Büyük dil modellerinin sayısı arttıkça işletmelerin yapay zeka yönetimine ihtiyacı olacak
Artık işletmelerin üretken yapay zeka uygulamaları için nasıl bir yönetim çerçevesi oluşturacaklarını düşünmeye başlamanın zamanı geldi.
Pazardaki büyük dil modellerinin (LLM'ler) sayısının artması ve şubelere yayılması beklenirken, işletmelerin üretken yapay zeka (AI) uygulamalarını yönetmek için bir yönetişim çerçevesine ihtiyacı olacak.
Forrester'ın başkan yardımcısı ve kıdemli araştırma direktörü Frederic Giron, kuruluşların iç ve dış yetenekleri bir araya getiren zeka katmanlarına ihtiyaç duyacağını söyledi.
Bu yaklaşım, OpenAI'nin ChatGPT'si, Anthropic'in Claude'u ve Meta'nın Llama'sı gibi üçüncü tarafların ücretli ve açık kaynaklı LLM'lerinin ve Salefsforce Einstein GPT gibi gömülü yapay zeka araçlarının kullanımını kapsayacaktır. Kuruluşlar aynı zamanda üretken yapay zekanın kullanılması, genel amaçlı ve uzmanlaşmış LLM'lerden yararlanılması ve temel süreçlerin, politikaların ve iş kurallarının yanı sıra çeşitli yapay zeka uygulamalarının çalıştırılması da dahil olmak üzere kendi yapay zeka modellerine sahip olacak.
Araştırma firmasının bu hafta 2024 tahminleri brifinginde konuşan Giron, yaklaşımın yapılandırılmış ve yapılandırılmamış verilerle destekleneceğini ve şirketlerin müşteriler ve çalışanlar için daha fazla konuşma deneyimi sunması nedeniyle üretken yapay zekanın benimsenmesiyle ikiye katlanmasının beklendiğini söyledi.
Kullanıcı yanıtı ve davranışı da bir geri bildirim döngüsüne beslenmeli ve sistemde ince ayar yapmak için kullanılmalıdır.
Bu gereksinimlerin, işletmelerin bu araçların kullanımının güvenli ve verimli olmasını yönetecek ve güvence altına alacak üretken bir yapay zeka uygulama mimarisine sahip olma ihtiyacının altını çizdiğini söyledi.
Bu çerçeve, uygulama kanallarını bağlamalı, istekleri çıktılara göre düzenlemeli ve giriş ve çıkış ağ geçitlerini açmalıdır; böylece kuruluş, yapay zeka modellerine hangi verilerin gireceğini kontrol edebilir ve yanıtların işletmenin belirlediği kurallara uygun olmasını sağlayabilir.
Yapay zeka yönetiminin etrafındaki karmaşıklıklar, işletmelerin bir çerçeveyi benimsemelerinin gerçek sonuçlarını görmelerinin biraz zaman alabileceği anlamına geliyor.
Forrester, üretken yapay zekanın dönüştürücü etkisinin önümüzdeki yıl Asya-Pasifik şirketlerinin yalnızca %30'una fayda sağlayacağını öngörüyor. Giron veri yönetişimi, kalitesi ve altyapısıyla ilgili temel zorluklara dikkat çekti.
İşletmelerin boşlukları kapatmasına yardımcı olmak için hizmet sağlayıcıların, endüstri ortaklıklarını genişletmek ve AI stüdyoları ve model karşılaştırmaları gibi yeni platformlar yayınlamak da dahil olmak üzere, çalışma şekillerini dönüştürmeye ve hizmet modellerini sunmaya yatırım yaptıklarını belirtti.
Bu yatırım daha iyi fiyatlandırma modellerine yol açacak ve uzun vadede ticari modelleri etkileyecektir. Sonuçlar, diğerlerinin yanı sıra daha çok sonuca dayalı ve çözüme dayalı fiyatlandırma yapıları olacaktır.
Analist, kuruluşların %56'sının çalışan üretkenliğinin üretken yapay zeka için önde gelen kullanım alanı olmasını beklediğini, bunu %48'inin yazılım geliştirme ve test etme konusuna işaret ettiğini ekledi. Diğer %48'lik kesim ise üretken yapay zekayı self-servis veri ve analitiği mümkün kılan bir unsur olarak görüyor.
Forrester'ın uluslararası araştırma ve üründen sorumlu kıdemli başkan yardımcısı Dane Anderson'a göre, şaşırtıcı olmayan bir şekilde, üretken yapay zeka son 40 yılda meydana gelen en büyük teknoloji fırtınası.
Anderson, bunun 2009'da bulut bilişimin ortaya çıkmasını ve 2007'de mobil internet ve akıllı telefon dalgasının yükselişini gören önceki "dönüm noktası" teknolojilerini takip ettiğini söyledi. World Wide Web devrimi 1990'lı yıllarda etkisini sürdürürken, kişisel bilgisayarlar da 1981'de damgasını vurdu.
Bu yeniliklerden bazılarının diğerlerinden daha büyük değişikliklere yol açtığını, hem fırsatlar hem de zorluklar yarattığını ekledi. Analist, üretken yapay zekanın ortaya çıkmasıyla birlikte "statik" web sitelerinin önümüzdeki 20 yıl içinde kademeli olarak terk edileceğini öngördü.
Kullanıcılar bunun yerine, arka uçta sürekli olarak güncellenen (üretken yapay zeka tarafından desteklenen) ve gelişmiş bir etkileşimli deneyim için özelleştirilmiş bir yanıt alacakları bir sorgu sorma veya sorma yönünde gelişecek.
Anderson, web sitelerinde yapılan bu değişikliklerin aramayı daha da etkileyeceğini ve aramanın artık şimdiki kadar merkezi veya kritik olmayacağını söyledi.
Bu tür önemli dönüşümler birkaç yıl içinde gerçekleşecektir. Kısa vadede, piyasada daha fazla LLM'nin ortaya çıkmasının beklenmesi, kuruluşların seçeneklerini dikkatli bir şekilde değerlendirmeleri ve istedikleri sonuçlara hangi modellerin en uygun olduğunu belirlemeleri gerektiği anlamına geliyor.
Anderson ayrıca, daha fazla pazar oyuncusunun üretken yapay zeka yeteneklerini mevcut müşteri kurumsal uygulamalarına ücretsiz olarak yerleştirmeye başlama potansiyelinin bulunduğunu da belirtti.
Forrester'ın baş analisti Leslie Joseph, sonuçta işletmeler için değerin Yüksek Lisans'ların faaliyet gösterdiği katmanda olmadığını, çünkü daha fazla Yüksek Lisans ortaya çıktıkça bu pazar segmentinin metalaştırılacağını ekledi.
Joseph, yazılım satıcılarını, bu araçları öncelikle ChatGPT eşdeğerinin sürümleri olarak sunmak yerine üretken yapay zeka özelliklerini ürünlerine entegre etmeye çağırdı. Bu rafine yaklaşımın, üretken yapay zeka yeteneklerinin çalışanların çalışma şekline daha fazla dahil olduğu ve teknolojiyi işletmeler için daha uygun fiyatlı hale getirdiği bir iş yeri ortamını yönlendirmeye yardımcı olacağını söyledi.