Η τεχνητή νοημοσύνη μπορεί να μην αποτελεί άμεση απειλή για την ανθρωπότητα, αλλά σύντομα θα μπορούσε να αλλάξει δραματικά τον τρόπο με τον οποίο γίνεται η εργασία. Για το 2024, ο πιο σημαντικός τομέας τεχνολογικής διαταραχής μπορεί να είναι εντός της επιχείρησης.
Κάθε εταιρεία διαθέτει έναν θησαυρό εσωτερικών εγγράφων: email, σημειώσεις και παρουσιάσεις. Τα προσαρμοσμένα μοντέλα AI θα επιτρέψουν στους εργαζόμενους να ξεκλειδώσουν αυτή τη σπάνια πρόσβαση στη γνώση.
Επί
Nvidia
‘μικρό
τελευταία κλήση κερδών, ο Διευθύνων Σύμβουλος Jensen Huang εξήγησε πώς η τεχνητή νοημοσύνη θα αλλάξει τον τρόπο με τον οποίο οι εργαζόμενοι λειτουργούν με δεδομένα. Παραδοσιακά, η ανάκτηση πληροφοριών απαιτούσε ρητά τεχνικά ερωτήματα προς μια συγκεκριμένη συσκευή αποθήκευσης. Η διαδικασία συχνά απέτυχε επειδή το σύστημα του υπολογιστή δεν μπορούσε να κατανοήσει το αίτημα. Αλλά τώρα, με την τελευταία τεχνολογία AI, οι εργαζόμενοι μπορούν εύκολα να δημιουργήσουν τις απαντήσεις που χρειάζονται χρησιμοποιώντας κανονική γλώσσα συνομιλίας. «Το Generative AI είναι το μεγαλύτερο TAM [total addressable market] επέκταση λογισμικού και υλικού που έχουμε δει εδώ και αρκετές δεκαετίες», είπε ο Huang.
Η Sandra Rivera, γενική διευθύντρια του κέντρου δεδομένων της Intel και του ομίλου AI, λέει ότι ένας πιλότος τεχνολογίας με την Boston Consulting Group έδειξε τη δυνατότητα χρήσης της τεχνητής νοημοσύνης στο χώρο εργασίας. Οι δύο εταιρείες εκπαίδευσε ένα μοντέλο AI στα εσωτερικά δεδομένα της BCG. Για την πρώτη δοκιμή, ζήτησαν μια παρουσίαση που πολλοί εργαζόμενοι δεν μπορούσαν να βρουν μετά από οκτώ ώρες αναζήτησης.
«Συνδέστε το μοντέλο και περιγράψαμε το PowerPoint. Σε λιγότερο από δύο δευτερόλεπτα, το βρήκε», λέει. «Είναι ένα τόσο ξεκάθαρο παράδειγμα παραγωγικότητας. Θα μπορούσατε να αποκτήσετε αμέσως αυτό που ψάχνετε με τη δημοτική σας γλώσσα».
Διαφήμιση – Κάντε κύλιση για να συνεχίσετε
Nvidia και
έχουν δημοσιεύσει χωριστά ακαδημαϊκές εργασίες σχετικά με την ικανότητα του μοντέλου τεχνητής νοημοσύνης σε μεγάλη γλώσσα να βελτιώνει την παραγωγικότητα των εργαζομένων πέρα από την αναζήτηση εγγράφων.
Η Nvidia έχει δημοσίευσε ένα παράδειγμα του δικού της προσαρμοσμένου μοντέλου τεχνητής νοημοσύνης σε μεγάλη γλώσσα, ChipNeMo, εκπαιδευμένο στα τεχνικά δεδομένα της εταιρείας. Το μοντέλο βοήθησε τους μηχανικούς να γράφουν κώδικα και να βρίσκουν πολύπλοκες πληροφορίες, δίνοντάς τους τη δυνατότητα να σχεδιάζουν τσιπ πιο γρήγορα.
Τον περασμένο μήνα, η Microsoft δημοσιευμένα στοιχεία δείχνοντας στους χρήστες του Copilot για το Microsoft 365, τον βοηθό τεχνητής νοημοσύνης παραγωγικότητας που χρησιμοποιεί μοντέλα μεγάλων γλωσσών, θα μπορούσε να ολοκληρώσει εργασίες —συμπεριλαμβανομένης της γραφής και της σύνοψης—29% πιο γρήγορα από αυτούς που δεν χρησιμοποιούν την υπηρεσία.
Διαφήμιση – Κάντε κύλιση για να συνεχίσετε
Τα παραδείγματα δείχνουν ότι οι εταιρείες μπορούν να επιταχύνουν την ανάπτυξη λογισμικού, την αποτελεσματικότητα του μάρκετινγκ και την εξυπηρέτηση πελατών χρησιμοποιώντας μοντέλα AI με τα ιδιόκτητα δεδομένα τους.
Αυτό σημαίνει ότι ορισμένοι τύποι θέσεων εργασίας θα μπορούσαν τελικά να εξαλειφθούν. Η αυξανόμενη χρήση μοντέλων τεχνητής νοημοσύνης που μπορούν να αυτοματοποιήσουν τους ανθρώπινους πόρους και τα αιτήματα εξυπηρέτησης πελατών θα μειώσει την ανάγκη για υπαλλήλους που εργάζονται με τηλέφωνα σε τηλεφωνικά κέντρα.
Το παλιρροϊκό κύμα των παραγωγικών εργαλείων τεχνητής νοημοσύνης για τη δημιουργία εικόνων και βίντεο—από
νεοφυείς επιχειρήσεις όπως η Pika—θα μειώσουν τη ζήτηση για καλλιτέχνες που ανατίθενται σε εξωτερικούς συνεργάτες.
Διαφήμιση – Κάντε κύλιση για να συνεχίσετε
Αλλά συνολικά, η τεχνητή νοημοσύνη έχει ένα μεγάλο θετικό: Θα επιτρέψει στους υπαλλήλους να ολοκληρώνουν κουραστικές, εγκόσμιες εργασίες πιο γρήγορα, δίνοντάς τους περισσότερο χρόνο για κρίσιμη, υψηλού επιπέδου εργασία.
Γράψτε στον Tae Kim στο tae.kim@barrons.com