Doanh Nghiệp Thông Minh: Làm Cho Trí Tuệ Nhân Tạo Tạo Ra (Generative AI) Sẵn Sàng Cho Doanh Nghiệp

Hãy bắt đầu từ đây: Vâng, cơ hội cho Trí Tuệ Nhân Tạo Tạo Ra (Generative AI) là vô cùng lớn. Vâng, nó đang thay đổi thế giới như chúng ta biết (và nhanh hơn hầu hết chúng ta dự đoán). Và vâng, công nghệ đang trở nên thông minh hơn. Tuy nhiên, ý nghĩa của Trí Tuệ Nhân Tạo Tạo Ra đối với doanh nghiệp và doanh nghiệp là rất khác so với tác động đối với công chúng nói chung – sau tất cả, hầu hết doanh nghiệp không viết thơ hoặc câu chuyện (điều này phổ biến với người dùng ChatGPT), họ phục vụ khách hàng của mình.

Nhiều công ty đã có kinh nghiệm với xử lý ngôn ngữ tự nhiên (NLP) và các chương trình trò chuyện cơ bản, nhưng Trí Tuệ Nhân Tạo Tạo Ra đang tăng tốc độ tích hợp, giải thích và chuyển đổi dữ liệu thành kết quả kinh doanh. Do đó, họ cần nhanh chóng xác định các trường hợp sử dụng Trí Tuệ Nhân Tạo Tạo Ra nào sẽ giải quyết thách thức kinh doanh quan trọng nhất của họ và thúc đẩy tăng trưởng. Để hiểu cách doanh nghiệp có thể làm cho Trí Tuệ Nhân Tạo Tạo Ra sẵn sàng cho doanh nghiệp với dữ liệu của họ, điều quan trọng là xem lại cách chúng ta đến được điểm này.

Hành Trình Từ NLP Đến Mô Hình Ngôn Ngữ Lớn (LLM)

Công nghệ đã cố gắng hiểu ngôn ngữ tự nhiên trong nhiều thập kỷ qua. Mặc dù ngôn ngữ của con người là một hình thức thể hiện con người đã tiến hóa, nhưng thực tế là con người đã tiến hóa thành nhiều phương ngữ trên toàn thế giới – từ ký hiệu và âm thanh thành âm tiết, ngữ âm và ngôn ngữ – đã khiến công nghệ phụ thuộc vào các phương pháp giao tiếp kỹ thuật số đơn giản hơn với các bit và byte, v.v., cho đến gần đây.

Tôi bắt đầu làm việc trên các chương trình NLP gần một thập kỷ trước. Lúc đó, mọi thứ đều về phân loại ngôn ngữ và ontology, trích xuất thực thể, và một hình thức nguyên thủy của cơ sở dữ liệu đồ thị (chủ yếu là XML) để cố gắng duy trì các mối quan hệ và ngữ cảnh phức tạp giữa các thực thể, tạo ra một đám mây từ, và cung cấp kết quả. Không có gì là toán học về nó. Có rất nhiều Con Người Trong Vòng Lặp để xây dựng các cơ sở dữ liệu phân loại, rất nhiều phân tích XML, và quan trọng nhất, rất nhiều tính toán và bộ nhớ được sử dụng. Không cần phải nói, một số chương trình đã thành công, và hầu hết không. Học máy đến tiếp theo với nhiều cách tiếp cận để học sâu và mạng nơ-ron, v.v., tăng tốc độ hiểu ngôn ngữ tự nhiên (NLU) và suy luận ngôn ngữ tự nhiên (NLI). Tuy nhiên, có ba yếu tố hạn chế – sức mạnh tính toán để xử lý các mô hình phức tạp, truy cập vào lượng dữ liệu lớn có thể dạy máy, và chủ yếu, một mô hình có thể tự học và tự sửa bằng cách tạo ra các mối quan hệ thời gian giữa các cụm từ.

Chuyển nhanh hai thập kỷ sau, và GPU cung cấp sức mạnh tính toán lớn, các mạng nơ-ron tự học và phát triển là tiêu chuẩn, các mô hình học có giám sát / không giám sát / bán giám sát đều tồn tại, và trên hết, có nhiều dữ liệu hơn trong nhiều ngôn ngữ, bao gồm các nền tảng truyền thông xã hội, mà các mô hình này có thể được đào tạo. Kết quả là các động cơ AI có thể kết nối với bạn trong ngôn ngữ tự nhiên của bạn, hiểu cảm xúc và ý nghĩa đằng sau các truy vấn của bạn, nghe giống như một con người và trả lời như một con người.

Chúng ta đều, thông qua sự hiện diện trên truyền thông xã hội của mình, đã vô tình trở thành một ‘Con Người’ trong ‘Vòng Lặp’ để đào tạo các động cơ này. Chúng ta hiện có các động cơ tuyên bố được đào tạo trên hàng nghìn tỷ tham số, có thể nhận hàng trăm và hàng nghìn tham số đầu vào, mà là đa phương tiện và trả lời chúng ta trong ngôn ngữ của chúng ta. Cho dù đó là GPT4 / 5, PaLM2, Llama hay bất kỳ LLM nào khác đã được xuất bản cho đến nay, chúng đang xuất hiện như những người giải quyết vấn đề dọc theo ngữ cảnh.

Hệ Thống Tương Tác và Hệ Thống Ghi Chú

Mặc dù hành trình từ NLP đến LLM đã tuyệt vời nhờ vào Sự Tiến Hóa Của Silicon, các mô hình dữ liệu và sự sẵn có của lượng dữ liệu đào tạo lớn mà chúng ta đã tạo ra, nhưng các doanh nghiệp – nhà cung cấp bán lẻ, nhà sản xuất, ngân hàng, v.v. – mỗi doanh nghiệp cần các ứng dụng khác nhau của công nghệ này. Trước hết, các doanh nghiệp không thể chi trả cho ảo giác AI – họ cần 0% ảo giác và 100% độ chính xác cho người dùng tương tác với AI. Có một loạt các truy vấn đòi hỏi độ chính xác tuyệt đối để có thể sử dụng trong kinh doanh – ví dụ: Bao nhiêu phòng có sẵn trong khách sạn của bạn? Bạn có vé hạng nhất không?

Để đối phó với ảo giác AI, hãy bước vào khái niệm lâu đời về Hệ Thống Tương Tác và Hệ Thống Ghi Chú. Hệ Thống Tương Tác, cho dù với khách hàng, nhà cung cấp hay nhân viên của bạn, có thể tận dụng một nền tảng trò chuyện dựa trên Trí Tuệ Nhân Tạo Tạo Ra ngay từ đầu, sau khi được đào tạo cho các lời nhắc kinh doanh cụ thể – đó là phần “dễ dàng” hơn. Thách thức là nhúng Hệ Thống Ghi Chú vào chuỗi giá trị. Nhiều doanh nghiệp vẫn còn trong một thế giới tĩnh dựa trên bảng và thực thể và sẽ vẫn như vậy vì hầu hết các doanh nghiệp đều tĩnh tại cấp độ tổ chức hoặc doanh nghiệp, trong khi các sự kiện và quy trình làm cho chúng động tại cấp độ giao dịch.

Đây là nơi chúng ta nói về các nền tảng trò chuyện thế hệ tiếp theo không chỉ giải quyết các cuộc trò chuyện, giao diện và truy vấn, mà còn đưa các hành trình khách hàng đến mức độ hoàn thành. Có các phương pháp kiến trúc khác nhau cho các nền tảng trò chuyện như vậy. Một lựa chọn ngay lập tức là sử dụng phần mềm trung gian lai mà hoạt động như một bộ tổng hợp giữa dữ liệu doanh nghiệp được vector hóa và được gắn nhãn và các lời nhắc trò chuyện dựa trên LLM và cung cấp kết quả 0% ảo giác cho người tiêu dùng.

Có một lượng công việc chuẩn bị dữ liệu lớn mà các doanh nghiệp cần phải thực hiện để làm cho nó có thể hiểu được đối với động cơ LLM. Chúng tôi gọi đó là việc làm phẳng các mô hình dữ liệu truyền thống dựa trên bảng và thực thể. Các cơ sở dữ liệu đồ thị, đại diện và lưu trữ dữ liệu theo cách mà cơ sở dữ liệu quan hệ không thể, đang tìm thấy một mục đích mới trong hành trình này. Mục tiêu là chuyển đổi cơ sở dữ liệu doanh nghiệp thành các cơ sở dữ liệu đồ thị thông minh hơn với các mối quan hệ định nghĩa ngữ cảnh và ý nghĩa, giúp cho các động cơ LLM dễ dàng học hỏi và do đó trả lời các lời nhắc từ khách hàng cuối cùng thông qua sự kết hợp của các truy vấn trò chuyện và thời gian thực. Nhiệm vụ này của việc cho phép dữ liệu doanh nghiệp trở nên sẵn sàng cho LLM là chìa khóa để cung cấp trải nghiệm Hệ Thống Tương Tác đến Hệ Thống Ghi Chú từ đầu đến cuối và đưa trải nghiệm người dùng đến mức độ hoàn thành.

Điều Tiếp Theo

Tại thời điểm này, với những tiến bộ trong dữ liệu và AI, tác động ngay lập tức nhất đến khu vực phát triển mã phần mềm – như được chứng minh bởi sự gia tăng của Microsoft Copilot, Amazone CodeWhisperer và các công cụ khác trong số các nhà phát triển. Những công cụ này đang giúp khởi động lại các chương trình hiện đại hóa di sản, nhiều trong số đó thường bị đình trệ do lo ngại về thời gian và chi phí. Với các công cụ tạo mã được hỗ trợ bởi Trí Tuệ Nhân Tạo Tạo Ra, chúng tôi đang thấy các dự án hiện đại hóa được tăng tốc lên 20-40%. Trong các dự án phát triển mã mới, những công cụ này sẽ cho phép các nhà phát triển chuyển thời gian và tiết kiệm năng suất sang thiết kế suy nghĩ và các dự án sáng tạo hơn.

Beyond phát triển mã phần mềm, các công cụ Trí Tuệ Nhân Tạo Tạo Ra đang dẫn đến việc tạo ra các trường hợp sử dụng và kịch bản dọc mới nhằm giải quyết các thách thức kinh doanh quan trọng nhất của doanh nghiệp, và chúng tôi chỉ mới bắt đầu khám phá bề mặt của những gì cần được thực hiện để tận dụng tối đa xu hướng này. Tuy nhiên, chúng tôi đã giải quyết một số vấn đề và câu hỏi trong lĩnh vực bán lẻ và hậu cần bằng cách tận dụng Trí Tuệ Nhân Tạo Tạo Ra:

Bao nhiêu hàng tồn kho tôi có trong kho và khi nào tôi nên kích hoạt việc bổ sung? Có lợi nhuận khi dự trữ trước? Giá hạ cánh của tôi có đúng không hay nó sẽ tăng cao? Những mặt hàng nào tôi có thể đóng gói hoặc loại cá nhân hóa nào tôi có thể cung cấp để tăng lợi nhuận?

Để trả lời những loại câu hỏi này, cần kết hợp giao diện trò chuyện, các truy vấn dữ liệu chính xác cao ở phía sau và một mô hình học máy dựa trên lĩnh vực cung cấp dự đoán và hướng dẫn tương lai. Do đó, lời khuyên của tôi cho các doanh nghiệp sẽ là, cho dù bạn là một nhà khám phá AI hay một nhà phá vỡ Trí Tuệ Nhân Tạo Tạo Ra, hãy hợp tác với các nhà cung cấp dịch vụ có chuyên môn AI đã được chứng minh và khả năng dữ liệu và phân tích mạnh mẽ có thể trang bị cho bạn để tận dụng các mô hình Trí Tuệ Nhân Tạo Tạo Ra phù hợp với nhu cầu kinh doanh của bạn và giúp bạn dẫn đầu trong lĩnh vực này.