एआयचा हिशोब: बहुतेक कंपन्या मागे का पडत आहेत
एआयचा सुरुवातीचा उत्साह आता संपला आहे.
अनेक वर्षे, कंपन्यांनी ChatGPT सारखी साधने स्वीकारण्यासाठी घाई केली. त्यांनी पायाभूत सुविधांवर अब्जावधी खर्च केले. आता, लक्ष बदलत आहे. CEO आणि CFO आता एआय काय करू शकते हे विचारत नाहीत. ते विचारतात की एआय त्यांच्या नफ्यासाठी काय करते.
McLean Forrester चा एक नवीन व्हाईटपेपर (whitepaper) स्पष्ट करतो की अनेक कंपन्यांना अपेक्षित निकाल का मिळत नाहीत. त्या 'पायलट ट्रॅप'मध्ये (pilot trap) अडकतात. त्या अशा लहान प्रकल्पांची सुरुवात करतात ज्यातून उत्पादकता वाढ अत्यल्प प्रमाणात दिसून येते. एकत्रीकरणाचा (integration) अभाव असल्यामुळे हे प्रकल्प मोठ्या स्तरावर नेण्यात अपयशी ठरतात.
जिंकण्यासाठी, तुम्हाला एआय मूल्याच्या तीन स्तरांची समज असणे आवश्यक आहे.
Horizontal AI यामध्ये ChatGPT सारख्या सामान्य साधनांचा समावेश होतो. ती साध्या कामांसाठी चांगली काम करतात. तुम्हाला उत्पादकतेमध्ये ५% ते १०% वाढ दिसून येईल. तथापि, जेव्हा तुम्हाला कंपनीचे विशिष्ट ज्ञान किंवा जटिल तर्कशुद्धतेची (complex reasoning) गरज असते, तेव्हा ही साधने अपयशी ठरतात.
Hybrid AI हा एक हुशार मध्यम मार्ग आहे. यामध्ये Retrieval-Augmented Generation (RAG) चा वापर केला जातो. तुम्ही एका मोठ्या मॉडेलला तुमच्या स्वतःच्या अंतर्गत डेटा, धोरणे आणि ग्राहक फाईल्सशी जोडता. ही पद्धत नवीन मॉडेल तयार करण्याचा मोठा खर्च न करता अचूकता प्रदान करते. यामुळे चुका कमी होतात कारण एआयला तुमच्या तथ्यांचा (facts) वापर करणे बंधनकारक असते.
Vertical AI येथेच सर्वाधिक मूल्य सामावलेले आहे. हे तुमच्या विशिष्ट कार्यप्रवाहसाठी (workflows) तयार केलेले एक सानुकूल इंटेलिजन्स लेयर (custom intelligence layer) आहे.
उदाहरणार्थ, एक बँक सार्वजनिक अहवालाचा सारांश काढण्यासाठी horizontal AI वापरते. दुसरीकडे, एक बँक कर्ज अर्ज तपासण्यासाठी, गहाळ फाईल्स शोधण्यासाठी आणि निर्णयाचा मसुदा तयार करण्यासाठी vertical AI वापरते. यामुळे एआय एका निष्क्रिय साधनापासून (passive tool) सक्रिय कामगाराकडे (active worker) वळते.
२०२७ साठी कशी तयारी करावी:
- सर्वात स्वस्त मॉडेल शोधणे थांबवा. तुमच्या विशिष्ट समस्यांवर सर्वाधिक परतावा (return) देणारे समाधान शोधा.
- तुमचा डेटा इन्फ्रास्ट्रक्चर (data infrastructure) सुधारा. तुमचा मालकीचा डेटा (proprietary data) हाच तुमचा एकमेव फायदा आहे. जर तुमचा डेटा विस्कळीत असेल, तर तुमचे एआय अपयशी ठरेल.
- Hybrid AI ने सुरुवात करा. जटिल vertical सिस्टमकडे वळण्यापूर्वी विश्वास आणि तज्ज्ञता निर्माण करण्यासाठी कमी जोखमीचे प्रकल्प वापरा.
- गव्हर्नन्सला (governance) प्राधान्य द्या. नियम वाढत आहेत. टिकून राहण्यासाठी तुम्हाला डेटा गोपनीयता (data privacy) आणि पूर्वग्रह (bias) यांसारख्या जोखमींचे व्यवस्थापन करावे लागेल.
विजेते ते कंपन्या नसतील ज्यांचे बजेट सर्वात मोठे आहे. तर ते कंपन्या असतील ज्या एआयला त्यांच्या अद्वितीय व्यावसायिक गरजांशी सुसंगत करतील.
स्रोत: https://dev.to/mcleanforresterllc/the-ai-reckoning-why-most-companies-are-getting-left-behind-175i