Es gibt nur wenige Technologien, die von den Mainstream-Medien und dem Publikum ein größeres Liebesfest erlebt haben als ChatGPT und andere Bemühungen, die auf Vanilla GPT-3 basieren. Und IT-Administratoren von Unternehmen beeilten sich, lokale Anwendungen auf der Grundlage von GPT-3 zu entwickeln.
Bisher läuft alles gut.
Aber wie wir bereits gesehen haben – denken Sie an das Internetfieber Mitte der 1990er oder Blockchain in jüngerer Zeit – können Unternehmen leicht vorankommen, indem sie große Investitionen in andere Dinge als strategische Ziele tätigen.
Ich erinnere mich, dass ich zu Beginn des World Wide Web mit einem Manager über die Bemühungen sprach, eine Website zu starten, und ihn fragte: „Warum? Weil? Was wollen Sie erreichen?“ Anstatt eine ganze Reihe konkreter Ziele zu nennen, hörte ich Variationen von „Eines unserer Vorstandsmitglieder hat davon gelesen und besteht darauf, dass wir eines bekommen“ oder „Der Sohn unseres CEO, konnten Sie nicht aufhören zu reden?“ darüber.“ oder am düstersten: „Es scheint, als ob es jeder tut.“
Das ist genau die Art von Feedback, das ich heute zu GPT-3 höre. Um es klar zu sagen: Viele der neuesten Technologien der Branche haben sich letztendlich als strategisch wichtig erwiesen. Nicht alle, aber viele.
ChatGPT hat eine beeindruckende Reihe von Funktionen, aber es ist nur eine riesige Datenbank mit einer Schnittstelle, die die menschliche Kommunikation effektiv nachahmt. Stellen Sie es sich wie ein superstarkes Intranet vor.
Die auf den meisten ChatGPT-Börsen präsentierten Informationen sind nichts, was nicht mit einer guten Google-Suche gefunden werden kann. „Gefunden“ ist der entscheidende Punkt. Ein Benutzer muss möglicherweise Dutzende von Google-Suchergebnissen durchgehen, um die einzige von ChatGPT gefundene Antwort zu finden.
Ein weiterer Vorteil, und hier liegt wohl der größte Rechenwert, liegt in seinen menschenähnlichen Interaktionen. Theoretisch könnte dies letztendlich dazu führen, dass viele Codierungsprojekte selbst auf die grundlegendsten Programmieranstrengungen verzichten können. Die meisten Programmierprojekte beginnen damit, dass ein leitender Angestellter oder Geschäftsbereichsleiter sagt: „Wir brauchen das System, um XYZ-fähig zu sein. Geh und mach es möglich“ für technische Talente.
Was wäre, wenn ChatGPT einige dieser Programmiertalente umgehen und Code direkt auf der Grundlage von Branchenrichtlinien erstellen könnte? Einige Codierungen sind sehr kreativ und einfallsreich und erfordern immer noch eine menschliche Note. Aber ehrlich gesagt ist viel Programmierung arbeitsintensiv und repetitiv. Könnte GPT diesen Teil übernehmen?
Im Gegenteil, wir haben alle die lächerlichen Fehler und flachen Builds gesehen, die GPT-3-Systeme geliefert haben. Bis dies behoben ist, ist die Nutzung von GPT-3 eingeschränkt. So verlockend die Oberfläche in natürlicher Sprache auch ist, es ist eine Katastrophe, ein GPT-3-Chatprogramm für Sie mit Kunden sprechen zu lassen.
Wie kann es also verwendet werden? Es gibt zwei Möglichkeiten, diese entscheidende Frage zu untersuchen: vorschreibend und offen. Abhängig von Ihrem Unternehmen und Ihren Zielen, ganz zu schweigen von Ihrem Budget, können beide Ansätze sehr attraktiv sein.
Der präskriptive Ansatz ist einfacher und führt wahrscheinlich zu kurzfristigeren Ergebnissen. Was versuchst du zu erreichen? Was kann GPT-3 heute tun, um Ihrem Unternehmen zu helfen und vielleicht einige Produkt-/Dienstleistungsimplementierungen realisierbar zu machen, die Sie sich seit einiger Zeit gewünscht haben, aber nicht erreichen konnten?
CIOs müssen strategisch filtern oder Sie sind nur Willy Wonka in der Schokoladenfabrik. – Scott Castle, Chief Strategy Officer, SisenseDer offene Ansatz ist interessanter. Hier geben Sie Ihrem Team viel Spielraum, um mit GPT-3 herumzuspielen und kreativ zu werden und zu sehen, was es kann. Aber dieser Ansatz muss gewisse Grenzen haben.
CIOs müssen herausfinden, was sie damit machen wollen, oder Entwickler drehen das Rad mit endlosen verrückten Ideen, sagte Scott Castle, Director of Strategy beim Analyseunternehmen Sisense. „CIOs müssen strategisch abwägen, oder sie sind nur Willy Wonka in der Schokoladenfabrik“, sagte er.
Einer der führenden Branchenanalysten ist Roy Ben-Alta. Letzten Monat verließ Ben-Alta Meta/Facebook als Direktor für künstliche Intelligenz, um sein eigenes Unternehmen zu gründen. Vor Meta verbrachte er 11 Jahre bei Amazon, zuletzt als Direktor für Analytik/Maschinelles Lernen, Datenstreaming und NoSQL-Datenbanken.
CIOs „müssen sich fragen: ‚Was wird das für mein Unternehmen bedeuten?‘“, sagte Ben-Alta. „Der beste Weg, dies anzugehen, besteht darin, vom Kunden aus rückwärts zu arbeiten. Welches Problem versuchen wir zu lösen? Hier ist das Problem: Man muss viel Geld ausgeben, um loszulegen. Für die Schulung ist eine große Anzahl von Prozessoren erforderlich. Der Anwendungsfall.“ erfordert bestimmte Datenquellen und wenn sie nicht über die Daten verfügen, müssen sie herausfinden, wie viel es sie kosten wird, diese Daten zu beschaffen.
Das mächtigste Element von GPT-3 ist seine Kodierung, seine Schnittstelle. Aber für Unternehmen, die versuchen, auf allem aufzubauen, wird das Problem nicht die Codierung sein. Es werden absolut Daten sein.
„Die Achillesferse eines jeden Analysesystems ist die Qualität der Daten“, sagte Ben-Alta. „Die meiste Arbeit dreht sich um Daten. Die Datenintegration ist immer das Problem und das schwierigste Element. Das Format der Daten und die Art der zu verwendenden Daten entwickeln sich weiter. Das Analysemodell wird nur dann gut, wenn die Daten gut werden. »
Das Datenproblem ist wichtig, aber viele analytische Komplexitäten ergeben sich aus den Wechselwirkungen zwischen den Daten. Waqaas Al-Siddiq, CEO des medizinischen Analyseunternehmens Biotricity, bietet ein eindrucksvolles Beispiel dafür, wie Interaktionen das Beste der großartigen Sprachmodelle untergraben können.
„Alles, was eine Spitze oder eine Anomalie darstellt, beispielsweise innerhalb von drei oder vier Standardabweichungen vom Mittelwert, wird viele Probleme bereiten. Je mehr Variablen, desto schwieriger wird es, weil man mehr Daten benötigt“, sagt Al- Sagte Siddiq. „Da es sich aber um Anomalien handelt, wird es nicht genügend Daten liefern können.“
Al-Siddiq nannte ein Beispiel für Bestandslogistik: „Nehmen wir an, es gibt ein Bauprojekt, das die Menschen zum Wegziehen zwingt, und in denselben zwei Wochen gibt es eine Hitzewelle. Es brachte die Leute dazu, anzuhalten und etwas zu trinken. Nun, es gibt mehrere Variablen. Sie werden nie genug Daten haben, um diese Anomalie autonom oder vorhersehbar zu bewältigen, es sei denn, Sie stellen sicher, dass Sie diese Variablen im Auge behalten. Je mehr Variablen Sie verfolgen, desto komplexer wird Ihr KI-Modell. »
Es liegt ein großer potenzieller Wert darin, sich diese großartigen Sprachmuster zunutze zu machen, aber es ist offensichtlich eine gute Idee, Emotionen nicht die Oberhand gewinnen zu lassen.
„Diese ganze Aufregung dreht sich um ein Produkt eines einzigen Unternehmens: OpenAI. Dieses Unternehmen bekommt einen großen Teil des Mitläufereffekts zu spüren, die Angst, etwas zu verpassen“, sagte Jay Chakraborty, Partner bei PwC (ehemals Price-Waterhouse-Coopers). Version des kalifornischen Goldrauschs, der Dotcom-Euphorie, dass im Jahr 2000 die „ganze Welt zusammenbrechen wird“.
Chakraborty ermutigt CIOs, nur ein paar Sandbox-Experimente durchzuführen und „das Unternehmen dazu zu drängen, Ideen und Anwendungsfälle zu entwickeln. Wenn ich ein Hedgefonds bin, warum sollte ich dann nicht darüber nachdenken, was ich automatisieren kann? Dadurch könnten Investitionskarten viel effektiver entfernt werden. Es generiert die Analyse automatisch und ist ein weiterer entscheidender Schritt zum Ziel. Er schreibt die Abschlussarbeit.
Der Forrester-Analyst Rowan Curran, der sich auf Data Science, maschinelles Lernen, künstliche Intelligenz und Computer Vision spezialisiert hat, stimmt zu, dass GPT-3 großes Potenzial hat, aber dass Führungskräfte es als ein weiteres strategisches Unterfangen betrachten müssen.
„Das erste, was Sie tun müssen, ist, aus der Öffentlichkeit herauszutreten und sich zu fragen: ‚Wo können wir sie wirklich einsetzen, wo wir ihre Stärken ausnutzen und ihre Schwächen minimieren können?‘ Wie können wir es nutzen? sagte Curran.
Während GPT-3 „potenziell eine fantastische Möglichkeit zur Innovation darstellt, ist es auch sehr wichtig, sich auf das zu konzentrieren, was kurzfristig praktisch ist.“ Sie müssen sich unbedingt darüber informieren, was möglich ist. Es ist ein neuer und dynamischer Raum“, sagte Curran und fügte hinzu, dass er einige gravierende Einschränkungen sehe. Beispielsweise hält er die Idee, damit in einer kundenorientierten App zu chatten, für „zutiefst unverantwortlich“.
Große Sprachmodelle sind nichts Neues, aber die von GPT-3 entworfene menschenähnliche Schnittstelle hat die Möglichkeiten der Computerwelt erweckt und viele zum Träumen gebracht. Das ist in Ordnung, solange sie aufwachen, kurz bevor Investitionsentscheidungen getroffen und Projektrichtungen festgelegt werden.
Copyright © 2023 IDG Communications, Inc.