È impossibile stare lontani dal discorso sull’intelligenza artificiale quando le più grandi aziende tecnologiche si affrettano a creare o collaborare con nuovi fantastici modelli linguistici e integrarli nei loro software e servizi di ricerca. La tecnologia sottostante sta avanzando abbastanza velocemente da richiedere un’interruzione del lavoro e i leader tecnologici vengono interrogati dal Congresso sulla questione.
Ma mentre ChatGPT e altri strumenti simili sono popolari, c’è un lato meno discusso nell’attuale corsa all’intelligenza artificiale: l’impresa.
Notizie recenti da Appian, una società di software pubblica, e Neeva, una startup nata per costruire un motore di ricerca in grado di competere con le offerte delle grandi aziende, chiariscono che il numero di concorrenti in competizione per costruire strumenti e servizi di intelligenza artificiale per grandi aziende è previsto le aziende sono sane. Considerato quanto può essere redditizio vendere software alle grandi aziende, i partecipanti non inseguono un mercato piccolo.
Oggi esamineremo indietro il modo in cui l'intelligenza artificiale generativa può adattarsi all'impresa, quindi approfondiremo le ultime grandi novità per comprendere meglio la direzione in cui stanno andando le aziende tecnologiche.
Industria o azienda?
Ciò che rende ChatGPT e gli strumenti correlati così divertenti da usare è che puoi lanciare loro quasi qualsiasi cosa e loro ti daranno una risposta. Vuoi un servizio di intelligenza artificiale generativa per scriverti un haiku sulla discografia dei Dream Theater? Questo è quello che mi ha risposto ChatGPT stamattina:
Melodie a cascata,
Sogni dipinti con sinfonie,
Il viaggio nel tempo si svolge.
Mi dispiace informarti che è una poesia migliore - e circa 1.000 volte più veloce - di ciò che avrei potuto ottenere con lo stesso messaggio.
Ma anche se è incredibilmente entusiasmante utilizzare strumenti di intelligenza artificiale generativa basati su enormi quantità di dati, le aziende hanno esigenze e priorità diverse rispetto all’umile popolazione di consumatori mondiale. Esigenze diverse, input diversi e output diversi. Come ha scritto Ron Miller il mese scorso: "E se ogni settore o addirittura ogni azienda avesse il proprio modello addestrato a comprendere il gergo, il linguaggio e il focus della singola entità?"
Notizie recenti sottolineano che Ron potrebbe aver centrato il bersaglio.
Nella sua ultima presentazione dei risultati, la società di automazione Appian ha discusso dei suoi sforzi per integrare le nuove tecnologie di intelligenza artificiale nel proprio corpus di software. Appian fornisce strumenti di automazione e process mining, insieme a funzionalità di creazione di applicazioni low-code, come riferimento. Ecco il CEO di Appian Matt Calkins (tramite la trascrizione di Fool, corsivo aggiunto):
Abbiamo annunciato [una nuova funzionalità] che io chiamo Low-Code AI che consente ai clienti di far crescere facilmente la propria intelligenza artificiale sui set di dati Appian connessi. Questa divisione pubblico-privato separa Appian dalla sua più grande concorrenza. Essendo campioni dell'intelligenza artificiale privata, attiriamo acquirenti che preferiscono non condividere le proprie risorse di dati. La nostra capacità di raccogliere grandi set di dati per addestrare algoritmi di intelligenza artificiale privati deriva da una funzionalità chiamata data fabric.
Data fabric è un termine elegante per un database virtuale e significa che possiamo trattare i dati provenienti da tutta l'azienda come se fossero insieme pur rimanendo separati. Questa strategia è preferibile per i nostri clienti, a cui non piace dover spostare i dati. I dati rappresentano la parte più difficile della creazione e dell'esecuzione dei processi, quindi questa funzionalità rappresenta un vantaggio sostanziale. A sua volta, il nostro data fabric ci offre un vantaggio fondamentale nell’inventare la prossima generazione di process mining.
Appian, valutata qualche miliardo di dollari e sulla buona strada per superare i 500 milioni di dollari di entrate quest'anno, non è proprio un'azienda tecnologica. È un progetto importante che è stato reso pubblico nel 2017. Pensa che il suo ruolo di tessuto connettivo digitale tra i set di dati aziendali, aiutandole a trovare processi che sono inefficienti e che possono essere automatizzati, le darà un vantaggio nella fornitura di servizi di intelligenza artificiale ai clienti. che non vogliono sfruttare gli strumenti del mercato di massa.
Questo è molto carino. Non che io abbia qualcosa da dire su "chi vincerà la corsa all'intelligenza artificiale aziendale". Ma mi piace un mercato competitivo, poiché tende a generare non solo il ritmo più rapido di innovazione, ma consente anche un maggiore surplus di clienti grazie a prezzi competitivi. Se Appian pensa di avere un vantaggio e di poter immettere rapidamente la sua nuova tecnologia sul mercato, potrebbe accaparrarsi una buona fetta della futura intelligenza artificiale aziendale (AI generativa aziendale? AI generativa aziendale? AI generativa aziendale?).
È positivo che Appian affronti prodotti concorrenti che, suppongo, usciranno in legione dai giganti della tecnologia, ma per quanto riguarda le aziende tecnologiche ancora più piccole? E le startup stesse?
Neeva è un caso interessante. Questa startup incentrata sulla ricerca voleva creare un nuovo motore di ricerca che non fosse monetizzato dalla pubblicità. Invece, gli utenti pagherebbero una piccola tariffa mensile e Neeva sarebbe in grado di investire tali entrate nella tecnologia di ricerca al servizio degli utenti finali, non degli inserzionisti. L'idea era buona.
Ma durante il fine settimana, Neeva ha messo in amministrazione controllata il suo motore di ricerca per consumatori. Perché? Perché quello che aveva originariamente costruito era una versione interessante del vecchio o classico modello di ricerca. Con la domanda dei consumatori e il lavoro di ricerca aziendale che si sta rapidamente orientando verso l'utilizzo di LLM per generare risposte piuttosto che elenchi di collegamenti pertinenti, Neeva ha dovuto adattarsi alla nuova realtà:
All’inizio del 2022, ci è diventato chiaro l’impatto che avrebbero avuto l’intelligenza artificiale generativa e gli LLM. Abbiamo intrapreso uno sforzo ambizioso per integrare perfettamente i LLM nel nostro stack di ricerca. Abbiamo riunito il team di Neeva attorno all'idea di creare un motore di risposta. Siamo orgogliosi di essere il primo motore di ricerca a fornire risposte AI in tempo reale alla maggior parte delle domande all'inizio di quest'anno.
Tuttavia, la società ha aggiunto che l’acquisizione degli utenti si è rivelata difficile. Secondo Neeva, era più facile convincere gli utenti a pagare per il servizio piuttosto che testarlo. Con le ricerche basate su ChatGPT e LLM di grandi aziende come Bing e Google che hanno conquistato i titoli dei giornali, Neeva ha deciso di provare qualcosa di nuovo (enfasi aggiunta):
Nell'ultimo anno, abbiamo riscontrato una necessità chiara e urgente di utilizzare gli LLM in modo efficace, economico, sicuro e responsabile. Molte delle tecniche sperimentate da noi con modelli di piccole dimensioni, riduzione delle dimensioni, riduzione della latenza e implementazione economica sono ciò che le aziende realmente desiderano e di cui hanno bisogno oggi. Stiamo esplorando attivamente come applicare la nostra esperienza di ricerca e LLM in questi contesti e forniremo un aggiornamento sul futuro del nostro lavoro e del nostro team nelle prossime settimane.
È troppo presto per dire se Neeva sarà in grado di utilizzare la sua tecnologia per creare LLM interni per le aziende, ma il fatto che ci stia provando è interessante. Potrebbe anche guadagnare quote di mercato in un mercato più o meno nuovo e dare alle Big Tech un panorama competitivo ancora più denso per cercare di dominare. Se avrà successo, forse anche altre aziende potranno farlo.
Un ultimo pensiero: la svolta di Neeva può sembrare una svolta nella ricerca. Ma se la ricerca sta seguendo la strada dei LLM e Neeva sta semplicemente prendendo quella tecnologia e applicandola a un particolare tipo di cliente, sarebbe giusto dire che sta ancora cercando la ricerca? Ricerca aziendale, ovviamente, ma è una domanda che mi sto ponendo. Andando un po' oltre, Appian sta costruendo un motore di ricerca aziendale? Forse.
Se allarghiamo la definizione di ricerca alle risposte basate sull'intelligenza artificiale e ci aspettiamo che quegli stessi LLM ci aiutino a creare ed eseguire attività, forse la ricerca si sta semplicemente evolvendo in "una casella di chat in grado di rispondere a domande, creare a comando e aiutare a eseguire". compiti". Se è così, molte aziende combatteranno per lo stesso terreno di business. Speriamo che alcune startup si facciano un nome.
