ວິທີແກ້ໄຂ ຫຼື ການເພິ່ງພາອາໄສ?

(CLO) ເຄື່ອງຈັກຊອກຫາ AI ກຳລັງທົດສອບໂຄງການແບ່ງປັນລາຍຮັບກັບຜູ້ເຜີຍແຜ່ເມື່ອເນື້ອຫາຂອງພວກເຂົາຖືກນຳໃຊ້ໃນຜົນການຄົ້ນຫາ. ນີ້ແມ່ນທາງອອກທີ່ຍຸດຕິທຳສຳລັບວາລະສານ ຫຼື ພຽງແຕ່ຮູບແບບອື່ນຂອງການເພິ່ງພາອາໄສເຕັກໂນໂລຢີບໍ?

ສະຖານທີ່ແມ່ນເພື່ອນບໍ?

Perplexity, ບໍລິສັດຄົ້ນຫາດ້ວຍ AI, ກຳລັງຊອກຫາການເຊື່ອມຕໍ່ກັບຜູ້ເຜີຍແຜ່ຜ່ານໂຄງການຮ່ວມມືທີ່ເປີດຕົວໃນຊ່ວງລະດູຮ້ອນທີ່ຜ່ານມາ. ນັບຕັ້ງແຕ່ນັ້ນມາ, ໂຄງການດັ່ງກ່າວໄດ້ຮັບຄວາມສົນໃຈຈາກສື່ໃຫຍ່ໆເຊັ່ນ TIME, Fortune, ແລະ Der Spiegel, ແຕ່ຍັງໄດ້ດຶງດູດສື່ພິເສດເຊັ່ນ: ຊຸມຊົນສ້າງສັນຊາວອາເມຣິກັນຜິວດຳ Blavity.

ບໍ່ເຫມືອນກັບບໍລິສັດຜະລິດ AI ຍັກໃຫຍ່ອື່ນໆ, ເຊັ່ນ OpenAI ຫຼື Gemini, Perplexity ບໍ່ໄດ້ຝຶກອົບຮົມຮູບແບບໃດໆ. ມັນເປັນເຄື່ອງຈັກຊອກຫາທີ່ຕອບຄໍາຖາມຂອງຜູ້ໃຊ້ໂດຍການສະຫຼຸບເນື້ອຫາຈາກເວັບໄຊທ໌ແທນທີ່ຈະພຽງແຕ່ໃຫ້ລິ້ງຫຼາຍໆອັນ - ຄວາມແຕກຕ່າງທີ່ສໍາຄັນຍ້ອນວ່າມັນປ່ຽນແປງວິທີທີ່ຜູ້ເຜີຍແຜ່ໃຊ້ເນື້ອຫາ.

ເຄື່ອງຈັກຊອກຫາ AI Perplexity ໄດ້ຂະຫຍາຍໂຄງການຮ່ວມມືກັບຜູ້ເຜີຍແຜ່ໂດຍການສະເໜີການແບ່ງປັນລາຍຮັບສຳລັບຄຳຖາມທີ່ໄດ້ຮັບການສະໜັບສະໜູນຈາກໂຄສະນາ, ພ້ອມກັບການເຂົ້າເຖິງ Perplexity Pro ໂດຍບໍ່ເສຍຄ່າ.

ດັ່ງນັ້ນ, ເມື່ອຜູ້ຄົນໃຊ້ Perplexity ເພື່ອຖາມຄຳຖາມ, AI ມັກຈະອີງໃສ່ເນື້ອຫາຈາກອົງການຂ່າວ ແລະ ຜູ້ເຜີຍແຜ່ອື່ນໆເພື່ອໃຫ້ຄຳຕອບ. ປະຈຸບັນ, Perplexity ກຳລັງພິຈາລະນາໃຫ້ບາງສິ່ງບາງຢ່າງຄືນຜ່ານໂຄງການແບ່ງປັນລາຍຮັບ.

ເມື່ອຜູ້ໂຄສະນາຈ່າຍເງິນໃຫ້ກັບຄຳຖາມຂອງຜູ້ສະໜັບສະໜຸນໃນເວທີຂອງ Perplexity, ຜູ້ເຜີຍແຜ່ທີ່ມີເນື້ອຫາຖືກອ້າງອີງໃນຄຳຕອບຈະໄດ້ຮັບສ່ວນແບ່ງກຳໄລ. ບໍລິສັດຍັງມີສິດທິປະໂຫຍດດ້ານເຕັກໂນໂລຢີຫຼາຍຢ່າງ - ຜູ້ເຜີຍແຜ່ສາມາດໃຊ້ເຕັກໂນໂລຢີ AI ຂອງ Perplexity ໃນເວັບໄຊທ໌ຂອງຕົນເອງ, ແລະພະນັກງານຂອງເຂົາເຈົ້າສາມາດເຂົ້າເຖິງການບໍລິການລະດັບພຣີມຽມຂອງ Perplexity ໄດ້ຟຣີເປັນເວລາໜຶ່ງປີ.

"ພວກເຮົາໄດ້ສ້າງໂຄງການນີ້ເພື່ອຮັບປະກັນວ່າພວກເຮົາມີວິທີການທີ່ສາມາດຂະຫຍາຍໄດ້ ແລະ ຍືນຍົງໃນການປັບປຸງແຮງຈູງໃຈໃຫ້ກັບທຸກຝ່າຍ," Aravind Srinivas, ຊີອີໂອຂອງ Perplexity ກ່າວ.

"ບໍລິສັດຕ້ອງການທີ່ຈະວາງຕຳແໜ່ງຕົນເອງເປັນເພື່ອນແທນທີ່ຈະເປັນສັດຕູຂອງສື່ແບບດັ້ງເດີມ," Jessica Chan, ຜູ້ອຳນວຍການຝ່າຍຮ່ວມມືຂອງຜູ້ຈັດພິມຄົນໃໝ່, ໄດ້ເນັ້ນໜັກເຖິງຄວາມປາຖະໜາທີ່ຈະຮ່ວມມືກັບຜູ້ຈັດພິມທຸກຂະໜາດ, ຕັ້ງແຕ່ຍີ່ຫໍ້ໃຫຍ່ຈົນເຖິງຮ້ານຄ້າຂະໜາດນ້ອຍ.

ຄວາມສັບສົນ

ບໍ່ມີເຄື່ອງຈັກຊອກຫາໃດທີ່ມີພູມຕ້ານທານຕໍ່ການແຜ່ລະບາດຂອງຂໍ້ມູນທີ່ບໍ່ຖືກຕ້ອງ, ແລະ Perplexity ກໍ່ບໍ່ມີຂໍ້ຍົກເວັ້ນ. ເພື່ອຫຼຸດຜ່ອນຄວາມສ່ຽງນີ້, Chan ອະທິບາຍວ່າ, ບໍລິສັດໄດ້ໃຊ້ຍຸດທະສາດຫຼາຍຢ່າງ. ຕົວຢ່າງ, ມັນໃຊ້ລະບົບການຈັດອັນດັບທີ່ມີສັນຍານທີ່ແຕກຕ່າງກັນຫຼາຍກວ່າ 50 ຢ່າງເພື່ອກໍານົດວ່າແຫຼ່ງຂໍ້ມູນໃດທີ່ມີສິດອໍານາດຫຼາຍທີ່ສຸດ, ໂດຍຈັດລໍາດັບຄວາມສໍາຄັນຂອງແຫຼ່ງຂໍ້ມູນທີ່ໜ້າເຊື່ອຖື ແລະ ກວດສອບຂໍ້ເທັດຈິງແລ້ວ.

ມັນຍັງປະກອບມີການອ້າງອີງສຳລັບຄຳຕອບທັງໝົດ, ຊ່ວຍໃຫ້ຜູ້ໃຊ້ສາມາດກວດສອບຂໍ້ມູນດ້ວຍຕົນເອງ. ບາງທີສິ່ງທີ່ໜ້າສົນໃຈທີ່ສຸດແມ່ນວ່າລະບົບດັ່ງກ່າວຖືກອອກແບບມາເພື່ອທ້າທາຍຄຳຖາມທີ່ເກືອບບໍ່ສາມາດຕອບໄດ້, ໂດຍຊີ້ແຈງວ່າມັນເປັນເຄື່ອງມືສຳລັບການສະຫຼຸບຂໍ້ມູນ, ບໍ່ແມ່ນສຳລັບການສ້າງຄວາມຄິດເຫັນ.

ສຳນັກພິມເຊັ່ນ TIME ມີຄວາມຫວັງດີກ່ຽວກັບການຮ່ວມມືນີ້, ໂດຍເຫັນວ່າມັນເປັນການທົດລອງທີ່ໜ້າສົນໃຈໃນການສ້າງສາຍພົວພັນທີ່ຍືນຍົງລະຫວ່າງບໍລິສັດ AI ແລະສື່ແບບດັ້ງເດີມ.

ເຖິງຢ່າງໃດກໍ່ຕາມ, ບໍລິສັດຍອມຮັບວ່າລະບົບການກວດຈັບເນື້ອຫາ AI ຂອງຕົນບໍ່ສົມບູນແບບ. ການອີງໃສ່ການອ້າງອີງຫຼາຍແຫຼ່ງຂໍ້ມູນ, ໃນຂະນະທີ່ເປັນປະໂຫຍດ, ບໍ່ໄດ້ຮັບປະກັນຄວາມຖືກຕ້ອງ - ໂດຍສະເພາະສຳລັບຂ່າວດ່ວນ ຫຼື ຫົວຂໍ້ທີ່ເກີດຂຶ້ນໃໝ່, ບ່ອນທີ່ຂໍ້ມູນທີ່ບໍ່ຖືກຕ້ອງອາດຈະປາກົດຢູ່ໃນຫຼາຍຊ່ອງທາງໃນເບື້ອງຕົ້ນ. ເອກະສານແຫຼ່ງຂໍ້ມູນບໍ່ໄດ້ກ່າວເຖິງວິທີທີ່ລະບົບຈັດການກັບສະຖານະການດັ່ງກ່າວ ຫຼື ຄວາມໄວທີ່ຂໍ້ມູນຖືກອັບເດດເມື່ອການແກ້ໄຂຖືກປ່ອຍອອກມາ.

ຈຸດອ່ອນທີ່ອາດເກີດຂຶ້ນອີກອັນໜຶ່ງແມ່ນວ່າ ໃນຂະນະທີ່ Perplexity ສຸມໃສ່ການອ້າງອີງແຫຼ່ງຂໍ້ມູນທີ່ "ໜ້າເຊື່ອຖື", ບໍ່ມີຄຳອະທິບາຍທີ່ຊັດເຈນກ່ຽວກັບວິທີການກຳນົດແຫຼ່ງຂໍ້ມູນທີ່ໜ້າເຊື່ອຖື ຫຼື ວ່າຂະບວນການນີ້ອາດຈະນຳສະເໜີອະຄະຕິບາງຢ່າງເຂົ້າໃນລະບົບ.

ຈຸດສຳຄັນ

ມີລາຍລະອຽດທີ່ສຳຄັນ: ຮູບແບບການແບ່ງປັນລາຍຮັບຈະເຮັດວຽກໄດ້ເມື່ອມີການໂຄສະນາເທົ່ານັ້ນ - ບໍ່ມີການຊົດເຊີຍສຳລັບເນື້ອຫາຂອງຜູ້ເຜີຍແຜ່ຈຳນວນຫຼວງຫຼາຍທີ່ Perplexity ໃນປະຈຸບັນໃຊ້ເພື່ອໃຫ້ຄຳຕອບທົ່ວໄປ.

ໃນຂະນະທີ່ບໍລິສັດໂຕ້ຖຽງວ່າສິ່ງນີ້ມີຄວາມຍືນຍົງຫຼາຍກວ່າການຈ່າຍເງິນຄັ້ງດຽວ, ມັນໝາຍຄວາມວ່າຜູ້ເຜີຍແຜ່ແມ່ນໃຫ້ເນື້ອຫາຟຣີຈົນກວ່າຜູ້ໂຄສະນາຈະຈ່າຍຄ່າ Perplexity, ເຊິ່ງເປັນສິ່ງທີ່ຜູ້ເຜີຍແຜ່ບໍ່ສາມາດຄວບຄຸມໄດ້.

ນັ້ນແມ່ນສ່ວນແບ່ງທີ່ຂ້ອນຂ້າງນ້ອຍສຳລັບບໍລິສັດທີ່ມີມູນຄ່າ 9 ຕື້ໂດລາຫຼັງຈາກການລະດົມທຶນຮອບລ່າສຸດ, ແລະ ຄວາມສຳເລັດຂອງບໍລິສັດແມ່ນຂຶ້ນກັບຄຸນນະພາບ ແລະ ເນື້ອຫາທີ່ທັນສະໄຫມຈາກຜູ້ເຜີຍແຜ່ ແລະ ຜູ້ສ້າງ ບາງທີອາດຫຼາຍກວ່າທີ່ບໍລິສັດເຕັມໃຈທີ່ຈະຍອມຮັບ.

ຍັງມີຄຳຖາມທີ່ກວ້າງຂວາງກ່ຽວກັບການເຄື່ອນໄຫວຂອງອຳນາດ. ໃນຂະນະທີ່ Perplexity ນຳສະເໜີຕົວເອງເປັນຄູ່ຮ່ວມງານໃຫ້ກັບຜູ້ເຜີຍແຜ່, ໃນຄວາມເປັນຈິງແລ້ວມັນກຳລັງກາຍເປັນຜູ້ຮັກສາປະຕູໃໝ່ສຳລັບເນື້ອຫາຂ່າວ. ຜູ້ເຜີຍແຜ່ອາດຮູ້ສຶກຖືກກົດດັນໃຫ້ເຂົ້າຮ່ວມໂຄງການພຽງແຕ່ເພື່ອຮັກສາການຄວບຄຸມເນື້ອຫາ, ແທນທີ່ຈະເພື່ອຜົນໄດ້ຮັບທີ່ເປັນປະໂຫຍດໃດໆ.

ເຖິງວ່າຈະມີຄວາມກັງວົນເຫຼົ່ານີ້, ວິທີການຂອງ Perplexity ໂດດເດັ່ນໃນບັນດາບໍລິສັດ AI ເພາະວ່າຢ່າງໜ້ອຍມັນພະຍາຍາມສ້າງສາຍພົວພັນທີ່ຍືນຍົງກັບຜູ້ສ້າງເນື້ອຫາ. ຊີອີໂອຂອງ TIME, Mark Howard, ເບິ່ງຄືວ່າມີຄວາມຫວັງດີ, ໂດຍສັງເກດວ່າການຮ່ວມມືນີ້ສອດຄ່ອງກັບພາລະກິດຂອງພວກເຂົາໃນການສະໜອງວາລະສານທີ່ໜ້າເຊື່ອຖືໃນຂະນະທີ່ເຂົ້າເຖິງຜູ້ຊົມໃໝ່.

ຄວາມສຳເລັດຂອງໂຄງການອາດຈະຂຶ້ນກັບວິທີການຮັບຮູ້ລາຍຮັບຈາກການໂຄສະນາຕົວຈິງ ແລະ ວ່າຜູ້ເຜີຍແຜ່ເຫັນຄຸນຄ່າທີ່ແທ້ຈິງໃນເຄື່ອງມືເຕັກໂນໂລຢີທີ່ສະໜອງໃຫ້ຫຼືບໍ່. ປະຈຸບັນ, ມັນເປັນຕົວແທນຂອງການທົດລອງທີ່ໜ້າສົນໃຈໃນການຊອກຫາຈຸດຮ່ວມລະຫວ່າງບໍລິສັດ AI ແລະ ສື່ແບບດັ້ງເດີມ.

Justine Roberts, ຊີອີໂອຂອງ Mumsnet, ເວທີປຶກສາຫາລືການລ້ຽງດູລູກທີ່ໃຫຍ່ທີ່ສຸດຂອງສະຫະລາຊະອານາຈັກ ແລະ ບໍລິສັດທີ່ກຳລັງດຳເນີນການທາງກົດໝາຍຕໍ່ OpenAI, ໄດ້ໃຫ້ຄວາມເຫັນວ່າ: "ການຮັບປະກັນວ່າຜູ້ສ້າງໄດ້ຮັບຄ່າຕອບແທນທີ່ຍຸດຕິທຳສຳລັບເນື້ອຫາຂອງເຂົາເຈົ້າບໍ່ພຽງແຕ່ເປັນສິ່ງທີ່ຖືກຕ້ອງທີ່ຄວນເຮັດເທົ່ານັ້ນ - ແຕ່ມັນຍັງຈຳເປັນສຳລັບການເຕີບໂຕໃນອະນາຄົດຂອງຂະແໜງເນື້ອຫາທີ່ສ້າງຂຶ້ນໂດຍ AI, ເຊິ່ງອີງໃສ່ການສະໜອງຜົນງານທີ່ມີຄຸນນະພາບສູງ, ມີລິຂະສິດ, ແລະ ສ້າງຂຶ້ນໂດຍມະນຸດຢ່າງຍືນຍົງ. ໂຄງການຜູ້ຈັດພິມຂອງ Perplexity ເປັນບາດກ້າວໃນທາງບວກສູ່ ໂລກ ທີ່ນະວັດຕະກຳ ແລະ ຄວາມຍຸຕິທຳສາມາດຢູ່ຮ່ວມກັນໄດ້."

ຮວ່າງແອງ (ອີງ​ຕາມ Journalism.co.uk, Perplexity.ai)

ແຫຼ່ງຂໍ້ມູນ: https://www.congluan.vn/mo-hinh-chia-se-doanh-thu-giua-ai-va-bao-chi-giai-phap-moi-hay-su-phu-thuoc-post333263.html