ປັນຍາປະດິດ
AI Generative ເພີ່ມປະສິດທິພາບຂອງພະນັກງານຄວາມຮູ້ແນວໃດ
ຄວາມກ້າວຫນ້າທາງດ້ານເທກໂນໂລຍີທີ່ບໍ່ຢຸດຢັ້ງແລະປະດິດສ້າງໃຫມ່ຫຼ້າສຸດແມ່ນນໍາພາໂດຍໂດເມນຕ່າງໆເຊັ່ນ: ປັນຍາປະດິດ (AI), ຫຸ່ນຍົນ, blockchain, ແລະຊີວະສາດທີ່ສາມາດດໍາເນີນໂຄງການໄດ້. ເຕັກໂນໂລຊີເຫຼົ່ານີ້ແມ່ນການປະຕິວັດການຄ້າຂາຍຍ່ອຍ, ລົດຍົນ, ການເງິນ, ການຜະລິດ, ແລະອຸດສາຫະກໍາອື່ນໆຈໍານວນຫຼາຍໃນທັງສອງ, ລະດັບມະຫາພາກແລະຈຸລະພາກ.
AI, ໂດຍສະເພາະ AI ທົ່ວໄປ, ແມ່ນການຫັນປ່ຽນວິຖີຊີວິດແລະວຽກງານປະຈໍາວັນຂອງພະນັກງານຄວາມຮູ້ - ບຸກຄົນທີ່ເປັນຜູ້ຊ່ຽວຊານວິຊາການທີ່ມີການສຶກສາແລະການຝຶກອົບຮົມຢ່າງເປັນທາງການ. ຂ້ອນຂ້າງເຫັນໄດ້ຊັດເຈນໃນອາຊີບເຊັ່ນ: ການຂຽນໂປລແກລມ, ການອອກແບບ, ວິສະວະກໍາ, ແລະການຂຽນ, AI ທົ່ວໄປໄດ້ເສີມຂະຫຍາຍການຜະລິດຂອງພະນັກງານຄວາມຮູ້.
ແຕ່ AI ທົ່ວໄປແມ່ນຫຍັງແລະສິ່ງທີ່ເຮັດໃຫ້ມັນສໍາຄັນສໍາລັບພະນັກງານຄວາມຮູ້? ມາສຳຫຼວດຄວາມຄິດນີ້ໃຫ້ຫຼາຍຂຶ້ນ!
Generative AI ແມ່ນຫຍັງ?
Generative AI ສ້າງເນື້ອຫາໃຫມ່ເຊັ່ນ: ຂໍ້ຄວາມ, ວິດີໂອ, ສຽງ, ແລະຮູບພາບອັດຕະໂນມັດໂດຍໃຊ້ AI algorithms, ອີງໃສ່ການເຕືອນທີ່ຂຽນໂດຍມະນຸດ.
ບາງສ່ວນຂອງເຄື່ອງມືການຜະລິດ AI ທີ່ໂດດເດັ່ນທີ່ສຸດແລະຜະລິດຕະພັນປະກອບມີ:
- ສົນທະນາ GPT - ພັດທະນາໂດຍ OpenAI, ChatGPT ເປັນ chatbot AI ອັດສະລິຍະທີ່ສາມາດສະຫນອງການຕອບສະຫນອງລາຍລະອຽດທີ່ສຸດແລະເປັນສ່ວນບຸກຄົນໂດຍອີງໃສ່ການເຕືອນຂອງຜູ້ໃຊ້.
- DALL-E2, ການແຜ່ກະຈາຍຄົງທີ່, & ກາງແຈ້ງ - ເຫຼົ່ານີ້ແມ່ນເຄື່ອງມືສ້າງຮູບພາບທີ່ໃຊ້ AI.
- Meta – ນີ້ແມ່ນເປັນເຄື່ອງມືການຜະລິດວິດີໂອທີ່ມີ AI ທີ່ອະນຸຍາດໃຫ້ຜູ້ໃຊ້ເພື່ອສ້າງວິດີໂອຈາກການກະຕຸ້ນຂໍ້ຄວາມ.
- Codex - ມັນຊ່ວຍໃຫ້ນັກຂຽນໂປລແກລມສ້າງລະຫັດໃນຫລາຍພາສາການຂຽນໂປຼແກຼມພາຍໃນສອງສາມວິນາທີ.
ດຽວນີ້, ມາເບິ່ງວ່າ AI ທົ່ວໄປມີຜົນກະທົບແນວໃດກັບພະນັກງານຄວາມຮູ້!
ຄວາມເຂົ້າໃຈວິທີການສ້າງ AI ເພີ່ມຜົນຜະລິດຂອງພະນັກງານຄວາມຮູ້ຈາກໂດເມນທີ່ແຕກຕ່າງກັນ
ອີງຕາມ ແນວຄວາມຄິດອັນໃຫຍ່ຂອງ ARK 2023 ບົດລາຍງານ, AI ຄາດວ່າຈະເພີ່ມຜົນຜະລິດຂອງພະນັກງານຄວາມຮູ້ຫຼາຍກວ່າ 4 ເທົ່າໃນປີ 2030. ບົດລາຍງານຍັງແນະນໍາວ່າດ້ວຍການຮັບຮອງເອົາ 100%, AI ສາມາດນໍາເອົາການຜະລິດແຮງງານປະມານ $ 200 ພັນຕື້ໂດລາຫຼັງຈາກການໃຊ້ AI ໂດຍລວມເຖິງ 31 ພັນຕື້ໂດລາ. . ຖ້າຫາກວ່າຜູ້ຂາຍສາມາດດຶງດູດພຽງແຕ່ 10% ຂອງມູນຄ່າທີ່ສ້າງໂດຍຜະລິດຕະພັນ AI ຂອງເຂົາເຈົ້າ, ເຂົາເຈົ້າສາມາດເກັບກໍາລາຍໄດ້ເກືອບ $ 14 ພັນຕື້ໂດລາແລະ $ 90 ພັນຕື້ເປັນມູນຄ່າວິສາຫະກິດໃນປີ 2030.
ການຄາດຄະເນຕະຫຼາດ AI ສໍາລັບປີ 2030. ແຫຼ່ງຂໍ້ມູນ: ແນວຄວາມຄິດອັນໃຫຍ່ຂອງ ARK 2023
ຂໍໃຫ້ເບິ່ງຢ່າງລະອຽດວ່າເຄື່ອງມືສ້າງ AI ປະກອບສ່ວນເຂົ້າໃນການເພີ່ມປະສິດທິພາບຂອງນັກຂຽນເນື້ອຫາ, ນັກພັດທະນາແລະນັກສິລະປິນແນວໃດ.
1. ພະນັກງານຄວາມຮູ້: ນັກຂຽນເນື້ອໃນ ແລະບັນນາທິການ
ທຸລະກິດທີ່ທັນສະໄຫມຕ້ອງການເນື້ອຫາທີ່ມີການຄົ້ນຄວ້າແລະທັກສະທີ່ສ້າງຂື້ນເພື່ອດຶງດູດຜູ້ຊົມ. ນີ້ແມ່ນບ່ອນທີ່ AI ທົ່ວໄປເຮັດໃຫ້ວຽກຂອງນັກຂຽນເນື້ອຫາແລະບັນນາທິການງ່າຍຂຶ້ນ.
ດ້ວຍການປະກົດຕົວຂອງ chatbots ອັດສະລິຍະເຊັ່ນ ChatGPT, ການສ້າງເນື້ອຫາແມ່ນງ່າຍແລະປະຫຍັດ. ອີງຕາມ ແນວຄວາມຄິດອັນໃຫຍ່ຂອງ ARK 2023 ບົດລາຍງານ, ChatGPT's per query inference, cost around $0.01 in 2022. for a billion queries, the total inference cost becomes $10,000,000. ໃນປີ 2030, ຄ່າໃຊ້ຈ່າຍນີ້ຄາດວ່າຈະຫຼຸດລົງພຽງແຕ່ 650 ໂດລາ, ອີງຕາມ ກົດໝາຍຂອງ Wright.
ການຫຼຸດລົງຂອງຄ່າໃຊ້ຈ່າຍຂອງຂະຫນາດນີ້ຈະຊ່ວຍໃຫ້ມີການນໍາໃຊ້ເຄື່ອງມືເນື້ອຫາ AI ຢ່າງຫຼວງຫຼາຍ. ສໍາລັບຕົວຢ່າງ, ໃນປີ 2030, ຄໍາຮ້ອງສະຫມັກແບບ ChatGPT ຄາດວ່າຈະກົງກັບຂະຫນາດຂອງ Google Search ແລະດໍາເນີນການ 8.5 ຕື້ການຊອກຫາປະຈໍາວັນ. ດັ່ງນັ້ນ, ມັນຈະກາຍເປັນເລື່ອງງ່າຍສໍາລັບພະນັກງານຄວາມຮູ້ໃນໂດເມນເນື້ອຫາເພື່ອໃຊ້ AI ການຜະລິດໃນວຽກງານປະຈໍາວັນ.
2. ພະນັກງານຄວາມຮູ້: ວິສະວະກອນຊອບແວ ແລະນັກພັດທະນາ
ເນື່ອງຈາກວົງຈອນການພັດທະນາຊອບແວທີ່ສັບສົນ ແລະຍາວນານ, ການຈັດການ ແລະການນຳໃຊ້ຊອບແວຕ້ອງການທີມງານຂອງນັກພັດທະນາ ແລະນັກຂຽນໂປລແກລມທີ່ອຸທິດຕົນ. ເຄື່ອງມືການຂຽນລະຫັດ AI ທົ່ວໄປເຊັ່ນ Codex ແລະ ບໍລິສັດ Copilot ກໍາລັງເຮັດໃຫ້ການພັດທະນາຊອບແວງ່າຍຂຶ້ນແລະ ຜະລິດຕະພັນຫຼາຍ ສໍາລັບພະນັກງານຄວາມຮູ້.
ໃນຄວາມເປັນຈິງ, ແນວຄວາມຄິດອັນໃຫຍ່ຂອງ ARK 2023 ລາຍງານລະບຸວ່າ ຜູ້ຊ່ວຍການເຂົ້າລະຫັດ AI ຫຼຸດເວລາໃນການເຮັດໜ້າທີ່ຂຽນລະຫັດລົງເຄິ່ງໜຶ່ງ. ໃນປີ 2030, AI ຜູ້ຊ່ວຍການເຂົ້າລະຫັດສາມາດເພີ່ມຜົນຜະລິດຂອງວິສະວະກອນຊອບແວໄດ້ 10 ເທົ່າ.
ເວລາທີ່ຈະເຮັດສໍາເລັດວຽກງານການຂຽນລະຫັດ. ທີ່ມາ: ແນວຄວາມຄິດອັນໃຫຍ່ຂອງ ARK 2023
3. ພະນັກງານຄວາມຮູ້: ຊ່າງພາບ ແລະນັກອອກແບບ
ອີກກຸ່ມຂອງພະນັກງານຄວາມຮູ້ທີ່ຖືກຈັດປະເພດເປັນນັກສິລະປິນແລະນັກອອກແບບກໍ່ໄດ້ຮັບອິດທິພົນຈາກ AI ທົ່ວໄປ. ວຽກງານຂອງພວກເຂົາປົກກະຕິແລ້ວປະກອບມີການສ້າງແນວຄວາມຄິດທາງສາຍຕາ, ຮູບພາບ, ຮູບແຕ້ມ, ແລະ UI ສ້າງສັນໂດຍໃຊ້ເຄື່ອງມືການອອກແບບເຊັ່ນ Adobe Photoshop, Illustrator ແລະ Canva ເພື່ອສະຫນອງປະສົບການຂອງຜູ້ໃຊ້ທີ່ອຸດົມສົມບູນ.
ດ້ວຍການບຸກເບີກ ຮູບແບບການຜະລິດ ເຊັ່ນ: DALL-E2, Stable Diffusion, ແລະ Midjourney, ຜົນຜະລິດຂອງຜູ້ອອກແບບໄດ້ເພີ່ມຂຶ້ນຢ່າງຫຼວງຫຼາຍ. ຕົວຢ່າງເຊັ່ນ, ການອອກແບບກາຟິກທີ່ສ້າງຂຶ້ນໂດຍມະນຸດພາຍໃນ 5 ຊົ່ວໂມງ ແລະລາຄາ 150 ໂດລາ ດຽວນີ້ສາມາດສ້າງໄດ້ຢ່າງງ່າຍດາຍ. ພາຍໃຕ້ນາທີສໍາລັບ 8 ເຊັນ ການນໍາໃຊ້ຮູບແບບຜະລິດຕະພັນ.
4. ພະນັກງານຄວາມຮູ້: ນັກດົນຕີ & ວິສະວະກອນສຽງ
AI ທົ່ວໄປເຮັດໃຫ້ການແຕ່ງເພງແລະການປະສົມເພງງ່າຍຂຶ້ນຫຼາຍ. ສໍາລັບຕົວຢ່າງ, ກູໂກ AudioLM ເປັນຕົວແບບສຽງທີ່ສ້າງມາເຊິ່ງເຮັດໃຫ້ດົນຕີເປຍໂນທີ່ສົມຈິງ ແລະເຮັດໃຫ້ສຽງສຽງອັດສະລິຍະທີ່ບໍ່ຄົບຖ້ວນສົມບູນ. ກູໂກຍັງໄດ້ພັດທະນາຮູບແບບການຜະລິດດົນຕີທີ່ມີຊື່ວ່າ ດົນຕີLM ທີ່ສາມາດສ້າງເນື້ອເພງທີ່ສວຍງາມໂດຍອີງໃສ່ຄໍາອະທິບາຍຂໍ້ຄວາມ.
ກັບຄືນໄປບ່ອນໃນປີ 2020, Open AI ໄດ້ນໍາສະເຫນີເຄື່ອງມືການຜະລິດດົນຕີທີ່ຄ້າຍຄືກັນທີ່ເອີ້ນວ່າ Jukebox ທີ່ສ້າງຕົວຢ່າງເພງໃຫມ່ໂດຍອີງໃສ່ປະເພດ, ນັກສິລະປິນ, ແລະເນື້ອເພງເປັນການປ້ອນຂໍ້ມູນ. ກ່ອນຫນ້ານີ້ Open AI ຍັງໄດ້ປ່ອຍ a GPT-2-ອີງ MuseNet ຮູບແບບທີ່ສາມາດສ້າງບົດປະພັນດົນຕີ 4 ນາທີໂດຍໃຊ້ 10 ເຄື່ອງດົນຕີ.
ເຖິງແມ່ນວ່າຕົວແບບເຄື່ອງສຽງທີ່ຜະລິດຢູ່ໃນໄລຍະເລີ່ມຕົ້ນ, ແຕ່ຫ້ອງສໍາລັບການເພີ່ມຜົນຜະລິດຂອງນັກດົນຕີແລະວິສະວະກອນສຽງຈະເຕີບໂຕໃນແຕ່ລະປີດ້ວຍເຄື່ອງມືດົນຕີ AI ທີ່ດີກວ່າ.
5. ພະນັກງານຄວາມຮູ້: Youtubers & ຜູ້ສ້າງເນື້ອຫາວິດີໂອ
ເນື້ອຫາວິດີໂອກໍາລັງຂະຫຍາຍຕົວ. ມີປະມານ 51 ລ້ານ ຊ່ອງ YouTube ໃນປີ 2022. ການຜະລິດເນື້ອຫາວິດີໂອຜ່ານຫຼາຍຂັ້ນຕອນ, ລວມທັງການບັນທຶກ, ການຕັດຕໍ່, ເພີ່ມຮູບປະກອບ ແລະສຽງ, ແລະກ່ອນການຜະລິດ ແລະຫຼັງການຜະລິດ.
ແພລະຕະຟອມວິດີໂອ AI ທົ່ວໄປແມ່ນຜ່ອນຄາຍການສ້າງເນື້ອຫາວິດີໂອສໍາລັບພະນັກງານຄວາມຮູ້. ເຄື່ອງມືເຊັ່ນ Synthesia.io, ແລະ ຮູບພາບ, ກໍາລັງເຮັດໃຫ້ການຜະລິດວິດີໂອງ່າຍຂຶ້ນສໍາລັບນັກກາລະຕະຫຼາດວິດີໂອແລະຜູ້ຊ່ຽວຊານດ້ານຍີ່ຫໍ້. ແພລດຟອມ AI ທີ່ທັນສະໄໝເຫຼົ່ານີ້ອະນຸຍາດໃຫ້ຜູ້ສ້າງເນື້ອຫາສ້າງວິດີໂອຈາກສະຄຣິບ. ພວກເຂົາສາມາດເພີ່ມຜູ້ບັນຍາຍ ແລະພື້ນຫຼັງວິດີໂອເພື່ອສ້າງວິດີໂອທີ່ມີລັກສະນະເປັນມືອາຊີບໂດຍອີງໃສ່ສະຄຣິບເຫຼົ່ານີ້.
ໃນເດືອນກັນຍາ 2022, Meta AI ປ່ອຍອອກມາເມື່ອ ສ້າງວິດີໂອ ເວທີທີ່ສາມາດສ້າງຄລິບວິດີໂອຄຸນນະພາບສູງໂດຍອີງໃສ່ການເຕືອນຂໍ້ຄວາມ. ມັນໄດ້ຖືກຝຶກອົບຮົມກ່ຽວກັບຊຸດຂໍ້ມູນທີ່ມີໃຫ້ສາທາລະນະເພື່ອຮຽນຮູ້ຮູບແບບວິດີໂອ. ມັນສາມາດສ້າງວິດີໂອທີ່ເປັນເອກະລັກທີ່ເຕັມໄປດ້ວຍສີສັນ, ລັກສະນະ, ແລະພູມສັນຖານ.
ການສ້າງເນື້ອຫາທີ່ມີຄຸນນະພາບຫຼາຍຂຶ້ນໃນໄລຍະເວລາສັ້ນໆຈະຊ່ວຍເພີ່ມປະສິດທິພາບຂອງ YouTubers ແລະຜູ້ສ້າງເນື້ອຫາວິດີໂອໃນອະນາຄົດ.
Pros ແລະ Cons ຂອງ Generative AI ສໍາລັບພະນັກງານຄວາມຮູ້
ຂໍໃຫ້ເບິ່ງຜົນປະໂຫຍດແລະຂໍ້ເສຍຕ່າງໆທີ່ AI ຜະລິດນໍາສະເຫນີໃຫ້ແກ່ພະນັກງານທີ່ມີຄວາມຮູ້.
Pros ຂອງ Generative AI ສໍາລັບພະນັກງານຄວາມຮູ້
- ການຜະລິດຂໍ້ມູນສັງເຄາະ: ການຝຶກອົບຮົມແບບປະດິດສ້າງ AI ຕ້ອງການຊຸດຂໍ້ມູນຈໍານວນຫຼວງຫຼາຍ ແລະ AI ທົ່ວໄປສາມາດແກ້ໄຂບັນຫານີ້ໄດ້. ລາຍງານ, AI ທົ່ວໄປຈະກວມເອົາ 10% ຂອງຂໍ້ມູນທັງຫມົດທີ່ຜະລິດໃນປີ 2025 ເມື່ອທຽບກັບ 1% ໃນປີ 2023. ດັ່ງນັ້ນ, ນັກວິທະຍາສາດຂໍ້ມູນແລະຜູ້ຊ່ຽວຊານ AI ຈະບໍ່ຈໍາເປັນຕ້ອງປະເຊີນກັບສິ່ງທ້າທາຍທີ່ກ່ຽວຂ້ອງກັບການເກັບກໍາຂໍ້ມູນ.
- ຕົ້ນທຶນຕໍ່າ: Gartner ຄາດຄະເນວ່າປະມານ 50% ຂອງແພລະຕະຟອມການພັດທະນາລະຫັດຕ່ໍາ / ບໍ່ມີລະຫັດຈະສະຫນອງການທໍາງານຂອງ "ຂໍ້ຄວາມເປັນລະຫັດ" ໃນປີ 2024. ສໍາລັບນັກພັດທະນາ, ນີ້ຫມາຍເຖິງຄຸນສົມບັດເພີ່ມເຕີມທີ່ມີຄວາມພະຍາຍາມຫນ້ອຍທີ່ສຸດແລະຄ່າໃຊ້ຈ່າຍ.
ຂໍ້ເສຍຂອງ AI ທົ່ວໄປສໍາລັບພະນັກງານຄວາມຮູ້
- ການກວດຫາເນື້ອຫາສັງເຄາະ: ເຖິງແມ່ນວ່າ AI ການຜະລິດຈະເພີ່ມຜົນຜະລິດ, ບັນຫາໃນການກວດສອບເນື້ອຫາ AI ທົ່ວໄປແລະການຈໍາແນກມັນຈະກາຍເປັນຄວາມກັງວົນທີ່ຮ້າຍແຮງໃນການຄົ້ນຄວ້າແລະວິຊາການ. ຮອດປີ 2024, ສະຫະພາບເອີລົບຈະໄດ້ຮັບຜ່ານກົດໝາຍເພື່ອໃຫ້ຄຳໝັ້ນສັນຍາ “ການສ້າງລາຍນ້ຳ” ຂອງວັດຖຸປອມທີ່ສ້າງດ້ວຍ AI.
- ການຫວ່າງງານ: ນັກພັດທະນາສາມາດປະເຊີນກັບການຫວ່າງງານຖ້າ AI ການຜະລິດກາຍເປັນ "ອັດສະລິຍະ" ເກີນໄປ. Gartner ຄາດຄະເນວ່າໃນປີ 2025, 20% ຜູ້ຊ່ຽວຊານດ້ານລະຫັດຂັ້ນຕອນຈະຕ້ອງໄດ້ຮັບທັກສະໃຫມ່ເພາະວ່າ AI ທົ່ວໄປຈະຄອບຄອງຊຸດທັກສະຫຼັກຂອງພວກເຂົາ.
ຄ່າໃຊ້ຈ່າຍໃນການກໍ່ສ້າງແບບຈໍາລອງ AI ທົ່ວໄປ
AI Generative ມາຮອດປະຈຸບັນແມ່ນສາຂາປະດິດສ້າງທີ່ສຸດຂອງ AI. ໃນປັດຈຸບັນ, ຄ່າໃຊ້ຈ່າຍໃນການຝຶກອົບຮົມຮູບແບບ AI ການຜະລິດແມ່ນສູງ, ແຕ່ຄ່ອຍໆຫຼຸດລົງ. ສໍາລັບຕົວຢ່າງ, ໄດ້ ຄາດຄະເນ ຄ່າໃຊ້ຈ່າຍຂອງການຝຶກອົບຮົມ GPT-3 ແມ່ນ 4.6 ລ້ານໂດລາໃນປີ 2020. ໃນປີ 2022, ມັນໄດ້ຫຼຸດລົງເປັນ 450,000 ໂດລາ.
ຄ່າໃຊ້ຈ່າຍໃນການຝຶກອົບຮົມ GPT-3. ທີ່ມາ: ແນວຄວາມຄິດອັນໃຫຍ່ຂອງ ARK 2023
ໄດ້ ແນວຄວາມຄິດອັນໃຫຍ່ຂອງ ARK 2023 ບົດລາຍງານຄາດຄະເນວ່າໃນປີ 2030 ແບບ AI ທີ່ມີພາລາມິເຕີຫຼາຍກວ່າ 57 ເທົ່າຂອງ GPT-3 (175 B parameters) ສາມາດໄດ້ຮັບການຝຶກອົບຮົມພຽງແຕ່ 600,000 ໂດລາ. ນີ້ຈະເປັນໄປໄດ້ສ່ວນໃຫຍ່ເນື່ອງຈາກຄ່າໃຊ້ຈ່າຍໃນການຝຶກອົບຮົມແບບ AI ຫຼຸດລົງ. ກົດຫມາຍຂອງ Wright ແນະນໍາວ່າຄ່າໃຊ້ຈ່າຍໃນການຜະລິດ AI relative compute unit (RCU) ແລະຄ່າໃຊ້ຈ່າຍຂອງຊອບແວຄວນຈະຫຼຸດລົງ 57% ແລະ 47% ໃນອັດຕາປະຈໍາປີ, ດັ່ງນັ້ນຈຶ່ງເຮັດໃຫ້ຄ່າໃຊ້ຈ່າຍໃນການຝຶກອົບຮົມຫຼຸດລົງ 70% ຕໍ່ປີຈົນເຖິງປີ 2030.
ຄ່າໃຊ້ຈ່າຍຂອງຮາດແວການຝຶກອົບຮົມ AI. ທີ່ມາ: ແນວຄວາມຄິດອັນໃຫຍ່ຂອງ ARK 2023.
ຕິດຕາມທຸກເທັກໂນໂລຍີ AI ທີ່ລົບກວນຢູ່ unite.ai.