GPT-4 باعث می‌شود هزینه کار تجزیه و تحلیل داده‌ها تنها ۱٪ از هزینه انجام دستی آن باشد.

به گفته محققان شرکت چینی علی‌بابا، هزینه GPT-4، آخرین نسخه LLM که توسط استارتاپ OpenAI توسعه داده شده است، تنها 0.45٪ از هزینه استخدام یک تحلیلگر ارشد داده - که سالانه حدود 90،000 دلار درآمد دارد - یا 0.71٪ از هزینه استخدام یک تحلیلگر متوسط است.

برای برخی، کار تحلیل داده‌ها کمتر از ۱ واحد از هزینه‌های منابع انسانی هزینه دارد (شکل ۱). — مطالعه ChatGPT هزینه تجزیه و تحلیل داده‌ها را روشن می‌کند. عکس: Shutterstock

در این مطالعه، محققان سوالاتی را مطرح و داده‌ها را ارائه کردند، سپس کل فرآیند تجزیه و تحلیل داده‌ها را با استفاده از GPT-4 برای استخراج و تجزیه و تحلیل داده‌ها خودکار کردند و متعاقباً بینش‌ها و نمودارهایی ایجاد کردند. نتایج تجزیه و تحلیل از نظر عملکرد، زمان و هزینه با نتایج تحلیلگران حرفه‌ای داده‌های انسانی مقایسه شد.

طبق نتایج تحقیق، آزمایش‌ها نشان داد که GPT-4 نه تنها به طور قابل توجهی ارزان‌تر از یک تحلیلگر داده انسانی است، بلکه وظایف را بسیار سریع‌تر انجام می‌دهد. با این حال، این مطالعه خاطرنشان می‌کند که قبل از نتیجه‌گیری مبنی بر اینکه GPT-4 می‌تواند جایگزین تحلیلگران داده انسانی شود، تحقیقات بیشتری لازم است.

طبق این تحقیق، در برخی موارد، مدل‌های هوش مصنوعی در دقت معیارها و تحلیل‌ها از تحلیلگران داده‌های انسانی پیشی گرفته‌اند و بینش‌های ایجاد شده توسط GPT-4 پیچیده‌تر هستند.

با این حال، GPT-4 از نظر نمایش دقیق داده‌ها در نمودارها و همچنین ارائه و قالب‌بندی در برخی موارد، از انسان عقب می‌ماند. تحقیقات نشان می‌دهد که با وجود برخی خطاها در معیارهای خاص، GPT-4 همچنان می‌تواند تجزیه و تحلیل‌های دقیقی ارائه دهد.

تحقیقات، کاربرد رو به گسترش LLMها را در صنایع مختلف روشن می‌کند، جایی که انتظار می‌رود کارایی را بهبود بخشد، اما مشاغل انسانی را نیز تهدید می‌کند. شرکت‌های فناوری چینی در حال رقابت برای توسعه سرویس‌های مشابه ChatGPT خود هستند.

علی‌بابا در حال کار بر روی راهکار خود به نام تونگیی کیان‌ون است که در ماه آوریل راه‌اندازی شد و در حال حاضر، چند هفته پس از اعلام سرویس ارنی بات بایدو، با دعوت‌نامه برای مشتریان سازمانی در دسترس است.

مای وان (طبق SCMP)

منبع