Z najnowszego badania Accenture wynika, że ​​przedsiębiorstwa stosujące zaawansowane technologie sztucznej inteligencji, takie jak duże modele językowe i sztuczna inteligencja generatywna, są w stanie zwiększyć przychody nawet o 10%, czyli 2,6-krotnie więcej niż przedsiębiorstwa, które nie stosują tej technologii.

W erze sztucznej inteligencji i dużych modeli językowych (LLM), nauka o danych i sztuczna inteligencja są coraz częściej integrowane z procesami pracy. Jednak wdrażanie i stosowanie modeli sztucznej inteligencji w działalności biznesowej wiąże się również z wieloma wyzwaniami.

Według pana Nguyena Van Tuana, prezesa Hyratek, jednostki wspierającej system sztucznej inteligencji i infrastrukturę dla projektu renowacji zdjęć męczenników, popyt na systemy sprzętowe do szkolenia i coachingu sztucznej inteligencji na świecie przewyższa podaż rynkową. Kupujący muszą składać zamówienia u dostawców nawet z półrocznym wyprzedzeniem, aby otrzymać sprzęt.

Kto stworzył jezioro 2.JPG
Chłopiec rozmawia z wirtualną dziewczyną sterowaną sztuczną inteligencją. Zdjęcie: ChatGPT

Świat „pragnie” infrastruktury sprzętowej obsługującej sztuczną inteligencję. Tymczasem systemy AI są często szkolone centralnie, co wiąże się z bardzo wysokimi kosztami. Stanowi to barierę dla wdrażania AI w działalności biznesowej.

Wiele firm w Wietnamie korzysta z usług w chmurze, aby wdrażać modele sztucznej inteligencji. Jednak ta forma jest kosztowna w przypadku działania na dużą skalę i nie zapewnia wystarczającej elastyczności w przepływie pracy.

Podczas niedawnego wydarzenia pan Nguyen Van Giap, dyrektor generalny Lenovo Vietnam, powiedział, że aby w większym stopniu wykorzystywać sztuczną inteligencję w procesach operacyjnych i produkcyjnych, firmy zaczęły stosować nowy trend polegający na korzystaniu ze stacji roboczych zintegrowanych ze sztuczną inteligencją.

Wiele organizacji decyduje się na hosting prywatny i rozwój dużych modeli językowych (LLM) i małych modeli językowych (SLM) ze względu na obawy dotyczące bezpieczeństwa i kosztów szkolenia danych.

Nie tylko optymalizuje to przepływy pracy, ale także pomaga właścicielom firm podejmować decyzje w odpowiednim czasie, promując jednocześnie innowacyjność w wielu dziedzinach.

Stacje robocze wyposażone w wydajne procesory i procesory graficzne zaprojektowano z myślą o przyspieszeniu opracowywania, dostrajania i trenowania modeli sztucznej inteligencji na mniejszą skalę i przy niższych kosztach niż w chmurze.

Korzystanie z danych lokalnych jest nie tylko bezpieczniejsze, ale także pozwala analitykom danych trenować modele sztucznej inteligencji w zamkniętej pętli i szybciej, skracając tym samym czas uzyskiwania końcowych wyników.

Szkolenie AI.jpg
Wiele organizacji opracowuje własne, prywatne modele dużych języków (LLM) i małe modele języków (SLM) za pośrednictwem stacji roboczych zintegrowanych ze sztuczną inteligencją. Zdjęcie: Ilustracja

Różnorodność dużych modeli językowych jest coraz częściej dostrzegana w skali globalnej. W rozmowie z VietNamNet, Robert Hallock, wiceprezes i dyrektor generalny ds. sztucznej inteligencji i marketingu technicznego w firmie Intel, powiedział, że aby promować transformację cyfrową, kraje mogą rozwijać własne duże modele językowe, a Wietnam jest wietnamskim dużym modelem językowym.

Według wiceprezesa firmy Intel, Wietnam i Chiny to dwa kraje, które w procesie pracy nad kilkoma wielojęzycznymi modelami sztucznej inteligencji dobrze lokalizują duże modele językowe, włączając do nich elementy języka lokalnego.

Sztuczna inteligencja może być stosowana nie tylko do wspierania biznesu w przedsiębiorstwach, ale – jak uważa Robert Hallock – może być również skutecznie wykorzystywana w sektorze publicznym. W szczególności, sektor prawny rządów stanowi doskonałe środowisko dla sztucznej inteligencji.

Dokument prawny może liczyć setki stron, co utrudnia zrozumienie wszystkich zawartych w nim informacji i przepisów. Właśnie wtedy potrzebny jest rozbudowany model językowy z wirtualnym asystentem, który zadaje i odpowiada na pytania dotyczące konkretnych treści.

Badanie Finastra pokazuje, że Wietnam jest obecnie liderem rynku pod względem zainteresowania sztuczną inteligencją generatywną. Według wyników badania, 91% Wietnamczyków wyraziło swoją opinię na temat pozytywnych wartości, jakie niesie ze sobą sztuczna inteligencja generatywna.

Rozwój chmury obliczeniowej i sztucznej inteligencji (AI) stwarza ogromne możliwości wzrostu gospodarczego, ale Wietnam wciąż musi szybko wypełnić lukę w zakresie siły roboczej cyfrowej.