Trí tuệ nhân tạo Gen AI: Sự chuyển đổi của doanh nghiệp từ các thương hiệu lớn sang giải pháp khởi nghiệp

Trí tuệ nhân tạo tạo sinh và rô-bốt trò chuyện không phải là điều gì đó mới mẻ trên thế giới từ năm 2022. Nó không chỉ là về Siri hay Alexa, mà còn là về ELIZA, một trong những ví dụ đầu tiên về Xử lý Ngôn ngữ Tự nhiên, người sẽ là một phụ nữ 57 tuổi bây giờ. Tuy nhiên, chỉ nửa thế kỷ sau, khi Chat GPT và các mô hình ngôn ngữ lớn khác chứng minh công nghệ này là có thể thương mại hóa trên nhiều lĩnh vực khác nhau, các doanh nghiệp đã hiểu rằng họ cần các giải pháp Trí tuệ nhân tạo tạo sinh, càng sớm càng tốt.

Tuy nhiên, chỉ một số ít trong số họ nhận ra họ cần Trí tuệ nhân tạo tạo sinh để làm gì, và thậm chí còn ít hơn hiểu được sự phức tạp của nhiệm vụ và tài nguyên cần thiết. Đây là nơi chúng tôi tham gia – các công ty tăng tốc và tư vấn.

May đo hoặc sẵn sàng mặc?

Một bộ đồ tốt, may đo theo kích thước cá nhân từ vải ưa thích, màu sắc và với một dịp cụ thể, là một khoản đầu tư xứng đáng. Những người mặc bộ đồ như vậy không phải lo lắng về vẻ ngoài của mình. Họ biết họ trông hoàn hảo và cảm thấy tương tự. Một giải pháp công nghệ trí tuệ nhân tạo tùy chỉnh, được tạo ra để đạt được các mục tiêu kinh doanh cụ thể, có bảo mật nâng cao và tích hợp hoàn hảo vào hệ thống doanh nghiệp, là một bộ đồ James Bond thực sự.

Đây là một sự so sánh tốt, mang lại một ý tưởng chung. Nhưng hãy sâu hơn vào lý do tại sao hầu hết các công ty doanh nghiệp lớn không muốn triển khai các giải pháp trí tuệ nhân tạo sẵn sàng, ngay cả từ các thương hiệu hàng đầu:

Trước hết, việc tích hợp Trí tuệ nhân tạo tạo sinh hiệu quả là không thể nếu không có công việc cá nhân cao cho từng công ty, đòi hỏi một đội ngũ riêng, được thông báo về kế hoạch phát triển chiến lược của công ty, mục tiêu và nguồn lực có sẵn. Một giải pháp Trí tuệ nhân tạo tạo sinh, đã chứng minh là có thể hoạt động cho một công ty, sẽ có khả năng không hoạt động cho công ty khác.

Thứ hai, một công ty khởi nghiệp nhỏ sẽ hoàn toàn đắm chìm vào các đặc điểm của công ty và cung cấp một giải pháp may đo từ một đội ngũ chuyên gia trí tuệ nhân tạo, những người có khả năng làm việc với các mô hình mã nguồn mở, đào tạo chúng một cách an toàn trên dữ liệu doanh nghiệp và đặt chúng trên máy chủ của khách hàng. Điều này cho phép tạo ra một giải pháp tại chỗ và tuân thủ các yêu cầu về triển khai và lưu trữ dữ liệu an toàn, điều này là ưu tiên hàng đầu cho các công ty doanh nghiệp lớn.

Các công ty cần Trí tuệ nhân tạo tạo sinh để làm gì?

Vì Trí tuệ nhân tạo tạo sinh tương đối là một người mới trong thị trường doanh nghiệp, cách chính để có được kinh nghiệm và tiến bộ là thông qua thử nghiệm và sai lầm, điều này có nghĩa là khởi động các dự án thí điểm. Cho đến khi chúng tôi có đủ các điểm chuẩn trên nhiều lĩnh vực khác nhau, đây là cách sản xuất nhất để tìm ra một giải pháp phù hợp hoàn hảo với nhu cầu độc đáo của công ty.

Tuy nhiên, có một số xu hướng trong các yêu cầu của doanh nghiệp về các giải pháp Trí tuệ nhân tạo tạo sinh:

1. Rô-bốt văn bản và giọng nói thông minh dựa trên mô hình ngôn ngữ lớn để cung cấp hỗ trợ chất lượng cao cho các yêu cầu dịch vụ khách hàng và hỗ trợ khác nhau về mức độ phức tạp.

2. Trợ lý nhân viên AI (ví dụ: trợ lý bán hàng, phân tích cuộc trò chuyện thời gian thực với khách hàng tiềm năng và đồng thời tạo ra ý tưởng và đề xuất cho chuyên viên)

3. Phụ tá cho các nhà phát triển

4. Giải pháp nhân sự cho tự động hóa tuyển dụng và đào tạo

5. Công cụ tiếp thị: tạo hình ảnh và hình đại diện, viết bài và đánh giá sản phẩm.

“Không cần Trí tuệ nhân tạo tạo sinh” – đây là kết luận mà một số khách hàng không mong đợi, nhưng đồng ý sau khi phân tích tình trạng hiện tại và mục tiêu kinh doanh của công ty. Trí tuệ nhân tạo vì lợi ích của trí tuệ nhân tạo là một sự lãng phí nguồn lực, công nghệ này được gọi là để loại bỏ.

Cơ hội thị trường Trí tuệ nhân tạo tạo sinh

Theo ước tính của PitchBook, thị trường Trí tuệ nhân tạo tạo sinh sẽ đạt 42,6 tỷ USD vào cuối năm 2023 và dự kiến sẽ tăng trưởng với tốc độ CAGR là 32% để đạt 98,1 tỷ USD vào năm 2026. Những dự đoán này không tính đến tiềm năng của trí tuệ nhân tạo tạo sinh trong việc mở rộng thị trường có thể tiếp cận của phần mềm trí tuệ nhân tạo.

Điều này được so sánh với tốc độ CAGR là 22,6% của ngành công nghiệp trí tuệ nhân tạo nói chung, điều này có nghĩa là Trí tuệ nhân tạo tạo sinh sẽ tiếp tục vượt trội so với ngành công nghiệp lớn hơn.

Nếu các ước tính không đủ thuyết phục, thì đây là một sự thật minh họa từ kinh nghiệm của chúng tôi as một công ty tăng tốc. Sau năm 2022 đầy biến động, liên quan đến suy thoái kinh tế và sự sụt giảm mạnh của đầu tư mạo hiểm, các chương trình tăng tốc của Intema đã chuyển trọng tâm từ việc huy động vốn sang việc khởi động các dự án thí điểm với các công ty.

Năm 2023, Intema đã tổ chức hai chương trình tăng tốc với các công nghệ khác nhau: Metaverse và Trí tuệ nhân tạo tạo sinh. Trong suốt chương trình, chúng tôi kết nối các công ty khởi nghiệp với khách hàng doanh nghiệp để thảo luận về các giải pháp công nghệ tiềm năng, sắp xếp các buổi giới thiệu và, nếu thành công, ký kết các thỏa thuận về các dự án thí điểm tiềm năng. Chương trình tăng tốc Metaverse đã kết thúc với 4 dự án thí điểm với khách hàng doanh nghiệp, điều này rất tốt khi xem xét các đặc điểm và sự phức tạp của công nghệ.

Chương trình Trí tuệ nhân tạo tạo sinh, ngay cả vài tuần trước khi kết thúc, đã có 7 dự án thí điểm đang được thảo luận với một loạt các công ty. Vậy liệu đây chỉ là hiệu ứng của sự cường điệu mà trước đây đã bao quanh Blockchain và Metaverse? Hay là vì Trí tuệ nhân tạo tạo sinh thực sự là một yếu tố thay đổi cuộc chơi?

Tất cả đều phụ thuộc vào câu hỏi: Trí tuệ nhân tạo tạo sinh có đáng để cường điệu?

Trước hết, không phải là hiếm khi một công nghệ mới hoặc một ý tưởng mới được cường điệu trong thời gian ngắn, có thể là để lại những ảnh hưởng tiêu cực cho triển vọng lâu dài của nó. Nếu chúng ta tiếp tục vẽ ra các tương đồng giữa Trí tuệ nhân tạo tạo sinh và Blockchain, tại giai đoạn trưởng thành sơ bộ, blockchain đã được mô tả bởi nhiều người là một cuộc cách mạng công nghệ, sẽ thay đổi thế giới, giống như Trí tuệ nhân tạo tạo sinh được ca ngợi ngày nay. Tuy nhiên, vài năm sau, vào năm 2018, Gartner đã công bố rằng blockchain đã bước vào giai đoạn Trough of Disillusionment, điều này cũng tương ứng với việc giảm hơn 30% sự quan tâm của người tiêu dùng từ mức cao nhất và giảm 45% đầu tư mạo hiểm từ năm 2018 đến 2019.

Ngược lại với blockchain, tại giai đoạn trưởng thành sơ bộ, Trí tuệ nhân tạo tạo sinh đã có nhiều trường hợp sử dụng trên nhiều lĩnh vực khác nhau, có thể thương mại hóa. Số lượng các trường hợp này dự kiến sẽ tăng khi nhiều ngành công nghiệp hơn áp dụng các giải pháp Trí tuệ nhân tạo tạo sinh. Trong một ấn phẩm gần đây, Gartner đã đặt công nghệ Trí tuệ nhân tạo tạo sinh tại đỉnh của đường cong cường điệu, điều này cho thấy có thể có sự điều chỉnh trong kỳ vọng và một số dạng thất vọng trong tương lai gần.

Kết luận

Liệu điều này có nghĩa là sau sự需求 lớn cho các giải pháp Trí tuệ nhân tạo tạo sinh, công nghệ này sẽ biến mất khỏi radar? Kịch bản này không thể xảy ra, vì Trí tuệ nhân tạo tạo sinh đã chứng minh được sự bền vững và linh hoạt cơ bản của nó trong nhiều lĩnh vực hoạt động của con người, từ khoa học đến nghệ thuật và chuỗi cung ứng.

Tuy nhiên, sự chậm lại trong sự phát triển của công nghệ là không thể tránh khỏi, với nguyên nhân chính là nhu cầu cấp thiết để kiểm soát và điều chỉnh việc sử dụng Trí tuệ nhân tạo tạo sinh. Cho đến nay, công cụ này đã được sử dụng tương đối tự do, mà không có bất kỳ hạn chế pháp lý nào. Sự điều chỉnh pháp lý sẽ đặt ra một quỹ đạo mới trong con đường phát triển của công nghệ, và rất khó để dự đoán nó sẽ đi đến đâu, vì Trí tuệ nhân tạo tạo sinh với khả năng hiện tại là hoàn toàn chưa từng có trong lịch sử loài người.

Yếu tố khác, dự kiến sẽ hạn chế Trí tuệ nhân tạo tạo sinh trong tương lai, lại là sự phát triển của các mô hình ngôn ngữ lớn. Sớm hay muộn, khả năng của các chip AI sẽ không theo kịp sự phát triển của công nghệ, và sự khát vọng xây dựng Trí tuệ nhân tạo tổng quát và sự tăng trưởng của dữ liệu đòi hỏi phải có kỹ thuật phức tạp hơn và nhiều năng lực tính toán hơn.

Tuy nhiên, những hạn chế này lại mở ra một lĩnh vực rộng lớn cho nghiên cứu, thí nghiệm và các phương pháp tiếp cận không chuẩn đối với việc nén không mất dữ liệu của các mô hình ngôn ngữ lớn, tăng trưởng năng lực tính toán, lưu trữ dữ liệu, v.v.