En nyligen genomförd studie från Accenture visar att företag som tillämpar avancerad AI-teknik som stora språkmodeller och generativ AI kan öka intäkterna med upp till 10 %, 2,6 gånger mer än företag som inte tillämpar denna teknik.

I en era av artificiell intelligens och stora språkmodeller (LLM) integreras datavetenskap och AI i allt högre grad i arbetsflöden. Implementering och tillämpning av AI-modeller i affärsverksamheten står dock också inför många utmaningar.

Enligt Nguyen Van Tuan, VD för Hyratek, enheten som stöder AI-systemet och infrastrukturen för projektet att restaurera martyrernas foton, är efterfrågan på utrustningssystem som används för utbildning och coachning av AI i världen högre än marknadens utbud. Köpare måste till och med beställa från leverantörer ett halvår i förväg för att få utrustningen.

Vem skapade sjön 2.JPG
En pojke chattar med en virtuell tjej från artificiell intelligens. Foto: ChatGPT

Världen är "törstig" efter hårdvaruinfrastruktur för att betjäna artificiell intelligens. Samtidigt tränas AI-system ofta centralt, till mycket höga kostnader. Detta är ett hinder för att tillämpa AI i affärsverksamheten.

Många företag i Vietnam använder molntjänster för att driftsätta AI-modeller. Denna form är dock kostsam vid storskalig drift och saknar flexibilitet i arbetsflödet.

I ett nyligen hållet evenemang sa Nguyen Van Giap, generaldirektör för Lenovo Vietnam, att för att kunna tillämpa AI mer i drifts- och produktionsprocessen har företag en ny trend att använda AI-integrerade arbetsstationer.

Många organisationer övergår till att privat hosta och utveckla stora språkmodeller (LLM) och små språkmodeller (SLM) på grund av oro kring säkerhet och kostnader för utbildningsdata.

Detta optimerar inte bara arbetsflöden utan hjälper också företagare att fatta beslut i tid samtidigt som det främjar innovation inom många områden.

Med högpresterande processorer och grafikkort är arbetsstationer utformade för att accelerera utveckling, finjustering och utbildning av AI-modeller i mindre skalor och till lägre kostnader än i molnet.

Att använda lokala data är inte bara säkrare, utan gör det också möjligt för dataforskare att träna AI-modeller i en sluten slinga och snabbare, vilket minskar tiden det tar att komma fram till de slutliga resultaten.

AI-träning.jpg
Många organisationer utvecklar privata stora språkmodeller (LLM) och små språkmodeller (SLM) internt via AI-integrerade arbetsstationer. Foto: Illustration

Mångfalden av stora språkmodeller erkänns också alltmer globalt. I ett samtal med VietNamNet sa Robert Hallock, vice vd och chef för AI och teknisk marknadsföring på Intel, att för att främja digital transformation kan länder utveckla sina egna stora språkmodeller, där Vietnam är den vietnamesiska stora språkmodellen.

Enligt Intels vice vd anses Vietnam och Kina vara två länder som lokaliserar stora språkmodeller väl genom att införliva lokala språkelement, i arbetet med flera flerspråkiga AI-modeller.

AI kan inte bara användas för att främja affärer i företag, utan Robert Hallock anser att AI även effektivt kan tillämpas inom den offentliga sektorn. I synnerhet är myndigheternas juridiska korridorer en utmärkt miljö för artificiell intelligens.

Ett juridiskt dokument kan vara hundratals sidor långt, vilket gör det svårt för vem som helst att förstå all information och alla regler i det. Det är då en stor språkmodell med en virtuell assistent som ställer och svarar på frågor om specifikt innehåll behövs.

En Finastra-undersökning visar att Vietnam för närvarande leder marknaden när det gäller intresse för generativ AI. Enligt undersökningsresultaten uttryckte 91 % av vietnameserna sin respons på de positiva värden som generativ AI medför.

Explosionen av molntjänster och artificiell intelligens (AI) skapar enorma möjligheter för ekonomisk tillväxt, men det finns fortfarande ett gap i den digitala arbetskraften som Vietnam snabbt behöver fylla.