מחקר שנערך לאחרונה על ידי Accenture מראה כי עסקים המיישמים טכנולוגיות בינה מלאכותית מתקדמות כמו מודלים של שפה גדולה ובינה מלאכותית גנרטיבית מסוגלים להגדיל את ההכנסות בעד 10%, פי 2.6 יותר מעסקים שאינם מיישמים טכנולוגיה זו.

בעידן הבינה המלאכותית ומודלים של שפות גדולות (LLMs), מדעי הנתונים והבינה המלאכותית משולבים יותר ויותר בזרימות עבודה. עם זאת, יישום ויישום של מודלים של בינה מלאכותית בפעילות עסקית מתמודדים גם עם אתגרים רבים.

לדברי מר נגוין ואן טואן, מנכ"ל Hyratek, היחידה התומכת במערכת ובתשתית הבינה המלאכותית לפרויקט שחזור תמונות הקדושים המעונים, הביקוש למערכות ציוד המשמשות להכשרה ואימון בינה מלאכותית בעולם גבוה מההיצע בשוק. קונים אף צריכים להזמין מספקים חצי שנה מראש כדי לקבל את הציוד.

מי יצר את האגם 2.JPG
ילד משוחח עם ילדה וירטואלית מבוססת בינה מלאכותית. צילום: ChatGPT

העולם "צמא" לתשתית חומרה שתשרת את הבינה המלאכותית. בינתיים, מערכות בינה מלאכותית מאומנות לעתים קרובות באופן מרכזי, בעלויות יקרות מאוד. זהו מחסום ליישום בינה מלאכותית בפעילות עסקית.

עסקים רבים בווייטנאם משתמשים בשירותי ענן כדי לפרוס מודלים של בינה מלאכותית. עם זאת, צורה זו יקרה בפעולה בקנה מידה גדול וחסרה גמישות בתהליך העבודה.

באירוע שנערך לאחרונה, אמר מר נגוין ואן גיאפ, המנכ"ל של לנובו וייטנאם, שכדי ליישם בינה מלאכותית יותר בתהליך התפעול והייצור, לעסקים יש מגמה חדשה של שימוש בתחנות עבודה משולבות בינה מלאכותית.

ארגונים רבים עוברים לאירוח ופיתוח פרטיים של מודלים של שפה גדולה (LLM) ומודלים של שפה קטנה (SLM), עקב חששות לגבי אבטחה ועלויות נתוני הדרכה.

זה לא רק מייעל את זרימות העבודה, אלא גם עוזר לבעלי עסקים לקבל החלטות בזמן תוך קידום חדשנות בתחומים רבים.

תחנות עבודה, הכוללות מעבדים ומעבדים גרפיים בעלי ביצועים גבוהים, נועדו להאיץ פיתוח, כוונון והדרכת מודלים של בינה מלאכותית בקנה מידה קטן יותר ובעלויות נמוכות יותר מאשר בענן.

שימוש בנתונים מקומיים הוא לא רק בטוח יותר, אלא גם מאפשר למדעני נתונים לאמן מודלים של בינה מלאכותית בלולאה סגורה ובמהירות רבה יותר, ובכך מקצר את הזמן הנדרש להשגת התוצאות הסופיות.

אימון בינה מלאכותית.jpg
ארגונים רבים מפתחים מודלים פרטיים של שפות גדולות (LLM) ומודלים פרטיים של שפות קטנות (SLM) באופן עצמאי באמצעות תחנות עבודה משולבות בינה מלאכותית. צילום: איור

המגוון של מודלים לשוניים גדולים זוכה להכרה גוברת גם בקנה מידה עולמי. בשיתוף עם VietNamNet, אמר מר רוברט האלוק, סגן נשיא ומנהל כללי של בינה מלאכותית ושיווק טכני באינטל, כי כדי לקדם טרנספורמציה דיגיטלית, מדינות יכולות לפתח מודלים לשוניים גדולים משלהן, כאשר וייטנאם היא מודל השפה הגדולה הוייטנאמי.

לדברי סגן נשיא אינטל, בתהליך העבודה עם מספר מודלים רב-לשוניים של בינה מלאכותית, וייטנאם וסין נחשבות לשתי מדינות שמטמיעות היטב מודלים של שפה גדולה על ידי שילוב אלמנטים של שפה מקומית.

לא רק שניתן ליישם בינה מלאכותית לקידום עסקים בארגונים, מר רוברט האלוק מאמין שניתן ליישם בינה מלאכותית ביעילות גם במגזר הציבורי. בפרט, המסדרון המשפטי של ממשלות הוא סביבה מצוינת לבינה מלאכותית.

מסמך משפטי יכול להיות בן מאות עמודים, מה שמקשה על כל אחד להבין את כל המידע והתקנות שבו. במקרה כזה נדרש מודל שפה גדול עם עוזר וירטואלי ששואל ועונה על שאלות לגבי תוכן ספציפי.

סקר של Finastra מראה כי וייטנאם מובילה כיום את השוק מבחינת עניין בבינה מלאכותית גנרטיבית. על פי תוצאות הסקר, 91% מהאנשים הווייטנאמים הביעו את תגובתם לערכים החיוביים שמביאה בינה מלאכותית גנרטיבית.

הצמיחה המחודשת של מחשוב ענן ובינה מלאכותית (AI) יוצרת הזדמנויות אדירות לצמיחה כלכלית, אך עדיין קיים פער בכוח העבודה הדיגיטלי שווייטנאם צריכה למלא במהירות.