Dasar AI untuk Keunggulan Kompetitif – Beragampengetahuan

Kecerdasan buatan adalah berita besar di tahun 2023. Bisnis berebut untuk mengeksploitasinya untuk mendapatkan keunggulan kompetitif. Tetapi bisakah kecerdasan buatan benar-benar membantu? Atau hanya menghasilkan banyak posting blog dan deskripsi meta sub-par?

ChatGPT, Bard, dan model bahasa lainnya pasti menghasilkan banyak postingan blog berkualitas buruk. Namun, AI sedang memasuki fase baru yang dapat menghasilkan banyak peluang baru. IBM menggambarkan kemajuan pada tahun 2023 sebagai “langkah perubahan dalam kinerja AI dan potensinya untuk mendorong nilai perusahaan.”

Memahami perkembangan yang mengarah ke kemajuan ini dapat membantu manajer dan pemilik bisnis ritel, e-commerce, dan bisnis langsung ke konsumen menggunakan AI untuk keuntungan mereka.

model dasar

Tanyakan seseorang bagaimana ChatGPT bekerja. Anda mungkin mendengar frasa seperti “model bahasa besar”, “AI generatif”, atau “vektor”. Semua konten menjelaskan berbagai aspek ChatGPT dan platform serupa. Jawaban lain mengatakan bahwa ChatGPT adalah model dasar.

AI yang digunakan untuk memprediksi harga jual produk yang paling laris di situs e-commerce biasanya membutuhkan pelatihan model pada ribuan atau bahkan jutaan transaksi. Ini akan menyelesaikan pekerjaan, tetapi itu akan memakan waktu.

Model dasar mengambil proses satu langkah mundur. Itu dilatih dengan cara tanpa pengawasan pada kumpulan informasi yang lebih besar – seluruh Internet.

Pendekatan generalis ini berbeda dari model AI tradisional yang dilatih untuk satu tugas khusus, dan menyerupai jack-of-all-trade virtual. Ini memanfaatkan basis pengetahuan yang luas untuk melakukan berbagai tugas, mulai dari menghasilkan teks mirip manusia hingga mengidentifikasi pola dalam kumpulan data yang kompleks.

Model ini unggul dalam fleksibilitas. Pelatihan awalnya tentang data yang komprehensif dan beragam memberikan pemahaman mendasar tentang banyak topik.

Fondasi ini dapat disesuaikan untuk aplikasi tertentu — seperti memprediksi harga jual terbaik suatu produk di situs web e-niaga — memerlukan sedikit waktu, data, dan sumber daya yang diperlukan sebelumnya, menjadikannya berpotensi transformatif.

kecerdasan buatan generatif

Menghasilkan kode, replika, atau apa pun konsep selanjutnya untuk dipertimbangkan. Ambil contoh contoh nyata dari GitHub Copilot. Itu menggunakan OpenAI untuk memproses bahasa alami menjadi seluruh potongan kode.

Saat platform seperti GitHub Copilot dan ChatGPT membuat sesuatu yang tidak ada dalam bentuk itu, mereka dikatakan “dihasilkan”.

GitHub Copilot adalah AI generatif penulisan kode yang berasal dari model dasar OpenAI.

Google bergerak ke arah menghasilkan hasil pencarian kecerdasan buatan. Mesin pencari tidak lagi hanya menampilkan tautan ke halaman web, atau bahkan cuplikan dari halaman tersebut. Sebaliknya, itu menghasilkan jawaban – meskipun jawabannya berisi tautan.

Dalam konteks e-niaga, pedagang dapat membagikan daftar spesifikasi produk dengan alat AI generatif dan memintanya untuk membuat deskripsi barang tersebut.

Bandingkan ini dengan artikel saya tahun 2016 “Cara ‘Membuat’ Deskripsi Produk untuk E-niaga,” yang menjelaskan proses lima langkah (manual).

Artikel saya menggunakan sendok sebagai contoh produk dan akhirnya mengembangkan deskripsi produk ini.

Menginginkan hidangan mie ayam yang lezat atau krim kerang? Sendok ini memiliki mangkuk besar untuk mengantarkan bubur dan kaldu ke mulut Anda. Faktanya, sendok ini menampung sup tiga kali lebih banyak dari sendok standar. Anda bisa makan tiga kali lebih banyak, atau beli sesendok ini dan minumlah.

Saya baru-baru ini menempelkan artikel itu ke ChatGPT dan memintanya untuk mempelajari prosesnya dan menulis deskripsi produk untuk palu. Inilah yang dihasilkannya.

Siap memulai proyek DIY Anda berikutnya? Palu ini dibuat dengan kepala baja bermutu tinggi untuk memastikan kekuatan yang tahan lama. Ini dirancang untuk menghasilkan bidikan yang kuat dan berdampak dengan setiap ayunan yang Anda lakukan. Selesaikan pekerjaan hari ini dan tambahkan palu andal ini ke perangkat Anda.

Kecerdasan buatan menciptakan deskripsi baru tentang palu. Ini menggabungkan pengetahuannya tentang model yang mendasarinya dengan aliran spesifik yang saya berikan.

Menghasilkan sesuatu yang baru adalah bagian dari apa yang membuat model dasar begitu fleksibel.

model bahasa besar

AI menghasilkan banyak hal dengan gambar, audio, dan video. Tetapi teks adalah salah satu bentuk terpenting dari AI yang dihasilkan bisnis.

Alat seperti ChatGPT, Google’s Bard, dan Jasper memperkenalkan kami pada konsep lain: model bahasa besar.

LLM menggunakan pengetahuan dasarnya untuk memprediksi kata mana yang harus mengikuti kata lain.

Minggu lalu saya melihat seorang direktur teknik di sebuah perusahaan perangkat lunak memberikan presentasi singkat tentang AI kepada perusahaannya. Dia menggambarkan LL.M. dengan mahir.

“Saya ingin berbicara tentang bagaimana model ini bekerja,” dia memulai. “Saya tidak begitu tahu apa yang saya bicarakan, jadi jangan menganggap ini sebagai pernyataan fakta, ini lebih dari saya merangkai serangkaian kata, yang masing-masing masuk akal berdasarkan kata-kata yang datang sebelumnya. , tetapi tidak 100% benar adalah tujuan utama saya.”

LLM mungkin muncul dengan kata “susu” saat Anda memberinya makan “jangan menangis karena tumpah…”. Itu bisa menebak kata itu berkat model dasarnya.

aplikasi

Memahami model yang mendasari, AI generatif, dan LLM membantu kita berpikir tentang bagaimana AI dapat menciptakan peluang bisnis. Oleh karena itu, umumnya kami tidak meminta ChatGPT untuk mengembangkan produk. Tapi kita bisa memintanya untuk menganalisis celah pasar untuk peluang produk potensial.