเคลื่อนโดย AI ด้วยเหตุนี้ IBM Consulting จึงได้ประกาศเปิดตัว a ศูนย์ความเป็นเลิศด้าน AI กำเนิด ด้วยที่ปรึกษากว่า 1000 คนที่มีทักษะด้าน AI และชุดเครื่องมือเร่งความเร็วที่สร้างขึ้นโดยเฉพาะสำหรับโมเดลพื้นฐานและ LLM ด้วยเหตุนี้ IBM Consulting จึงช่วยให้องค์กรต่างๆ พัฒนาและปรับใช้โมเดล AI เชิงสร้างสรรค์ระดับการผลิต

IBM เป็นคู่ค้าที่ปรึกษาระดับพรีเมียร์สำหรับ AWS โดยมีผู้เชี่ยวชาญที่ได้รับการรับรอง AWS มากกว่า 20 คนทั่วโลก การตรวจสอบบริการ 16 รายการ และความสามารถของ AWS 16 รายการ กลายเป็น GSI ระดับโลกที่เร็วที่สุดในการรักษาความปลอดภัยความสามารถและการรับรองของ AWS มากขึ้นในหมู่ AWS Premier GSI 16 อันดับแรกภายใน 18 เดือน ที่งาน re:Invent 2022 IBM Consulting ได้รับรางวัล พันธมิตรด้านนวัตกรรมระดับโลกแห่งปี และ GSI Partner of the Year สำหรับละตินอเมริกาเป็นการประสานลูกค้าและความไว้วางใจของ AWS ใน IBM Consulting ในฐานะพันธมิตรที่ได้รับเลือกเมื่อพูดถึง AWS

ในโดเมน AI นั้น IBM มีนักวิทยาศาสตร์ข้อมูล วิศวกร AI และที่ปรึกษามากกว่า 21 คน และได้ดำเนินการงานด้าน AI และการวิเคราะห์มากกว่า 40 รายการ แต่พลังอันยิ่งใหญ่มาพร้อมกับความรับผิดชอบที่ยิ่งใหญ่ และนี่เป็นเรื่องจริงโดยเฉพาะอย่างยิ่งสำหรับ generative AI ไอบีเอ็ม คอนซัลติ้ง ได้ขับเคลื่อนก แนวทางที่รับผิดชอบและมีจริยธรรม สู่ AI มากว่า XNUMX ปีแล้ว โดยเน้นไปที่หลักการพื้นฐาน XNUMX ประการนี้เป็นหลัก:

1. คำอธิบาย: วิธีที่โมเดล AI มาถึงการตัดสินใจควรจะเป็นที่เข้าใจได้ โดยมีระบบที่เชื่อมโยงโดยมนุษย์ซึ่งเพิ่มความน่าเชื่อถือมากขึ้นและช่วยลดความเสี่ยงในการปฏิบัติตามกฎระเบียบ
2. ความเป็นธรรม: โมเดล AI ควรปฏิบัติต่อทุกกลุ่มอย่างเท่าเทียมกัน
3. ความแข็งแรง: ระบบ AI ควรจะทนต่อการโจมตีข้อมูลการฝึกได้
4. ความโปร่งใส: ทุกแง่มุมที่เกี่ยวข้องของระบบ AI ควรเปิดเผยต่อสาธารณะเพื่อการประเมิน
5. ความเป็นส่วนตัว: ข้อมูลที่ใช้ในระบบ AI ควรมีความปลอดภัย และเมื่อข้อมูลนั้นเป็นของบุคคล บุคคลนั้นควรเข้าใจว่าข้อมูลนั้นถูกนำไปใช้อย่างไร

IBM กำลังช่วยเหลือหน่วยงานด้านวิทยาศาสตร์ชีวภาพหลายแห่งปรับใช้ AI ในลักษณะที่รับผิดชอบและเชื่อถือได้ในฟังก์ชันต่างๆ IBM ได้ร่วมมือกับ Johnson & Johnson เพื่อ คิดใหม่เกี่ยวกับกลยุทธ์ความสามารถของตนโดยพื้นฐาน ใช้ทักษะที่ใช้ AI ในการอนุมานอย่างมีความรับผิดชอบและส่งมอบ การเปลี่ยนแปลงในวงกว้างเพื่อการสังเกตแอปพลิเคชันโดยใช้ AIOP.

เพื่อช่วยให้องค์กรด้านวิทยาศาสตร์ชีวภาพปฏิบัติตามแนวทางและข้อบังคับของ GxP เมื่อพัฒนาหรือผลิตยาและอุปกรณ์ทางการแพทย์ IBM Consulting ใช้ประโยชน์จากประสบการณ์ GxP ที่กว้างขวางและแนวทางปฏิบัติที่ดีที่สุดของ AWS GxP, HIPAA และอื่น ๆ โปรแกรมการปฏิบัติตามกฎระเบียบ เพื่อส่งมอบโซลูชันที่ปฏิบัติตามกฎระเบียบ ได้รับการตรวจสอบ และปลอดภัย

จะสร้างไปป์ไลน์ AI ที่สร้างใน AWS เพื่อสร้างการเล่าเรื่องได้อย่างไร

ปัจจุบัน การสร้างเรื่องเล่าเกี่ยวกับเหตุการณ์ไม่พึงประสงค์ถือเป็นกระบวนการที่ต้องดำเนินการด้วยตนเองอย่างเข้มข้นในการดูแลสุขภาพ เมื่อมีการรายงานเหตุการณ์ไม่พึงประสงค์ ทีมทางคลินิกและความปลอดภัยจะอ่านและประมวลผลรายละเอียดต่างๆ ด้วยตนเอง เช่น ข้อมูลด้านสุขภาพและการแพทย์ในปัจจุบันและในอดีตของผู้ป่วย ข้อมูลเหตุการณ์ และอื่นๆ อีกมากมาย และเขียนรายงานโดยละเอียดด้วยตนเอง ตามที่หน่วยงานกำกับดูแลกำหนด ด้วยการถือกำเนิดของ generative AI เราเชื่อว่าสามารถขยายกระบวนการเหล่านี้ได้เพื่อเพิ่มขีดความสามารถให้กับทีมทางคลินิกและความปลอดภัยในการเปลี่ยนไปสู่งานที่มีมูลค่าสูงกว่า เช่น การทบทวนเรื่องราว ตลอดจนช่วยให้ทีมมุ่งเน้นไปที่งานที่ซับซ้อนมากขึ้น

เราได้สำรวจตัวเลือกต่างๆ มากมายสำหรับงานสร้างการเล่าเรื่องเหตุการณ์ไม่พึงประสงค์โดยใช้ AI เชิงสร้างสรรค์ ท้ายที่สุดแล้ว หนึ่งใน กอดใบหน้า เปิดโมเดลภาษาขนาดใหญ่ Amazon Sagemaker JumpStart ได้รับเลือกให้สร้างการเล่าเรื่องเหตุการณ์ไม่พึงประสงค์ด้วยเหตุผลหลายประการ: มีใบอนุญาตที่อนุญาตซึ่งอนุญาตให้ใช้งานเชิงพาณิชย์ การ์ดโมเดล/ข้อมูลที่ชัดเจนสำหรับโมเดลต้นทางที่สามารถอธิบายสายเลือดของข้อมูลได้ ความสามารถในการปรับแต่งโมเดลภายใน Sagemaker Jumpstart และความสามารถที่แข็งแกร่งในการสร้างข้อความบรรยายเหตุการณ์ไม่พึงประสงค์ด้วยการปรับแต่งอย่างละเอียดน้อยที่สุด

ไปป์ไลน์ระดับสูงสำหรับกระบวนการนี้แสดงอยู่ในรูปที่ 1 เราเริ่มต้นด้วยการเตรียมข้อมูลที่มีโครงสร้างที่เป็นกรรมสิทธิ์เพื่อล้างและจัดเตรียมให้พร้อมในรูปแบบเพื่อให้สามารถส่งผ่านภายในพร้อมท์สำหรับการปรับแต่งและการอนุมานอย่างละเอียด จากนั้นโมเดลภาษาขนาดใหญ่ก็ได้รับการปรับแต่งอย่างละเอียด อเมซอน Sagemaker บนชุดข้อมูลการฝึกอบรมที่มีบันทึกมากกว่า 500 รายการที่อธิบายข้อมูลสุขภาพของผู้ป่วย เหตุการณ์ไม่พึงประสงค์ และข้อมูลทางการแพทย์ โดยใช้ไปป์ไลน์ที่แสดงด้านล่าง Amazon Sagemaker เป็นแพลตฟอร์มที่เหมาะสมที่สุดสำหรับ Generative AI เนื่องจากมีฟังก์ชันต่างๆ ในตัว (ความสามารถในการเลือกโมเดลจากแค็ตตาล็อก ไม่ต้องใช้โค้ดในการฝึกโมเดล ฟังก์ชันในการตั้งค่าไปป์ไลน์และการตรวจสอบเพิ่มเติม) เมื่อปรับแต่งอย่างละเอียดแล้ว โมเดลที่ปรับใช้จะถูกนำมาใช้ เพื่ออนุมานข้อมูลทดสอบเพื่อสร้างเรื่องเล่า AE (ดูรูปที่ 2 สำหรับตัวอย่าง) นอกจากนี้ ทีมผู้เชี่ยวชาญด้านความปลอดภัยและหัวข้อทางคลินิกได้ตรวจสอบการสร้างการเล่าเรื่องโดยใช้เอกสารความจริงภาคพื้นดิน และวิเคราะห์ด้วยตนเองเพื่อให้แน่ใจว่าไปป์ไลน์ AI-Automation ที่สร้างขึ้นมีความน่าเชื่อถือและไม่ถูกภาพหลอน

นอกจากนี้ IBM Consulting ยังได้เปิดตัวเมื่อเร็วๆ นี้ watsonx.data บน AWS ซึ่งเป็นที่เก็บข้อมูลแบบไฮบริดแบบเปิดที่มีการควบคุมเพื่อช่วยให้องค์กรปรับขนาดการวิเคราะห์และ AI IBM Consulting ยังเป็นพันธมิตรกับ AWS เพื่อบูรณาการที่กำลังจะเกิดขึ้น อเมซอน เบดร็อคซึ่งเป็นบริการที่มีการจัดการเต็มรูปแบบซึ่งทำให้ FM จากสตาร์ทอัพ AI ชั้นนำและ Amazon พร้อมใช้งานผ่าน API สู่ ATOM เพื่อช่วยลูกค้าสร้างและปรับขนาดกรณีการใช้งาน AI เชิงสร้างสรรค์ ในขณะที่ เสริมสร้างความปลอดภัยทางไซเบอร์ และการปฏิบัติตามกฎระเบียบ

คุณค่าทางธุรกิจ

ตาม ฐานข้อมูล FAERSจำนวน AE ที่รายงานได้เพิ่มขึ้น 2.5 เท่าใน 10 ปี ตั้งแต่ปี 2012 ถึง 2022 บริษัทต่างๆ จะต้องรายงานเหตุการณ์เหล่านี้อย่างรวดเร็วต่อหน่วยงานกำกับดูแล และดำเนินการตามสัญญาณด้านความปลอดภัยอย่างรวดเร็วโดยไม่คำนึงถึงปริมาณ ภาระจากปริมาณงานที่เพิ่มขึ้นสะท้อนให้เห็นในงบประมาณที่คาดว่าจะเพิ่มขึ้นจากประมาณ 4 พันล้านดอลลาร์สหรัฐในปี 2017 เป็นมากกว่า 6 พันล้านภายในปี 2020

จากข้อมูลของลูกค้าด้านวิทยาศาสตร์ชีวภาพรายใหญ่ 10 อันดับแรกในสหรัฐฯ ที่บริษัทที่ปรึกษาของ IBM กำลังร่วมงานด้วยอยู่นั้น การใช้ประโยชน์จาก generative AI ในรูปแบบที่สอดคล้องและมีความรับผิดชอบมีศักยภาพในการลดแรงงานคนในการสร้างรายงาน AE ได้ถึง 50% เมื่อรวมกับ ขับเคลื่อนด้วย AI, มนุษย์อยู่ในวง, โซลูชันการแปลภาษาสามารถปรับต้นทุนการดำเนินงานให้เหมาะสมยิ่งขึ้น และเพิ่มพื้นที่ว่างให้กับทีมมนุษย์อันทรงคุณค่าเพื่อมุ่งเน้นไปที่งานที่มีมูลค่าเพิ่ม

เพื่อเป็นการยกย่องการใช้ Machine Learning ในด้านวิทยาศาสตร์ชีวภาพที่เพิ่มมากขึ้น ขณะนี้ FDA ได้ดำเนินการแล้ว เคลียร์อัลกอริธึมทางการแพทย์มากกว่า 500 รายการ ที่มีจำหน่ายในท้องตลาดในประเทศสหรัฐอเมริกา อัลกอริธึมมากกว่าครึ่งหนึ่งในตลาดสหรัฐอเมริกาถูกล้างระหว่างปี 2019 ถึง 2022 โดยมีแอปมากกว่า 300 รายการในเวลาเพียงสี่ปี ในเดือนตุลาคม 2022 เพียงเดือนเดียว FDA ได้อนุมัติระบบ AI/ML ใหม่ 178 ระบบ ซึ่งคาดว่าจะมีจำนวนเพิ่มขึ้นอย่างรวดเร็วในอนาคต

โมเมนตัมนี้สร้างมูลค่าทางธุรกิจมหาศาลให้กับลูกค้าด้านวิทยาศาสตร์ชีวภาพที่ต้องการสร้างสรรค์สิ่งใหม่ ๆ ทั่วทั้งห่วงโซ่คุณค่า โดยใช้ประโยชน์จากเทคโนโลยีล้ำสมัย เช่น generative AI

IBM Consulting สามารถสนับสนุนลูกค้าในการเดินทางเพื่อใช้ประโยชน์จาก Foundation Models ได้อย่างไร

IBM Consulting มีความเชี่ยวชาญและประสบการณ์ในการสนับสนุนลูกค้าที่มีระดับวุฒิภาวะที่แตกต่างกันไปบนเส้นทาง generative AI ในระดับสูง IBM Consulting ใช้ประโยชน์จากเสาหลักต่อไปนี้เพื่อพบปะลูกค้า ณ ที่ที่พวกเขาอยู่:

• กลยุทธ์ AI เชิงสร้างสรรค์และการตั้งค่าศูนย์ความเป็นเลิศ: การให้คำปรึกษาที่ได้มาตรฐานเพื่อแจ้ง มีส่วนร่วม ค้นพบ และประเมินกรณีการใช้งานใหม่สำหรับโมเดลพื้นฐาน
• Hackathon รุ่นพื้นฐาน: การแข่งขันแฮ็กกาธอน 2 วันเพื่อสร้างสรรค์และสร้างต้นแบบโซลูชัน AI ที่เป็นนวัตกรรมสำหรับโดเมนกรณีการใช้งานเฉพาะ โดยใช้ประโยชน์จาก Cloud API มาตรฐานหรือโมเดลพื้นฐานโอเพ่นซอร์ส (GPT, BERT และอื่นๆ)
• Jumpstart สำหรับโมเดลรองพื้น: ใช้ประโยชน์จาก IBM Garage เพื่อเริ่มต้นการใช้โมเดลพื้นฐานอย่างรวดเร็ว และปรับใช้กรณีการใช้งานของ IBM ที่ได้รับการพิสูจน์แล้วภายใน 6-8 สัปดาห์ในโดเมนต่างๆ
• การสร้างร่วม ความร่วมมือ และการสร้าง AI @ Scale: บริการออกแบบและดำเนินการสำหรับการสร้างต้นแบบและสร้างโซลูชันทางธุรกิจที่มีประสิทธิภาพ (เช่น ผู้ช่วยเสมือนและศูนย์กลางความรู้) โดยใช้ประโยชน์จากโมเดลพื้นฐานเชิงพาณิชย์หรือโอเพ่นซอร์ส
• แบบจำลองฐานรากสั่งทำพิเศษ: ใช้ประโยชน์จากนวัตกรรมดั้งเดิมจาก IBM Research, AWS และแหล่งข้อมูลอื่นๆ บนโมเดลพื้นฐานสำหรับโดเมนเฉพาะทาง (เคมี วัสดุศาสตร์ และการประมวลผลข้อมูลเซ็นเซอร์) เพื่อจัดการกับกรณีการใช้งานเฉพาะโดเมนตามความต้องการ
• การสนับสนุนแบบจำลองมูลนิธิ FMOps: ตั้งค่าการกำกับดูแลองค์กรและทางเทคนิคที่จำเป็นสำหรับการปรับขนาดโมเดลพื้นฐานทั่วทั้งองค์กรโดยใช้วิธี AI@Scale ของ IBM Consulting

สรุป

ปัจจุบันองค์กรต่างๆ ในอุตสาหกรรมต่างๆ กำลังเผชิญกับแรงกดดันอย่างมากในการนำ AI เชิงสร้างสรรค์มาใช้อย่างรวดเร็วและแสดงให้เห็นถึงคุณค่า ด้วยการมีส่วนร่วมด้าน AI และการวิเคราะห์มากกว่า 40 รายการทั่วโลก IBM Consulting ได้รับการจัดอันดับให้เป็น a ผู้นำ โดยนักวิเคราะห์หลายคน IBM Consulting มุ่งมั่นที่จะช่วยเหลือองค์กรด้านวิทยาศาสตร์ชีวภาพนำทางและตระหนักถึงคุณค่าจาก generative AI ผ่านทาง generative AI CoE ที่เพิ่งประกาศเมื่อเร็ว ๆ นี้ ซึ่งเป็นกระบวนการให้คำปรึกษาที่สมจริง เช่น ไอบีเอ็ม อู่ และตัวเร่งความเร็วอย่าง ATOM ลูกค้าต้องการพันธมิตรที่เชื่อถือได้ มีประสบการณ์ และมีทักษะเพื่อช่วยเหลือพวกเขาในการเดินทาง AI เชิงสร้างสรรค์ และ IBM Consulting ก็พร้อมที่จะช่วยเหลือพวกเขาด้วยการพบปะกับพวกเขาในที่ที่พวกเขาอยู่

เรียนรู้เพิ่มเติมเกี่ยวกับ IBM Security Services สำหรับ AWS