- ABD pazar araştırma kuruluşu CB Insights’ın 21 Haziran’da yayımladığı çalışma
- Eski nesil makine öğrenimi şirketleri ivme kaybediyor
- DataRobot ve Dataiku gibi kurumsal makine öğrenimi geliştirme platformları, aşırı kalabalıklaşmış bir pazarda zorlanıyor
- Dataiku Aralık 2022’de down round yaşadı, DataRobot ise birden çok kez yeniden yapılanmaya gitti
- Şirketler üretken yapay zeka momentumu'ndan yararlanıyor
- Scale, Hugging Face ve Databricks gibi şirketler, üretken yapay zekada ivme yakalarken işe alım ve fon toplama açısından öne çıkıyor
- Databricks, ürün yeteneklerini genişletmek için Haziran 2023’te LLMOps girişimi MosaicML’yi 1,3 milyar dolara satın aldı; bir yıl sonra da veri yönetimi girişimi Tabular’ı 1 milyar doların üzerinde bir bedelle satın aldı
- Büyük teknoloji şirketleri yeni girişimlerle birlikte büyüyor
- Büyük teknoloji şirketleri, üretken yapay zeka çağı için ürün paketleri oluşturuyor
- Google, Gemini modellerine ve üçüncü taraf/açık modellere erişim sağlamak üzere Vertex AI geliştirme platformunu genişletti
- AWS, üretken yapay zeka geliştirme için yönetilen hizmet Amazon Bedrock’ı duyurdu
- ROI değerlendirmesi
- AI geliştirme platformu şirketlerinin kurumsal müşterileriyle yapılan görüşmeler üzerinden ROI’nin nasıl değerlendirildiği incelendi: verimlilik artışı, maliyet tasarrufu
- Alıcılar, çıktı artışını (yayına alınan özellik sayısı), iş hızı ve genel ekip verimliliği gibi üretkenlik artışını ölçmek için somut metriklere bakıyor
- Üretkenlik artışıyla yakından bağlantılı olan unsur: AI araçlarının sağladığı doğrudan maliyet tasarrufu
- Kurumsal AI geliştirmenin geleceği
- Üretken yapay zeka hâlâ kurumsal benimsemenin erken aşamasında
- En yaygın kullanım senaryoları: içerik üretimi, kurumsal destek asistanı, doğal dil araması, tasarım ve veri üretimi, kod üretimi, belge otomasyonu
- CB Insights verileri ve alıcı görüşmelerine dayanan 6 çıkarım
- Özel veriler kullanılırsa farklılaşmış kullanım senaryoları mümkün
- Büyük teknoloji şirketlerinin avantajları: ölçek, altyapı, mevcut müşteri ilişkileri
- Kurumlar, açık kaynak modelleri değerlendirme baskısıyla karşı karşıya
- Göreve özel model benimsemesi artıyor
- Küçük dil modelleri (SLM), genel amaçlı modellere göre daha hızlı eğitiliyor ve çalıştırma maliyeti daha düşük
- Yalnızca belirli görevlerde kullanıldığında performans kurumlar için yeterli olabilir; bazı durumlarda LLM’lerden daha iyi de olabilir
- Veri gizliliği ve güvenliğini artırma potansiyeline sahip
- Üretken yapay zeka alanı olgunlaştıkça konsolidasyon yaklaşıyor (ör. M&A)
-
Kurumsal AI harcamaları daha sıkı yönetiliyor
Henüz yorum yok.