โมเดลและแพลตฟอร์ม AI
การพัฒนาของ Generative AI ในปี 2025: จากความน่าสนใจไปสู่ความจำเป็น
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
ปี 2025 เป็นปีที่สำคัญในการเดินทางของ Generative AI (Gen AI) ซึ่งเริ่มต้นจากความน่าสนใจทางเทคโนโลยีและได้พัฒนาไปสู่เครื่องมือที่สำคัญสำหรับธุรกิจในหลากหลายอุตสาหกรรม
Generative AI: จากการค้นหาวิธีแก้ปัญหาไปสู่การเป็นเครื่องมือแก้ปัญหา
การเพิ่มขึ้นของความสนใจใน Gen AI ในช่วงแรกเกิดจากความน่าสนใจของการโต้ตอบกับโมเดลภาษาขนาดใหญ่ (LLMs) ซึ่งได้รับการฝึกฝนจากชุดข้อมูลสาธารณะ Businesses และบุคคลต่างๆ ถูกดึงดูดโดยความสามารถในการพิมพ์คำสั่งภาษาธรรมชาติและได้รับคำตอบที่มีรายละเอียดและเป็นไปตามหลักการจากโมเดล LLMs คุณภาพที่เหมือนมนุษย์ของผลลัพธ์จาก LLMs ทำให้หลายอุตสาหกรรมเริ่มโครงการโดยไม่มีปัญหาหรือ KPI ที่ชัดเจนในการวัดความสำเร็จ ในขณะที่มีการปลดล็อกคุณค่าในยุคแรกของ Gen AI แต่ก็เป็นสัญญาณที่ชัดเจนว่าเรากำลังอยู่ในวงจรนวัตกรรม (หรือความนิยม) เมื่อธุรกิจละทิ้งการปฏิบัติในการระบุปัญหาแรกแล้วจึงหาวิธีแก้ปัญหา
ในปี 2025 เราคาดว่าความสมดุลจะเปลี่ยนไป สถาบันจะหันมาสนใจ Gen AI สำหรับคุณค่าทางธุรกิจโดยการระบุปัญหาแรกที่เทคโนโลยีนี้สามารถแก้ไขได้ จะมีโครงการวิทยาศาสตร์ที่ได้รับการสนับสนุนมากขึ้น และกรณีการใช้งาน Gen AI สำหรับการสรุป การสร้างชैटบอท การสร้างเนื้อหาและรหัสจะยังคงเติบโต แต่ผู้บริหารจะเริ่มถือว่าโครงการ AI ต้องมีผลตอบแทนจากการลงทุนในปีนี้ จุดสนใจด้านเทคโนโลยีก็จะเปลี่ยนจากโมเดลภาษาสาธารณะที่สร้างเนื้อหาไปสู่โมเดลที่แคบกว่าซึ่งสามารถควบคุมและฝึกฝนได้อย่างต่อเนื่องบนภาษาที่แตกต่างของธุรกิจเพื่อแก้ปัญหาโลกแห่งความเป็นจริงที่ส่งผลกระทบต่อผลกำไรในทางที่วัดผลได้
ปี 2025 จะเป็นปีที่ AI เข้าสู่แก่นกลางขององค์กร ข้อมูลองค์กรเป็นทางไปสู่การปลดล็อกคุณค่าที่แท้จริงของ AI แต่ข้อมูลฝึกที่จำเป็นในการสร้างกลยุทธ์การเปลี่ยนแปลงไม่ได้อยู่ใน Wikipedia และไม่เคยจะอยู่ที่นั่น มันอยู่ในสัญญา บันทึกลูกค้าและผู้ป่วย และในปฏิสัมพันธ์ที่ไม่มีโครงสร้างซึ่งมักจะไหลผ่านสำนักงานหลังหรืออยู่ในกล่องกระดาษ การได้รับข้อมูลนี้มีความซับซ้อน และโมเดลภาษาสาธารณะทั่วไปไม่ใช่เทคโนโลยีที่เหมาะสมในกรณีนี้ ไม่ว่าจะเป็นเรื่องความเป็นส่วนตัว ความปลอดภัย และการกำกับดูแลข้อมูล องค์กรจะ采用โครงสร้าง RAG และโมเดลภาษาขนาดเล็ก (SLMs) ในสภาพแวดล้อมคลาวด์ส่วนตัว ซึ่งช่วยให้พวกเขาใช้ข้อมูลภายในขององค์กรเพื่อสร้างโซลูชัน AI ที่เป็นเจ้าของโดยมีโมเดลที่สามารถฝึกได้ SLMs ที่มุ่งเป้าสามารถเข้าใจภาษาที่เฉพาะของธุรกิจและความแตกต่างของข้อมูล และให้ความแม่นยำและความโปร่งใสในราคาที่ต่ำกว่า ในขณะเดียวกันก็ยังคง遵守ข้อกำหนดด้านความเป็นส่วนตัวและความปลอดภัยของข้อมูล
บทบาทที่สำคัญของการทำความสะอาดข้อมูลในกระบวนการนำ AI ไปใช้
เมื่อโครงการ AI เพิ่มขึ้น องค์กรจะต้องจัดลำดับความสำคัญของคุณภาพข้อมูล ขั้นตอนแรกและสำคัญที่สุดในการนำ AI ไปใช้ ไม่ว่าจะใช้ LLMs หรือ SLMs คือการรับรองว่าข้อมูลภายในไม่มีข้อผิดพลาดและไม่แม่นยำ การทำความสะอาดข้อมูลนี้เป็นกระบวนการที่จำเป็นสำหรับการดูแลข้อมูลที่สะอาด ซึ่งเป็นกุญแจสำคัญในการประสบความสำเร็จของโครงการ AI
หลายองค์กรยังคงพึ่งพาเอกสารกระดาษ ซึ่งต้องถูกแปลงเปิดิจิทัลและทำความสะอาดสำหรับการดำเนินธุรกิจประจำวัน ข้อมูลนี้ควรจะไหลเข้าสู่ชุดฝึกที่มีฉลากสำหรับ AI ที่เป็นเจ้าของขององค์กร แต่เรายังคงอยู่ในช่วงแรกของการเห็นเรื่องนี้เกิดขึ้น ในความเป็นจริง การสำรวจที่เราดำเนินการร่วมกับ Harris Poll ซึ่งเราได้สัมภาษณ์ผู้ตัดสินใจด้าน IT มากกว่า 500 คนระหว่างเดือนสิงหาคม-กันยายน พบว่า 59% ขององค์กรไม่ได้ใช้ข้อมูลทั้งหมดของตนเอง สิ่งเดียวกันก็พบว่า 63% ขององค์กรเห็นด้วยว่าพวกเขาไม่มีความเข้าใจที่ดีเกี่ยวกับข้อมูลของตนเอง และสิ่งนี้ขัดขวางความสามารถในการเพิ่มศักยภาพของ GenAI และเทคโนโลยีที่คล้ายกัน ข้อกังวลด้านความเป็นส่วนตัว ความปลอดภัย และการกำกับดูแลเป็นอุปสรรคอย่างแน่นอน แต่ข้อมูลที่แม่นยำและสะอาดเป็นสิ่งสำคัญ แม้เพียงข้อผิดพลาดเล็กๆ น้อยๆ ในการฝึกก็สามารถนำไปสู่ปัญหาเชิงซ้อนซึ่งยากที่จะแก้ไขเมื่อโมเดล AI ผิดพลาด ในปี 2025 การทำความสะอาดข้อมูลและระบบท่อสำหรับการรับรองคุณภาพข้อมูลจะกลายเป็นพื้นที่การลงทุนที่สำคัญ เพื่อให้ระบบ AI ใหม่ขององค์กรสามารถทำงานบนข้อมูลที่เชื่อถือได้และแม่นยำ
ผลกระทบที่เพิ่มขึ้นของบทบาท CTO
บทบาทของ Chief Technology Officer (CTO) มีความสำคัญเสมอ แต่ผลกระทบของบทบาทนี้จะเพิ่มขึ้น十เท่าในปี 2025 โดยการวาดเส้นขนานกับ “ยุค CMO” ซึ่งประสบการณ์ของลูกค้าภายใต้ Chief Marketing Officer มีความสำคัญยิ่ง ปีที่จะมาถึงจะถูกเรียกว่า “ยุคของ CTO”
ในขณะที่ความรับผิดชอบหลักของ CTO ยังคงไม่เปลี่ยนแปลง ผลกระทบของการตัดสินใจของพวกเขาจะมีความสำคัญมากกว่าที่เคย CTO ที่ประสบความสำเร็จจะต้องมีความเข้าใจที่ลึกซึ้งเกี่ยวกับวิธีการที่เทคโนโลยีที่เกิดขึ้นใหม่สามารถเปลี่ยนแปลงองค์กรของตนได้ พวกเขายังต้องเข้าใจว่า AI และเทคโนโลยีสมัยใหม่ที่เกี่ยวข้องสามารถขับเคลื่อนการเปลี่ยนแปลงทางธุรกิจ ไม่ใช่แค่เพียงประสิทธิภาพภายในกำแพงองค์กรเท่านั้น การตัดสินใจของ CTO ในปี 2025 จะกำหนดเส้นทางอนาคตขององค์กรของตน ทำให้บทบาทของพวกเขามีผลกระทบมากกว่าที่เคย
การคาดการณ์สำหรับปี 2025 เน้นย้ำถึงปีที่เปลี่ยนแปลงสำหรับ Gen AI การจัดการข้อมูล และบทบาทของ CTO เมื่อ Gen AI เคลื่อนจากความน่าสนใจไปสู่การเป็นเครื่องมือแก้ปัญหา ความสำคัญของการทำความสะอาดข้อมูล คุณค่าของข้อมูลองค์กร และผลกระทบที่เพิ่มขึ้นของ CTO จะกำหนดอนาคตขององค์กร องค์กรที่ยอมรับการเปลี่ยนแปลงเหล่านี้จะพร้อมที่จะเติบโตในภูมิทัศน์เทคโนโลยีที่เปลี่ยนแปลงอย่างรวดเร็ว
