Joe Rose, strateginių technologijų tiekėjos JBS Dev prezidentas, nori panaikinti vieną iš mitų apie darbą su generacinėmis ir agentinėmis AI sistemomis. „Yra paplitusi klaidinga nuomonė, kad jūsų duomenys turi būti tobuli prieš atliekant bet kurį iš šių darbo krūvių“, – aiškina jis.
Neseniai paskelbtame AI Fieldbook straipsnyje nurodoma, kad pardavėjai ir konsultantai – nenuostabu – rodo, kad jums reikia atitinkamai didžiulių duomenų ežerų ir daugiamečių duomenų transformavimo programų. Todėl vadovai dėl viso to laužo galvą. Realybė šiek tiek kitokia. „Įrankiai niekada nebuvo geresni nei dabar, kad būtų galima apdoroti prastos kokybės duomenis“, – sako Rose. „Beveik nuostabu, ką LLM gali suprasti iš pusiau parašyto raginimo.
Tai prasminga. Jei turite tokį įrankį, verta jį panaudoti savo naudai – su tinkamais apsauginiais turėklais. Modeliams būdingas nenuspėjamumas reiškia, kad reikia tvarkyti blogą išvestį, o tai yra ta vieta, kur dalyvauja žmogus. Tekstiniams arba kategorijų duomenims yra atsparumas. „Žmonės… pripratę prie „mes statome, tai veikia, mes pamirštame“, – sako Rose. „Šios sistemos neveikia taip.
Dėl netobulų duomenų Rose pateikia pavyzdį apie klientą medicinos sektoriuje, kurio tikslas buvo pereiti prie kitos sąskaitų derinimo sistemos. Įrašai buvo mišinys; kai kurie buvo PDF formatu, kiti – vaizdas; procedūra kartais būtų gydytojo vardu, gydytojo pavardė – paciento vardu ir pan. Gen AI sugebėjo aprėpti švarius duomenis nuo paprasto raginimo, nuo OCR iki vaizdų iki teksto ištraukimo PDF rinkmenoms, o vėliau buvo panaudoti labiau agentiniai metodai, pavyzdžiui, palyginus kliento įrašą su draudimo sutartimi, siekiant išsiaiškinti, ar jie buvo apmokestinti tinkamu tarifu.
„Jūs pradedate sluoksniuoti skirtingus naudojimo atvejus vienas ant kito“, – sako Rose. „Tai nereiškia, kad viskas pavyksta – jums vis tiek reikia žmogaus. Bet jūs norite pasakyti: „Pradėjome nuo 20 proc. automatizavimo, tada 40 proc., o paskui 60, 80 proc.“, ir laikui bėgant tai auga.
Ateityje Rose tikisi, kad būsimos diskusijos dėl šių modelių bus susijusios su kaina ir perkeliamumu. „Manau, kad pamatysite poslinkį nuo šių radikalių šuolių ir modelio galimybių, o daugiau pereiti prie „kaip padaryti, kad sąnaudos būtų tvaresnės, kad nereikėtų statyti duomenų centrų tokiu tempu, kaip statome duomenų centrus?“, – sako jis.
„Paskutinė mylia yra „kaip pasiekti, kad šie dalykai veiktų nešiojamajame kompiuteryje ar telefone, o ne duomenų centre? Modeliai buvo mokomi naudojant daugybę duomenų – iš esmės kiekvieną interneto puslapį ir kitus dalykus. Neatrodo, kad yra tona daugiau duomenų, kurie dar nebuvo į juos įtraukti, ir tai lems tam tikrą proveržį.
AI & Big Data Expo parodoje, kurioje dalyvauja JBS Dev, Rose nekantriai laukia pokalbių – ir dar viena prieštaringa nuomonė, kurią jis išsakys, yra liepti žmonėms nustoti pirkti iš SaaS pardavėjų, kai galite tai padaryti patys. „Tai nėra taip sunku, kaip atrodo“, – sako jis. „Beveik visi turi tam tikrą debesų buvimą, ir aš pradėčiau nuo to, nes debesies įrankiai, ypač dideliems trims…, turi viską, ko reikia norint rytoj pradėti diegti agentų darbo krūvius be naujų programinės įrangos licencijų ir naujų mokymų.
Kai tai bus padaryta, JBS Dev bus pasiruošęs atlikti kitus kelionės veiksmus.
Žiūrėkite visą interviu su Rose žemiau:
Vaizdas Gerd Altmann iš Pixabay
