توجه إلى مكتبتنا عند الطلب لعرض الجلسات من VB Transform 2023. سجل هنا
من المسلم به أن معظم الشركات اليوم تختبر نماذج اللغة الكبيرة (LLMs) والذكاء الاصطناعي التوليدي.
يضع مات كاربونارا ، العضو المنتدب في Citi Ventures – ذراع Citi للاستثمار والحضانة – في مجموعتين.
الأول: المؤسسات الأكثر تحفظًا التي تنظر إلى التكنولوجيا بطريقة مركزية ، وإنشاء مراكز التميز وتطوير السياسات حول الكيفية التي يريدون تجربتها.
الثاني: المنظمات التي يمكن أن تتعرض للتهديد إذا لم تبدأ في الدفع بقوة باستخدام تكنولوجيا الذكاء الاصطناعي التوليدية في أسرع وقت ممكن. ينطبق هذا على مساحة خدمة العملاء ، “حيث من الواضح أنها ستحدث تحولًا كبيرًا”.
حدث
VB Transform 2023 حسب الطلب
هل فاتتك جلسة من VB Transform 2023؟ سجل للوصول إلى المكتبة عند الطلب لجميع جلساتنا المميزة.
سجل الان
قال كاربونارا مخاطبًا الجمهور في محادثة جانبية في VentureBeat Transform 2023 هذا الأسبوع: “في الوقت الحالي ، التغيير الذي يمر به الجميع في كل من المؤسسات الكبيرة والشركات الناشئة هو ،” حسنًا ، كيف تؤثر هذه التكنولوجيا الجديدة علي؟ ما هي استراتيجيتي هنا؟ ما هو الخندق الخاص بي؟ كيف يمكنني استخدام هذا لمصلحتي؟ هل تهددني؟
من الروبوتات البسيطة إلى “التشغيل الآلي المفرط”
أشار كاربونارا إلى أن الأتمتة لا تزال موضوعًا مهمًا للغاية تستثمر فيه الشركات الكثير من الأموال ، لا سيما في عصر الذكاء الاصطناعي العام وزيادة التجارب.
من الواضح أن الأتمتة تُستخدم بعدة طرق مختلفة ، على حد قوله. تنظر Citi Ventures إلى الأمر على أنه استخدام برنامج لأتمتة العمليات المختلفة في مؤسسة كبيرة: معالجة المعاملات ، ومعالجة البيانات ، وتجربة العملاء ، وإعداد العملاء.
>> اتبع جميع تغطية VentureBeat Transform 2023 الخاصة بنا <
ووصف الأتمتة بأنها مرت بثلاث مراحل. المرحلة الأولى هي ما أسماه “RPA 1.0” ، أو القدرة الأولية لروبوتات البرامج على معالجة الأنظمة الرقمية. كان التكرار الثاني هو أتمتة العمليات الذكية ، وهي القدرة على إضافة بعض الذكاء إلى تلك العملية.
نحن الآن في مرحلة “التشغيل الآلي المفرط” ، كما قال ، والتي تتضمن أداء مهام أكثر تعقيدًا عبر أنظمة متعددة باستخدام تقنيات متعددة. أحد الأمثلة: تطبيق التعرف الضوئي على الأحرف لفهم ماهية المستند ، ومعالجة اللغة الطبيعية (NLP) لوضعها في سياقها ، ثم إدخالها في خوارزمية بحيث يمكن استخدام البيانات لاتخاذ القرارات.
قال كاربونارا: “لقد انتقلت من نوع روبوت واحد ، إلى ذكاء ، إلى ذكاء أكثر بنوع من طبقة ميتا من التنسيق والتحكم فوقها”.
الوصول إلى “مجموعة البيانات الذهبية”
قال كاربونارا اليوم ، إن التحدي الأكبر الذي يواجه المؤسسات الكبيرة عندما يتعلق الأمر بالأتمتة هو جودة البيانات: الحصول على بيانات جيدة عالية الجودة وإنشاء “مجموعة ذهبية من البيانات” لاتخاذ قرارات مستنيرة واستراتيجية.
قال كاربونارا: “سواء كانت LLM الأكثر تقدمًا أو نموذجًا بسيطًا للغاية ، إذا لم يكن لديك بيانات عالية الجودة ، فحينئذٍ تواجه تحديًا حول الحصول على مخرجات جيدة بالفعل”.
هناك عقبة أخرى تتمثل في دمج التقنيات المتطورة في الأنظمة القديمة. يتعين على المنظمات تحديد ما إذا كانت هذه الأنظمة ستتوسع وما إذا كان يمكنها التعامل مع المطالب التي تفرضها عليها. ولا سيما في الصناعات الخاضعة للتنظيم ، يجب أن يكون هناك مستوى من قابلية التدقيق والضوابط والحوكمة.
جودة البيانات ، مفتاح الحوكمة
وبالنظر إلى المستقبل ، توقع أن يكون لدى جميع الشركات الكبيرة عوامل ذكاء اصطناعي من نوع ما والتي ستؤدي مهامًا مختلفة. يمكن اعتبار هذه العوامل على أنها عوامل مستقلة ستتفاعل مع بعضها البعض (على سبيل المثال ، عامل بناء برمجيات يتفاعل مع وكيل أمان حول ثغرة أمنية محددة).
وقال إن هؤلاء الوكلاء سيتمكنون من الوصول إلى بعض مخازن البيانات ، لذلك سيتعين على المنظمات معرفة كيفية إنشاء حوكمة حول ذلك. كيف يمكن للوكلاء الوصول إلى البيانات وماذا يمكنهم أن يفعلوا بها؟ هل يمكنهم قراءتها فقط؟ أم يمكنهم قراءته وكتابته وتحديثه؟
قال: “أعتقد أن هناك الكثير من الأسئلة المثيرة للاهتمام هنا للشركات الكبيرة حول الحصول على جودة البيانات وإدارة البيانات في مكانها الصحيح لتمكين هذه القدرات التي سيحققها هؤلاء العملاء المستقلون”.
مهمة VentureBeat هو أن تكون ساحة المدينة الرقمية لصناع القرار التقنيين لاكتساب المعرفة حول تكنولوجيا المؤسسات التحويلية والمعاملات. اكتشف إحاطاتنا.
اكتشاف المزيد من إشراق التقنية
اشترك للحصول على أحدث التدوينات المرسلة إلى بريدك الإلكتروني.