3 cara untuk mendapatkan mitra AI terbaik untuk bisnis Anda
Berikut cara memilah gandum dari sekam dan menemukan mitra TI yang dapat membantu organisasi Anda memanfaatkan teknologi AI semaksimal mungkin.
Memutuskan untuk mencoba AI hanyalah sebuah titik awal. Jika Anda akan menggunakan AI generatif dan teknologi baru lainnya dalam bisnis Anda, Anda harus memastikan bahwa Anda memiliki platform yang memungkinkan Anda mengeksploitasi data dengan aman dan efektif.
Platform semacam itu kemungkinan besar disediakan oleh penyedia teknologi eksternal. Jadi, bagaimana dunia usaha memilah-milah masalah ketika menyangkut mitra AI, dan seperti apa mitra teknologi yang hebat itu? Tiga pemimpin bisnis memberikan pandangan mereka kepada kami.
1. Fokus pada kasus penggunaan Anda
Carter Cousineau, wakil presiden tata kelola data dan model di Thomson Reuters, menyadari bahwa memilah gandum dari sekam merupakan sebuah tantangan, terutama di wilayah yang berkembang dengan pesat selama 12 bulan terakhir.
“Pada AI generatif, saat ini ada sedikit campuran,” katanya. “Ada banyak hype dan saya pribadi sangat penasaran dengan kasus penggunaan apa yang akan bertahan.”
Gartner baru-baru ini menempatkan AI generatif di puncak ekspektasi yang meningkat dalam Hype Cycle for Emerging Technologies pada tahun 2023.
Analis teknologi tersebut mengatakan bahwa skala dan pesatnya adopsi aplikasi AI generatif menandai gelombang baru produktivitas tenaga kerja dan kreativitas mesin.
Cousineau percaya bahwa para profesional harus memanfaatkan gelombang inovasi berbasis data ini sambil juga memikirkan secara hati-hati tentang arti penerapan AI dan model bahasa besar (LLM) bagi bisnis mereka, terutama ketika mereka ingin membangun atau membeli teknologi.
"Pertanyaan pertama saya kepada banyak profesional adalah, 'apakah Anda memerlukan model bahasa yang besar?'" katanya. “Karena biaya untuk melakukan hal tersebut bisa sangat signifikan. Jadi, Anda harus berhati-hati karena ini adalah area di mana Anda perlu berinvestasi dalam model bahasa yang besar.”
Seperti halnya pembelian teknologi lainnya, titik awal Anda untuk berinvestasi pada sistem dan layanan AI harus merupakan kasus bisnis yang jelas.
Cousineau mengatakan Thomson Reuters sedang menjajaki berbagai kasus penggunaan dan timnya bekerja dengan orang-orang di seluruh organisasi untuk memastikan tata kelola data diprioritaskan.
“Kami melihat alat-alat ini dari sudut pandang etika dan mitigasi dampak buruk,” katanya. “Bergantung pada kasus penggunaannya, kami melihat apa yang terjadi dan mencoba memitigasi potensi kekhawatiran dengan cepat.”
Thomson Reuters telah memiliki beberapa kemitraan vendor utama. Informasi perusahaan disimpan di Snowflake Data Cloud sebagai satu sumber kebenaran untuk inovasi berbasis data.
Cousineau juga merujuk pada kemitraan baru perusahaannya dengan Microsoft Copilot, yang merupakan asisten AI yang membantu para profesional membuat dokumen, merangkum presentasi, dan banyak lagi.
"Ada beberapa kasus penggunaan dan kami baru saja berada pada tahap akhir untuk memilah mana yang berhasil. Dan kami juga melihat beberapa produk kami yang sudah ada dan memikirkan bagaimana kami dapat mengambil beberapa bagian dan membangun fitur atau kemampuan berbeda yang dapat digunakan. akan melayani pelanggan dengan lebih baik, "katanya.
“Bahkan ketika kami menggunakan LLM secara internal, sangat penting bagi staf kami untuk memiliki lingkungan yang aman untuk menggunakan teknologi ini. Jadi, kami melihatnya dari sudut pandang pelanggan eksternal dan karyawan kami, dan kami berupaya mendukung semua lingkungan LLM.”
2. Temukan pasangan yang fleksibel
Tulia Plumettaz, direktur pembelajaran mesin di raksasa e-commerce Wayfair, menyadari bahwa salah satu pertanyaan pelik yang perlu dipertimbangkan oleh para pemimpin bisnis terkait AI adalah apakah lebih baik mempertaruhkan diri lebih awal atau lebih menunggu. permainan.
Masuk terlalu dini dan Anda berisiko menghabiskan terlalu banyak uang dengan satu mitra yang tertinggal seiring pergerakan pasar. Namun, jika Anda terlambat masuk, pesaing Anda mungkin akan meninggalkan Anda.
Ditambah dengan serangkaian pertimbangan lain, seperti vendor lock-in dan kekhawatiran seputar eksploitasi aset data perusahaan, maka para pemimpin bisnis akan menghadapi teka-teki yang rumit.
“Pikirkan tentang Gen AI saat ini,” katanya. "Ada rintangan dan pertanyaan besar seputar kepemilikan data, seperti siapa yang memiliki aset dan apakah vendor besar akan menggunakan data Anda untuk melatih model mereka sendiri atau tidak. Itu adalah sesuatu yang kami fokuskan saat ini. Kami sedang mempelajari lanskap dalam hal data dan legalitas di bidang tersebut."
Plumettaz baru-baru ini menjelaskan kepada ZDNET bagaimana perusahaannya bekerja dengan Snorkel AI untuk meningkatkan pengalaman penelusuran online bagi konsumen -- dan saat Wayfair mencoba-coba pembelajaran mesin, perusahaan tersebut juga menjelajahi area lain yang berkembang pesat.
“Kami sedang menjajaki penerapan AI percakapan,” katanya. “Pasti ada kasus penggunaan di ruang kami yang kami yakini dapat kami selesaikan dengan cepat.”
Wayfair dan Snorkel telah menciptakan hubungan terintegrasi yang memungkinkan Plumettaz dan rekan bisnisnya memikirkan secara hati-hati tentang potensi kasus penggunaan.
“Dengan Snorkel, kami mengambil pandangan jangka panjang dalam bidang ini, yaitu mencoba memahami pembeda di tingkat perusahaan,” katanya.
Plumettaz bekerja sama dengan Snorkel untuk mengembangkan model dasar yang akan membantu perusahaan memanfaatkan aset data utamanya, seperti produk yang dijual dan karakteristiknya yang menentukan.
Dengan adanya struktur ini, Wayfair akan dapat memikirkan bagaimana spesialis AI lainnya dapat membantu bisnis mencapai tujuan jangka panjangnya.
“Kami fokus untuk memahami arah perkembangan bidang ini dan pada saat yang sama juga berusaha mencapai hasil yang diharapkan,” katanya.
"Kami bertanya, 'hal apa yang membuat aset data yang dimiliki Wayfair memiliki nilai unik yang tidak akan kami dapatkan dengan produk generik yang siap pakai?'"
3. Tetap terbuka untuk bereksperimen
Meskipun AI generatif mendapatkan banyak perhatian media saat ini, Lalo Luna, kepala strategi dan wawasan global di Heineken, mengatakan para pemimpin bisnis harus menyadari bahwa ChatGPT dan bot percakapan lainnya bukanlah satu-satunya permainan AI yang ada.
“Saya pikir perusahaan harus lebih peduli tentang bagaimana mereka akan mengadopsi dan memanfaatkan, tidak hanya AI tetapi juga pembelajaran mesin tradisional dan proses intensif data lainnya,” katanya.
Hal itulah yang diprioritaskan Luna di Heineken, di mana timnya menggunakan platform wawasan perusahaan Stravito untuk berbagi wawasan melalui platform merek internal, yang dikenal sebagai Knowledge & Insight Management (KIM).
Meskipun kekuatan data diakui oleh rekan-rekan bisnisnya, Luna yakin beberapa perusahaan lain masih tertinggal dalam memahami nilai informasi.
Daripada menunggu pemimpin pasar muncul, ia mengatakan sekaranglah saatnya bagi para profesional untuk mulai mencari tahu vendor mana yang akan membantu organisasi mereka.
“Data dan AI sudah menjadi keunggulan kompetitif,” kata Luna.
“Para pemimpin bisnis tidak perlu takut dengan teknologi. Mereka perlu memikirkan bagaimana mereka akan meningkatkan keterampilan karyawannya, dan bagaimana mereka akan membangun ekosistem teknologi yang membantu, tidak hanya konsumennya, namun juga orang-orang internalnya untuk membuat keputusan yang lebih baik."
Stravito baru-baru ini mengumumkan bahwa mereka telah menambahkan mesin AI generatif miliknya untuk memberikan wawasan terverifikasi kepada bisnis dengan cara yang lebih menarik.
Luna mengatakan bahwa penting untuk tetap terbuka terhadap ide-ide baru dalam AI -- dan dia membayangkan Stravito menjadi pemain kunci dalam membantu perusahaannya memanfaatkan ribuan laporan yang dimilikinya.
“Kita harus semakin terlibat dalam hal-hal seperti ini,” katanya. “Sukses adalah tentang melompat ke fase eksperimen.”