- Snowflake’in AI/ML strateji lideri Ahmad Khan’ın paylaştıkları
'Yapılandırılmamış' veriden gelir yaratma
- Kurumsal verilerin %80’inden fazlası Word belgeleri, görseller ve ses/video dosyaları gibi 'yapılandırılmamış verilerden' oluşuyor
- Ancak şirketlerin çoğu bu bilgileri neredeyse hiç kullanmıyor; bu da iş kararları alırken kullanılabilir verinin %20’sinden azından yararlanıldığı anlamına geliyor
- Bu yapılandırılmamış verileri büyük dil modellerinin yanına yerleştirip etkili sohbet botları oluşturmak, bugün düşük düzeyde kullanılan devasa bilgi yığınlarının yorumlanmasına ve analiz edilmesine yardımcı olabilir
- Bu şirketlerin faaliyet gösterdiği belirli sektörlere uygun modeller üretme potansiyeli son derece büyük
Gizlilik ve güvenlik
- Şirketler arasında, kendi verilerinin rakipler de dahil başka firmaların kullanabileceği modelleri eğitmek için kullanılabileceğine dair endişe büyüyor
- Sonuç olarak şirketler, daha iyi güvenlik sunduğu için daha zayıf ürünlerle yetinme eğiliminde oluyor; bu da daha güvenli ürünler için bir pazar yaratıyor
- Örneğin Llama 2 en yüksek performanslı büyük dil modeli değil, ancak müşteriler yine de Chat GPT gibi daha az kontrol sahibi oldukları modeller yerine Llama 2’yi seçiyor
- Pek çok şirket verilerinin benzersizliğini bir avantaj olarak gördüğü için, bu verilerin herkese açık internete çıkmasını istemiyor
Üstün kullanıcı deneyimi sunarak rekabet avantajı kazanmak
- Bir girişim, büyük şirketlerin ölçeğine karşı nasıl rekabet edebilir?
- Çekici kullanıcı arayüzleri oluşturmak gibi keyifli bir kullanıcı deneyimi yaratmaya odaklanılması öneriliyor
- Snowflake’in izlediği yaklaşım da buydu
- Özellikle kendi hizmetlerinin çoğu Amazon Web Services gibi bulut sağlayıcılarıyla rekabet edemediği için, yüksek fiyat etiketini haklı çıkaracak üstün bir kullanıcı deneyimi oluşturmaya odaklandı
Dikey alanlara odaklanmak
- Davut’un Golyat’ı yenmesinin bir başka yolu olarak, genel amaçlı uygulamalar yerine üretim, finans, sağlık ve eğlence gibi belirli sektörlere odaklanmak öneriliyor
- “O sektördeki şirketlerin ne aradığını anlayın, sonra da bu ihtiyaçları karşılayan bir hizmet sunun” tavsiyesinde bulunuyor
- Örneğin Google’ın sağlık için büyük bir dil modeli geliştirmesi muhtemel, ancak bunu özellikle çok derin işlemesi pek olası değil; bu da küçük şirketlere böyle bir model kurma fırsatı sunabilir
Veri atfına yönelik talep giderek artıyor
- Telif hakkı korumalı materyalleri izleyip asıl üreticilerine ödeme yaparak onların daha fazla içerik üretmesini teşvik eden yeni modeller için bir potansiyel bulunuyor
- Khan, çeşitli hukuki nedenlerle açık kaynak modellerin kullanılamadığı birçok örnek veriyor ve görsel üretim için açık kaynak model kullanmak istemeyen bir film stüdyosunu örnek gösteriyor
- Bu stüdyo, lisans ve ücret ödeyerek Getty Images verileriyle eğitilmiş bir modeli kullanıyor
- İleride, atıf veri kümelerini kullanan benzer modellere yönelik pazarın giderek büyümesi bekleniyor
Henüz yorum yok.