Инструменты GenAI используются в 88% компаний США, какие проблемы требуют решений?

фото 2023 08 01 18 30 45
- Инструменты GenAI сталкиваются с трудностями в удовлетворении требований клиентов к интегрированному обучению промптов и кастомизированному обучению с подкреплением.
- Появление «инженеров промптов» подчеркивает необходимость демократизации создания промптов для массового внедрения GenAI.
- Вендоры должны решить обеспокоенность клиентов вопросами водяных знаков и ясности упаковки, чтобы оптимизировать внедрение инструментов GenAI.
Инструменты генеративного ИИ вызвали революцию в технологическом и бизнес-секторах, причем лидируют ChatGPT, Midjourney, Google Bard и Bing Chat. Недавнее исследование TECHnalysis Research показало, что впечатляющие 88% компаний США уже внедрили инструменты GenAI, но еще предстоит преодолеть ряд проблем. Выводы исследования проливают свет на появление «инженеров по промптам» как новой категории профессий и различные опасения, связанные с внедрением GenAI.
Спрос на интегрированное обучение промптам
Рис. 1 иллюстрирует, что 62% респондентов сильно заинтересованы в интегрированном обучении промптам в будущих инструментах GenAI. Промпты играют жизненно важную роль в максимизации эффективности этих инструментов, что делает необходимым для поставщиков реагировать на этот запрос. Хотя «инженеры по промптам» были представлены как новая категория профессий, демократизация способности создавать эффективные промпты имеет решающее значение для массового внедрения. Поставщики должны гарантировать, что все пользователи могут получать наилучшие результаты от инструментов GenAI.
Настраиваемое обучение с подкреплением и его сложность
Настраиваемое обучение с подкреплением, вторая по популярности запрашиваемая функция, отражает желание получить персонализированные базовые модели, интегрирующие человеческую обратную связь, такую как обучение с подкреплением на основе человеческой обратной связи (RLHF). 6 из 10 опрошенных выразили интерес к этой возможности, демонстрируя высокий уровень сложности среди респондентов. Однако исследование также выявило возможную путаницу или непонимание этой функции. Желание настраивать модели GenAI различными способами остается высоким в списке приоритетов для большинства респондентов.
Потребность в водяных знаках и ясности упаковки
Поразительные 91% опрошенных ИТ-лиц, принимающих решения, указали на предпочтение водяных знаков для выходов из инструментов GenAI. Однако отсутствие механизмов автоматического добавления водяных знаков в текущих инструментах GenAI представляет собой четкую возможность для поставщиков улучшить свои предложения.
Упаковка и продажа моделей GenAI также представляют собой проблемы, с широким спектром мнений и путаницы среди респондентов. Многие с трудом различают, предлагают ли поставщики отдельные модели GenAI, приложения или услуги, работающие на базе GenAI, или другие варианты. Поставщикам необходимо прояснить свои предложения и возможности интеграции, чтобы помочь клиентам принимать обоснованные решения.
Разнообразные подходы к выводу инструментов GenAI на рынок
Рисунок 2 выявляет разнообразный набор предпочтений среди респондентов относительно того, как инструменты GenAI должны выводиться на рынок. Более 51% считают, что интеграция возможностей GenAI в существующие приложения является лучшим подходом. Около четверти предпочитают отдельные модели, а остальные склоняются к модели «как услуга» для конкретных или любых приложений. Поставщикам необходимо экспериментировать с различными методами, чтобы эффективно удовлетворять предпочтения клиентов.
Респонденты также разделились во мнениях относительно того, должны ли базовые модели быть интегрированы в каждое приложение или разделены между несколькими приложениями. Примерно 55% выступали за отдельные базовые модели для каждого приложения, в то время как 35% предпочли бы одну «мастер»-модель, разделяемую между несколькими приложениями. Оставшиеся 10% предложили несколько моделей, разделяемых между различными приложениями. Балансирование этих предпочтений представляет собой вызов для поставщиков GenAI.
Образовательный и маркетинговый вызов для поставщиков GenAI
Исследование подчеркивает значительные образовательные и маркетинговые трудности, с которыми сталкиваются поставщики GenAI. Четкое описание возможностей их инструментов, совместимости с другими системами и бесшовной интеграции в существующие рабочие процессы имеет решающее значение для того, чтобы клиенты могли понять свои варианты и эффективно достичь своих целей.
Возбуждение вокруг инструментов GenAI ощутимо, и они уже нашли применение в различных отраслях. Однако проблемы остаются, и исследование иллюстрирует необходимостьongoщего развития и образования. По мере эволюции инструментов GenAI поставщики должны усердно работать над прояснением своих предложений, а клиенты должны четко определять свои требования, чтобы извлечь максимальную пользу из этих революционных инструментов. Будущее обещает успех внедрения GenAI, но это будет интересный путь обучения и понимания для всех заинтересованных сторон.
Не просто читайте новости о криптовалютах. Понимайте их. Подпишитесь на нашу рассылку. Это бесплатно.
Отказ от ответственности. Предоставленная информация не является торговой рекомендацией. Cryptopolitan.com Мы не несем ответственности за любые инвестиции, сделанные на основе информации, представленной на этой странице. Мы настоятельно рекомендуем проводить независимое исследование и/или проконсультироваться с квалифицированным специалистом перед принятием любых инвестиционных решений.

Джон Палмер
Джон Мурангири пришел в Cryptopolitan, обладая навыками анализа рынка. Джон (также известный как JP) окончил Найробийский университет по специальности «Массовая коммуникация и медиаисследования». Ранее он публиковал аналитические материалы о криптовалютном рынке на InsideBitcoins.com и Metacoingraph.















