Корпоративные клиенты хотят, чтобы ИИ легче настраивался

Это объясняет, почему в прошлом году доходы OpenAI и Anthropic выросли на 500 % и более, несмотря на распространение бесплатных альтернатив с открытым исходным кодом.

Год назад некоторые поставщики корпоративного ПО, включая Databricks и Snowflake, делали ставку на то, что многие их клиенты предпочтут модели с открытым исходным кодом, поскольку их легче настраивать и защищать, и они работают почти так же хорошо, как проприетарные модели, такие как GPT-4. Например, клиент может доработать модель, чтобы она понимала его специфическую бизнес-лексику, чтобы модель лучше понимала команды сотрудников и давала более точные ответы.

Но оказалось, что настройка моделей с открытым исходным кодом - да и любых других крупных языковых моделей - это не то, с чем хотят возиться большинство заказчиков ИИ.

По словам Навина Рао (Naveen Rao), руководителя направления генеративного ИИ компании Databricks, «это слишком сложно» для компании, чтобы настраивать модели ИИ. «Чтобы получить модель, которая действительно хорошо работает, нужно проделать много работы с данными, хорошо очистив их. И я думаю, что для большинства клиентов это слишком сложно».

Заклятый соперник Databricks, компания Snowflake, теперь поет ту же мелодию. Обе компании, которые в основном продают базы данных и другое ПО для разработки приложений искусственного интеллекта, говорят, что в основном прекратили разработку собственных генеративных моделей искусственного интеллекта с открытым исходным кодом, чтобы предлагать их клиентам.

Другими словами, компании не используют одно из самых больших потенциальных преимуществ использования моделей с открытым исходным кодом. Вместо этого они используют такие методы, как поиск с расширенной генерацией, чтобы улучшить производительность модели для своих конкретных нужд, не меняя саму модель.

Представитель Meta* Эшли Габриэль в своем выступлении отметила, что Llama широко используется стартапами и предприятиями, а число ее загрузок превысило 770 млн. «Успех Llama демонстрирует преобразующее воздействие инноваций с открытым исходным кодом, - сказала Габриэль.

Тем не менее, по нашим данным, Llama демонстрирует неоднозначные результаты. Она с трудом находит отклик у клиентов Amazon Web Services, а недавняя версия Llama вскоре после выхода получила меньше загрузок, чем более ранние версии. Для многих компаний просто проще использовать OpenAI.

Относительно медленное внедрение ИИ с открытым исходным кодом также является потенциально хорошей новостью для разработчиков корпоративных приложений, таких как Salesforce и Oracle. Эти ведущие компании встраивают функции ИИ в существующие приложения и надеются, что предприятия примут их, а не будут тратить время и силы на копирование и замену таких приложений с помощью ИИ. (Конечно, некоторые компании готовы пройти этот путь).

Это означает, что Meta* предстоит «преодолеть гору», чтобы остаться востребованной на предприятиях. В отличие от Mistral, которая также имеет корпоративный чатбот на базе своих LLM, Meta* требует от предприятий выполнения тяжелой работы по созданию собственного чатбота с помощью Llama. Поэтому компания может рассмотреть возможность адаптации своего чатбота Meta AI для предприятий.

Разработчик LLM компания Cohere пошла в этом направлении. Сегодня Cohere запустила приложение, похожее на ChatGPT и помогающее клиентам - в том числе Королевскому банку Канады, который тестирует продукт, - автоматизировать такие бизнес-функции, как управление персоналом и ИТ.

Как сказал руководитель отдела искусственного интеллекта компании Snowflake Барис Гюльтекин, «мы видим, что рынок все больше и больше склоняется к пакетным, готовым к использованию решениям».

(* Meta, Facebook и Instagram - признаны экстремистскими организациями и запрещены на территории РФ)

Читайте также

LegalOps-специалист: где получить специальность и найти работу

Кто такой LegalOps-специалист, какими навыками он обладает, какие задачи решает? Где учиться на LegalOps-специалиста? Разбирался IT-World.