۳ برنامه قاتل برای هوش مصنوعی مولد مبتنی بر ابر

تولید زبان طبیعی، سیستم های توصیه، و تشخیص ناهنجاری فرصت های خوبی برای ایجاد ارزش تجاری قوی با genAI هستند.

من از دهه ۱۹۸۰ با سیستم های هوش مصنوعی کار کرده ام. در آن زمان، هوش مصنوعی انقلابی در استفاده از سیستم‌های کامپیوتری برای دستیابی به قابلیت‌های ناشناخته تلقی می‌شد.

امروزه با هوش مصنوعی مولد (genAI) اوضاع تقریباً یکسان است. اما برای جلوگیری از اشتباهاتی که در طول نسل های اول سیستم های هوش مصنوعی انجام شد، کسب و کارها باید بدانند که هوش مصنوعی برای چه چیزی معتبر است و چه چیزی معتبر نیست.

سال ۱۹۸۸ است، دوباره دوباره

تلاش برای مقایسه هوش مصنوعی قدیمی دهه ۱۹۸۰، از جمله Lisp و M1، با یادگیری ماشین امروزی و قابلیت‌های genAI کمی ناعادلانه است. در آن زمان، سیستم‌های هوش مصنوعی میلیون‌ها دلار هزینه داشتند و عملکرد هوش مصنوعی بسیار کمتری داشتند.

با این حال، بسیاری از اشتباهات باعث شد که هوش مصنوعی از بین برود، در حالی که راه حل های مستقیم تر دیگری برای کسب و کارها به کار گرفته شد. آشکارترین اشتباه، استفاده نادرست از هوش مصنوعی برای مواردی بود که هوش مصنوعی ارزش کمی ارائه می‌کرد.

حتی با مغز نوجوانم، می‌دانستم که سیستم‌های تراکنش، مانند ثبت سفارش فروش، برای هوش مصنوعی مناسب نیستند. با این وجود، به من دستور ساخت چنین چیزهایی را دادند، زیرا خوب می دانستم که دارم مورچه ای را با پتک می کشم. یک پتک گران قیمت.

به همین دلیل است که هوش مصنوعی برای اکثر کسب و کارها مورد پسند واقع نشد. سال‌ها بعد، اکنون به عنوان یادگیری عمیق، یادگیری ماشین، و یادگیری ماشینی با انجام هوش مصنوعی مولد بازگشته است.

در حالی که فناوری بسیار بهبود یافته و بسیار ارزانتر است، من می بینم که همان اشتباهات احمقانه در حال حاضر رخ می دهد. خطاهایی که کسب‌وکارها را برای دریافت بیشترین ارزش از genAI هماهنگ نمی‌کند، می‌تواند در چند سال باعث عقب‌نشینی شود زیرا سیستم‌های genAI پرهزینه ساخته شده توسط افراد گران قیمت واقعاً ارزش مورد انتظار را بر نمی‌گردانند.

این‌ها زخم‌هایی هستند که به خودی خود وارد می‌شوند و اگر کسب‌وکارها کمی در استفاده استراتژیک از این فناوری فکر کنند، کاملاً قابل اجتناب هستند. برنامه های تجاری قاتل برای genAI چیست؟ موارد استفاده خوب و بد چیست؟ چگونه کسب و کارها می توانند مسیر درست را انتخاب کنند؟ چگونه می توانیم از اشتباهات ۳۰ سال پیش اجتناب کنیم؟

برای فهمیدن اینکه چه کارهایی را با genAI نباید انجام داد، مفید است که به کارهایی که genAI به خوبی انجام می دهد و موارد استفاده مطابق با این قابلیت ها را بیابید. به اندازه کافی ساده است.

برای اهداف ما در اینجا، من سه مورد برتر را انتخاب می کنم. موارد استفاده خوب دیگر نیز وجود دارد، بنابراین من را به خاطر فهرست کردن سه مورد عقب نشینی نکنید. به هر حال، این یک وبلاگ است، نه یک کاغذ سفید.

تولید زبان طبیعی

اول تولید زبان طبیعی یا NLG است. اگر تا به حال سعی کرده اید گزارش، نامه، ایمیل یا سایر محتوای نوشته شده ایجاد شده توسط ChatGPT را ارسال کنید، این مورد را قبلاً می دانید.

کسب و کارها می توانند از این قابلیت برای ایجاد ارزش فوق العاده استفاده کنند، از جمله ارائه تجربیات بهتر مشتری از طریق ارتباطات شخصی، خواه کتبی یا از طریق ربات چت.

این یک کار قاتل خواهد بود و برای مثال بسیاری از موقعیت های خدمات مشتری با اتوماسیون NLG جایگزین خواهند شد. با این حال، کسب‌وکارها با انجام کارهای بسیار بیشتر با تعداد کمتری از انسان‌ها سود خواهند برد. آنها می توانند تجربیات بهتری برای مشتری ارائه دهند که مشکلات را خیلی سریعتر حل می کند.

به عنوان مثال، امروز با یک خط پشتیبانی فنی تماس بگیرید، حتی آنهایی که دارای سیستم‌های پاسخ صوتی تعاملی (IVR) هستند، و به سرعت متوجه خواهید شد که توانایی شما در حل مشکل شما کاملاً به دانش و توانایی‌های ارتباطی شخص بستگی دارد. انتهای دیگر اگر آن کسی درک و استدلال ۱۰۰۰۰ کارشناس را داشته باشد و بتواند پاسخی بسیار سریعتر و مفیدتر برای شما مشتری ارائه دهد، چه؟ همچنین، اگر این تعامل به جای ۲۰ دلار، ۲۰ سنت برای کسب و کار هزینه داشته باشد، چه؟

می‌توانید ببینید که این به کجا می‌رود. اگر به درستی انجام شود، NLG می تواند ارزش بهتر و تجربه مشتری را با قیمت کمتری ارائه دهد. مردم را جابجا می کند و بنابراین باید اخلاق را در نظر بگیریم. با این حال، من می بینم که مشاغل به سرعت در این مسیر حرکت می کنند.

سیستم های توصیه

سیستم‌های توصیه توانایی سیستم‌های دارای genAI برای شخصی‌سازی توصیه‌ها در پلتفرم‌های تجارت الکترونیک، پخش جریانی و محتوا است. این چیز جدیدی نیست، و من به خوبی قبل از ظهور genAI روی آنها کار کرده‌ام، اما اکنون می‌توانیم آنها را به سطح جدیدی از اثربخشی ببریم. آنها بیشترین بازگشت سرمایه را برای هر کسب و کاری که کالا می فروشد دارند.

آیا تا به حال به این فکر کرده اید که چگونه یک سایت تجارت الکترونیک می تواند محصولاتی را به شما توصیه کند، حتی قبل از اینکه شما اطلاعاتی ارائه دهید؟ نسخه‌های قدیمی‌تر آن‌ها تنها با تعیین جنسیت، سن، نژاد، سرگرمی‌ها و شغل شخصی که از سایت استفاده می‌کند و سپس توصیه محصولات و خدمات خاصی که به احتمال زیاد به آن شخص نیاز دارد، فروش را بین ۲۰ تا ۴۰ درصد افزایش می‌دهد. p>

با ظهور genAI، می‌توانیم با برقراری ارتباط با مشتریان با استفاده از تعاملات ایجاد شده به صورت پویا که بسیار دقیق هستند، به سطح شومی از اثربخشی دست یابیم. هنگامی که سیستم‌ها متوجه شوند که شما به مثلاً ارزیاب‌های دوچرخه‌سواری علاقه‌مند هستید، فونت منحصربه‌فرد، پیام سابلیمینال، طرح رنگ، تصاویر سفارشی، و حتی قیمت مشخصی از محصولات را مشاهده خواهید کرد که همگی به صورت پویا برای آزادسازی اندورفین هدف‌گذاری شده‌اند. شما را در خلق و خوی مناسب برای افزایش فروش قرار می دهد. آماده باشید که به نفع نتیجه دستکاری شوید. باز هم سؤالات اخلاقی مطرح می شود.

تشخیص ناهنجاری

تشخیص ناهنجاری شناسایی الگوهای نامنظم یا نقاط پرت در داده‌ها برای برنامه‌هایی مانند تشخیص تقلب یا نظارت بر سیستم است. در اینجا، genAI به ما کمک می‌کند تا الگوهای داده‌ای را که روندها را نشان می‌دهند شناسایی کنیم، معنای آن روندها را توضیح دهیم، و فرآیندها را برای به دست آوردن بیشترین ارزش تجاری تنظیم کنیم.

این فراتر از نسل بعدی تشخیص ناهنجاری مبتنی بر genAI است، مانند استفاده از الگوهای داده‌های تاریخی برای یافتن کلاهبرداری بانکی احتمالی یا پیش‌بینی اینکه کدام سیستم‌ها ممکن است به سمت خاموشی حرکت کنند. این مانند گزارش اقلیت منهای تام کروز است. درخواست وام بعدی شما ممکن است به دلیل “قبل از جنایت.” این مورد استفاده همچنین به سوالات اخلاقی زیادی منجر می شود که باید در مورد آنها فکر کنیم.

البته، ده ها کاربرد جامد دیگر برای genAI وجود دارد. مشکل این است که بسیاری از کسب‌وکارها آن‌ها را در نظر نمی‌گیرند، اما در عوض به موقعیت‌هایی می‌روند که genAI هزینه و ریسک را افزایش می‌دهد و ارزش کمی ایجاد می‌کند یا هیچ ارزشی ایجاد نمی‌کند. قبل از اینکه کسب‌وکارها خود را از طریق جراحات وارده به خود بکشند، باید سریعاً در مورد این موارد هوشیار باشیم.