2024’ün gündemini şekillendirecek altı büyük GenAI Trendi
ChatGPT’nin yalnızca bir yaşında olduğuna inanmak zor. Geçtiğimiz 12 aydaki heyecan verici yeni ürün lansmanlarının sayısı şaşırtıcıydı ve işlerin yakın zamanda yavaşlayacağına dair bir işaret de yok. Aslında tam tersi. Kasım ayının başlarında OpenAI, şirketin B2C ve B2B pazarlarında kapsamlı tekliflerini duyurduğu DevDay’e ev sahipliği yaptı. Cohere, bilgi arama yeteneklerini ve özel dağıtımlarını iki katına çıkardı. Amazon Web Services, kod gerektirmeyen yapay zeka uygulama geliştirme oyun alanı PartyRock’u piyasaya sürdü.
Geçen ayki etkinliğin, 2024 yılında yapay zeka alanında neler beklenebileceğine dair zemin hazırladığına inanıyoruz. İşte uzayda meydana gelen altı ana trend.
– Yapay zeka nesli görebilir, duyabilir ve konuşabilir. Metin, kod, görüntü ve sesi kapsayan çok modlu modeller, hem içerik oluşturma hem de anlama açısından yeni yeteneklerin kilidini açar.
– Gen AI dünyayla etkileşime girebilir . Gen AI modelleri, verileri okumak ve yazmak için verilere ve BT sistemlerine bağlanır.
– Gen AI modellerinin kontrolü daha kolaydır. Son kullanıcılar, yeni özellikler aracılığıyla (örneğin, tohumun ayarlanması) olasılıksal modellerden daha tutarlı çıktılar alır.
– Nesil yapay zeka gelişimi demokratikleşiyor. OpenAI, neredeyse herkesin düşük kodlu/kodsuz arayüzler kullanarak yapay zeka destekli nesil bir sohbet robotu oluşturmasına olanak tanıyan “GPT’ler” adlı yeni bir ürünü duyurdu .
– Gen AI bir platform oyunudur . GPT’lerin pazaryerlerinin tamamı oluşturulacak. Burada kullanıcılar yeni uygulamaları keşfedebilecek ve kendi uygulamalarını yayınlayabilecek.
– Nesil yapay zeka maliyetleri düşmeye devam ediyor . Birincisi, ortalama kurumsal müşteri için GPT-4 API maliyetleri iki ila üç kat düştü.
Teknolojinin olanakları artmaya devam ederken, CEO’ların kendi yapay zeka gündemlerini yönlendirirken dikkate almaları gereken dört ilke olduğuna inanıyoruz. Prensipler, 2023 yılı boyunca müşterilerimizle birlikte yeni yapay zeka uygulamaları geliştirme deneyimlerimizin yanı sıra onlarca yıldır dijital ve analitik dönüşümler sağlama deneyimlerimizden ( Rewired kitabımızda ayrıntılı olarak ele alınmıştır ) alınmıştır.
Kasıtlı ol. Gen AI stratejisini yukarıdan aşağıya ayarlayın.
Nesil AI altına hücumdur. Hissedarlardan çalışanlara ve yönetim kurullarına kadar herkes, en yeni ve en güçlü nesil yapay zeka araçlarını dağıtmak için çabalıyor ve birçok büyük kuruluşun biriktirilmiş yığında 150’den fazla gen yapay zeka kullanım örneği var. Heyecanlarını paylaşsak da (ve hırslarına hayran kalsak da!), bir kuruluş genelinde düzinelerce gen yapay zeka projesinin ortaya çıkmasına izin vermenin, belirli ölçekte değer yaratmayı riske attığını gördük.
2024’ün gündemini şekillendirecek altı büyük GenAI Trendidaki Kambriyen patlaması, liderlik ekiplerinin zaten bölünmüş olan dikkatini bölmeye devam edecek. Üst düzey yöneticiler, yukarıdan aşağıya bir yapay zeka stratejisiyle odaklanmalı ve bir yandan da teknolojinin kuruluş ile rakipleri arasında kalıcı bir stratejik mesafe yaratılmasına nasıl yardımcı olabileceği sorusuna sürekli olarak dönmelidir. İşte ilk hamlelerden bazı örnekler:
1. Perakende bankaları müşteri tutma oranını artırıyor ve müşteriye yönelik sohbet robotları ve hiper kişiselleştirmeyi devreye sokarak dönüşüm sunuyor.
2. Hizmet operasyonları, müşteri isteklerini zamanında çözüme kavuşturmak amacıyla mevcut işgücünün üretkenliğini artırmak için iş akışı yardımcı pilotları oluşturarak devam eden işgücü eksiklikleriyle mücadele ediyor.
3. BT hizmetleri oyuncuları, yazılım mühendisliği üretkenlik araçlarına yatırım yaparak ve sözleşmeleri daha rekabetçi bir şekilde fiyatlandırarak pazar payını artırıyor.
Akıllı kuruluşlar 2×2 yaklaşımını benimsiyor: Günlük iş operasyonlarını değiştirecek daha yavaş, daha dönüşümsel iki kullanım senaryosu üzerinde çalışırken, puan tablosunda hızlı kazanımlar kaydetmek ve kuruluşu heyecanlandırmak için iki hızlı kullanım senaryosu belirleyin.
Yalıtılmış kullanım örnekleri yerine tüm etki alanlarını yeniden hayal edin.
2023 yılında çoğu kuruluş, tek seferlik prototipler oluşturarak ve kullanıma hazır çözümler satın alarak gen yapay zekayı denemeye başladı. Ancak bu çözümler son kullanıcılara sunulurken kuruluşlar değer yakalamakta zorlanıyor. Örneğin Github Co-Pilot’a yatırım yapan bazı kuruluşlar, değer yakalamanın işletmeye nasıl geri aktarıldığını henüz çözemedi. Kuruluşların izole edilmiş bir kullanım senaryosundan tam yazılım dağıtım yaşam döngüsüne geçiş yapması gerekiyor. Scrum ekiplerinin daha fazla ürün özelliği sunmayı taahhüt etmesi gerekiyor. Veya satışların müşterilerine daha rekabetçi fiyatlar sunması ve daha fazla iş kazanması gerekiyor. Şirketler sadece yeni ve parlak bir alet satın almakla yetinirse, üretkenlik kazanımları kârlılığa dönüşmeyecektir.
Bu genellikle iş akışlarının ve etki alanlarının tamamının yeniden tasarlanması anlamına gelir. Bu iki amaca hizmet eder: 1) Nokta çözümlerinden kaçınarak daha kusursuz bir son kullanıcı deneyimi yaratır; ve 2) kuruluşlar değeri net iş sonuçlarına göre daha kolay takip edebilir. Örneğin, birlikte çalıştığımız bir sigorta şirketi, ilk hasar ihbarından ödemeye kadar uçtan uca hasar sürecini yeniden tasarlıyor. Sigortacı, yoldaki her adımda, hasar eksperinin deneyimini asla gözden kaçırmadan, genel yapay zeka, dijital ve analitik fırsatlarını belirledi. Sonuçta değer zincirindeki bu tam boyutlandırma, uçtan uca işlem süresi üzerinde adım değişikliği etkisi yarattı.
Seçerek satın alın. Stratejik olarak inşa edin.
İnovasyonun hızına paralel olarak birçok yeni girişim ve yazılım teklifi pazara giriyor ve işletmelerin tanıdık bir soruyla karşı karşıya kalmasına neden oluyor: “Satın mı yoksa inşa mı?”. “Satın alma” tarafında, muhtemelen maliyetin çok altında bir maliyetle elde edilebilecek yeteneklere yatırım yapma konusunda temkinli davranan kuruluşlar görüyoruz. Aynı kuruluşlar aynı zamanda kullanıma hazır çözümlere de şüpheyle yaklaşıyor ve yazılımın önemli bir özelleştirme olmadan uygun ölçekte performans gösterip göstermeyeceğinden emin değil. Bu çözümler olgunlaştıkça ve değerlerini kanıtladıkça, “satın alma” stratejileri her türlü yapay zeka stratejisinde merkezi bir rol oynamaya devam edecek.
Bu arada bazı kuruluşlar da “İnşa etmek” için ilgi çekici iş senaryoları buluyor. Bu oyuncular, alan uzmanlığı, iş akışı entegrasyonu veya mevzuat bilgi birikimindeki mevcut güçlü yönleri birleştirerek, emsallerine karşı stratejik rekabet avantajı yaratan kullanım örneklerini belirleyerek işe başlıyor. Örneğin, ilaç keşfini hızlandırmak için gen yapay zekanın devreye alınması, ilaç endüstrisinde endüstri standardı haline geldi. Ek olarak kuruluşlar, yapay zeka kullanım örnekleri portföylerini etkinleştirmek için veri ve BT altyapısına yatırım yapıyor. Birçok kuruluş için yapılandırılmamış veri yönetimine çok az yatırım yapılmış veya hiç yatırım yapılmamıştır. Şimdi zamanı.
Ürünler oluşturun. POC’ler değil.
Yeni araçların kullanıma sunulmasıyla yetenekli bir mühendis, bir hafta sonu boyunca kavram kanıtını oluşturabilir. Bazı durumlarda bu, kurumsal bir ihtiyacı karşılamak için yeterli olabilir (örneğin, bir özetleme sohbet robotu). Ancak büyük kurumsal bağlamdaki çoğu kullanım durumu için kavram kanıtları yeterli değildir. Üretime iyi bir şekilde ölçeklenemiyorlar ve uygun mühendislik ve deneyler olmadan performansları hızla düşüyor. OpenAI’nin Geliştirme Günü’nde mühendisler, POC’yi üretim sınıfı bir ürüne dönüştürmenin ne kadar zor olduğunu gösterdi. Başlangıçta bir demo POC, bir geri alma görevi için yalnızca %45 doğruluk elde etti. Birkaç ay ve bir düzine kadar deneyden (örneğin, ince ayar, yeniden sıralama, meta veri etiketleme, veri etiketleme, model öz değerlendirmesi, risk korkulukları) sonra mühendisler %98 doğruluk elde etti.
Bu iki sonuca yol açar. Birincisi, kuruluşlar her kullanım durumunda mükemmele yakını arayamazlar. Yüksek performanslı GenAI uygulamaları geliştirmek için kıt mühendislik yeteneklerine yatırım yapmanın ne zaman faydalı olacağı konusunda seçici olmaları gerekiyor. Bazı durumlarda, iş avantajı sağlamak için %45 doğruluk yeterli olabilir. İkincisi, kuruluşların hedeflerine ulaşmak için genel yapay zeka yeteneklerini ölçeklendirmeleri gerekiyor. Çoğu kuruluş yüzlerce gen yapay zeka kullanım senaryosu belirledi. Bu nedenle kuruluşlar, geliştirmeyi hızlandırmak için yeniden kullanılabilir kod bileşenlerine yöneliyor. Genellikle bir Mükemmeliyet Merkezi’nde (COE) oturan özel mühendisler, en iyi uygulamaları bu kod bileşenlerine kodlar ve bu da sonraki nesil yapay zeka çabalarının çığır açan çalışmalardan öğrenilen dersleri geliştirmesine olanak tanır. Bu bileşenlerin teslimatı %25 ila %50 oranında hızlandırdığını gördük.
Geçtiğimiz yıl boyunca, GenAI’dan sonsuz bir haber ve heyecan akışı yaşandı. Önümüzdeki yıl da büyük olasılıkla benzer olacak; ancak milyarlarca dolarlık yatırımı haklı çıkarmak için gerçek iş değeri sunmaya odaklanılacak. Büyük işletmelerden öncü girişimlere kadar kuruluşların stratejilerini dijital ve analitik dönüşümlerden onlarca yıllık ilkeler etrafında oluşturması gerekiyor. Bu denenmiş ve test edilmiş öğrenmeleri doğru şekilde anlayan kuruluşlar, rakiplerine karşı kalıcı stratejik avantajlar oluşturacak, kalıcı müşteri deneyimleri yaratacak ve zorlu makroekonomik ortamda pazar payı kazanacak.
Eğer 2023 bir heyecan yılıysa, 2024 de geniş ölçekte kalıcı etkinin yılı olacak.
