ഞാൻ 1980 മുതൽ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് സിസ്റ്റങ്ങളുമായി പ്രവർത്തിക്കുന്നു. അക്കാലത്ത്, കേട്ടുകേൾവിയില്ലാത്ത കഴിവുകൾ നേടുന്നതിന് കമ്പ്യൂട്ടർ സിസ്റ്റങ്ങളെ പ്രയോജനപ്പെടുത്തുന്നതിൽ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ഒരു വിപ്ലവമായി കണക്കാക്കപ്പെട്ടിരുന്നു.
ജനറേറ്റീവ് ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് (ജെൻഎഐ) യുടെ കാര്യത്തിലും ഇന്ന് കാര്യങ്ങൾ സമാനമാണ്. എന്നാൽ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് സിസ്റ്റങ്ങളുടെ ആദ്യ തലമുറകളിൽ സംഭവിച്ച തെറ്റുകൾ ഒഴിവാക്കാൻ, ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് എന്താണ് സാധുതയുള്ളതെന്നും അത് എന്തിനെന്നും ബിസിനസുകൾ മനസ്സിലാക്കണം.
വീണ്ടും 1988
ലിസ്പ്, എം 1 എന്നിവയുൾപ്പെടെ 1980 കളിലെ വിന്റേജ് എഐയെ ഇന്നത്തെ മെഷീൻ ലേണിംഗ്, ജെൻഎഐ കഴിവുകളുമായി താരതമ്യം ചെയ്യാൻ ശ്രമിക്കുന്നത് അൽപ്പം അനീതിയാണ്. അക്കാലത്ത്, ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് സിസ്റ്റങ്ങൾക്ക് ദശലക്ഷക്കണക്കിന് ഡോളർ ചെലവായി, കൂടാതെ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് പ്രവർത്തനം വളരെ കുറവായിരുന്നു.
എന്നിരുന്നാലും, പല തെറ്റുകളും ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ഇല്ലാതാക്കി, അതേസമയം മറ്റ്, കൂടുതൽ നേരിട്ടുള്ള പരിഹാരങ്ങൾ ബിസിനസുകൾക്കായി പ്രയോജനപ്പെടുത്തി. ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് വലിയ മൂല്യം നൽകാത്ത ഉപയോഗ കേസുകളിൽ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് തെറ്റായി പ്രയോഗിച്ചതാണ് ഏറ്റവും പ്രകടമായ തെറ്റ്.
സെയിൽസ് ഓർഡർ എൻട്രി പോലുള്ള ഇടപാട് സംവിധാനങ്ങൾ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിന് അനുയോജ്യമല്ലെന്ന് എന്റെ കൗമാര തലച്ചോറിൽ പോലും എനിക്ക് അറിയാമായിരുന്നു. എന്നിരുന്നാലും, ഞാൻ ഒരു ഉറുമ്പിനെ സ്ലെഡ്ജ്ഹാമർ ഉപയോഗിച്ച് കൊല്ലുകയാണെന്ന് നന്നായി അറിയാമായിരുന്നതിനാൽ അത്തരം വസ്തുക്കൾ നിർമ്മിക്കാനുള്ള ഉത്തരവ് എനിക്ക് ലഭിച്ചു. വിലകൂടിയ ഒരു സ്ലെഡ്ജ്ഹാമർ.
മിക്ക ബിസിനസുകൾക്കും ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് അനുകൂലമല്ലാത്തത് ഇക്കാരണത്താലാണ്. വർഷങ്ങൾക്ക് ശേഷം, ഇത് ഇപ്പോൾ ഡീപ് ലേണിംഗ്, മെഷീൻ ലേണിംഗ്, മെഷീൻ ലേണിംഗ് എന്നിവയായി ജനറേറ്റീവ് ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ആയി തിരിച്ചെത്തി.
സാങ്കേതികവിദ്യ വളരെയധികം മെച്ചപ്പെട്ടതും വിലകുറഞ്ഞതുമാണെങ്കിലും, അതേ മണ്ടൻ തെറ്റുകൾ ഇപ്പോൾ സംഭവിക്കുന്നത് ഞാൻ കാണുന്നു. ജെൻഎഐയിൽ നിന്ന് ഏറ്റവും കൂടുതൽ മൂല്യം നേടുന്നതിന് ബിസിനസുകളെ വിന്യസിക്കാത്ത പിശകുകൾ കുറച്ച് വർഷങ്ങൾക്കുള്ളിൽ പുഷ്ബാക്കിന് കാരണമാകും, കാരണം ചെലവേറിയ ആളുകൾ നിർമ്മിച്ച വിലയേറിയ ജെൻഎഐ സംവിധാനങ്ങൾ പ്രതീക്ഷിച്ച മൂല്യം യഥാർത്ഥത്തിൽ തിരികെ നൽകുന്നില്ല.
ഈ സാങ്കേതികവിദ്യ തന്ത്രപരമായി ഉപയോഗിക്കുന്നതിനെക്കുറിച്ച് ബിസിനസുകൾ അൽപ്പം ചിന്തിച്ചാൽ ഇവ സ്വയം വരുത്തിയ മുറിവുകളാണ്, പൂർണ്ണമായും ഒഴിവാക്കാൻ കഴിയും. GenAI-യുടെ കൊലയാളി ബിസിനസ്സ് അപ്ലിക്കേഷനുകൾ എന്തൊക്കെയാണ്? നല്ലതും ചീത്തയുമായ ഉപയോഗ കേസുകൾ എന്തൊക്കെയാണ്? ബിസിനസുകൾക്ക് എങ്ങനെ ശരിയായ പാത തിരഞ്ഞെടുക്കാൻ കഴിയും? 30 വര് ഷം മുമ്പുള്ള തെറ്റുകള് എങ്ങനെ ഒഴിവാക്കാം?
GenAI ഉപയോഗിച്ച് എന്തുചെയ്യരുതെന്ന് കണ്ടെത്തുന്നതിന്, GenAI എന്താണ് നന്നായി ചെയ്യുന്നതെന്ന് നോക്കുകയും ഈ കഴിവുകളുമായി പൊരുത്തപ്പെടുന്ന ഉപയോഗ കേസുകൾ കണ്ടെത്തുകയും ചെയ്യുന്നത് സഹായകരമാണ്. വളരെ ലളിതം.
ഇവിടെ ഞങ്ങളുടെ ആവശ്യങ്ങൾക്കായി, ഞാൻ മികച്ച മൂന്ന് തിരഞ്ഞെടുക്കും. മറ്റ് നിരവധി നല്ല ഉപയോഗ കേസുകൾ ഉണ്ട്, അതിനാൽ മൂന്നെണ്ണം മാത്രം ലിസ്റ്റുചെയ്തതിന് എന്നെ പിന്നോട്ടടിക്കരുത്. എല്ലാത്തിനുമുപരി, ഇത് ഒരു ബ്ലോഗ് ആണ്, ഒരു വെളുത്ത പേപ്പറല്ല.
സ്വാഭാവിക ഭാഷാ തലമുറ
ആദ്യത്തേത് നാച്ചുറൽ ലാംഗ്വേജ് ജനറേഷൻ അല്ലെങ്കിൽ എൻഎൽജി ആണ്. നിങ്ങൾ എപ്പോഴെങ്കിലും ചാറ്റ്ജിപിടി സൃഷ്ടിച്ച ഒരു റിപ്പോർട്ട്, കത്ത്, ഇമെയിൽ അല്ലെങ്കിൽ മറ്റ് രേഖാമൂലമുള്ള ഉള്ളടക്കം കൈമാറാൻ ശ്രമിച്ചിട്ടുണ്ടെങ്കിൽ, നിങ്ങൾക്ക് ഇതിനകം ഇത് അറിയാം.
രേഖാമൂലമുള്ളതോ ചാറ്റ്ബോട്ട് വഴിയോ വ്യക്തിഗത ആശയവിനിമയങ്ങളിലൂടെ മികച്ച ഉപഭോക്തൃ അനുഭവങ്ങൾ നൽകുന്നത് ഉൾപ്പെടെ വമ്പിച്ച മൂല്യം സൃഷ്ടിക്കാൻ ബിസിനസുകൾക്ക് ഈ കഴിവ് ഉപയോഗിക്കാൻ കഴിയും.
ഇത് ഒരു തൊഴിൽ കൊലയാളിയായിരിക്കും, ഉദാഹരണത്തിന്, പല ഉപഭോക്തൃ സേവന സ്ഥാനങ്ങളും എൻഎൽജി ഓട്ടോമേഷൻ ഉപയോഗിച്ച് മാറ്റിസ്ഥാപിക്കും. എന്നിരുന്നാലും, കുറച്ച് മനുഷ്യരുമായി കൂടുതൽ ചെയ്യുന്നതിലൂടെ ബിസിനസുകൾക്ക് പ്രയോജനം ലഭിക്കും. പ്രശ്നങ്ങൾ വളരെ വേഗത്തിൽ പരിഹരിക്കുന്ന മികച്ച ഉപഭോക്തൃ അനുഭവങ്ങൾ നൽകാൻ അവർക്ക് കഴിയും.
ഉദാഹരണത്തിന്, ഇന്ററാക്ടീവ് വോയ്സ് റെസ്പോൺസ് (ഐവിആർ) സിസ്റ്റങ്ങളുള്ളവ പോലും ഇന്ന് ഒരു സാങ്കേതിക പിന്തുണാ ലൈനിലേക്ക് വിളിക്കുക, നിങ്ങളുടെ പ്രശ്നം പരിഹരിക്കാനുള്ള നിങ്ങളുടെ കഴിവ് പൂർണ്ണമായും മറുവശത്തുള്ള വ്യക്തിയുടെ അറിവിനെയും ആശയവിനിമയ കഴിവുകളെയും ആശ്രയിച്ചിരിക്കുന്നുവെന്ന് നിങ്ങൾ വേഗത്തിൽ കണ്ടെത്തും. ആ ആർക്കെങ്കിലും 10,000 വിദഗ്ദ്ധരുടെ ധാരണയും യുക്തിയും ഉണ്ടെങ്കിൽ, ഉപഭോക്താവായ നിങ്ങൾക്ക് വളരെ വേഗത്തിലും കൂടുതൽ ഉപയോഗപ്രദവുമായ ഒരു പ്രതികരണം നൽകാൻ കഴിയുമെങ്കിൽ എന്തുചെയ്യും? കൂടാതെ, ആ ആശയവിനിമയത്തിന് ബിസിനസ്സിന് 20 ഡോളറിന് പകരം 20 സെന്റ് ചെലവാകുമെങ്കിൽ എന്തുചെയ്യും?
ഇത് എവിടേക്കാണ് പോകുന്നതെന്ന് നിങ്ങൾക്ക് കാണാൻ കഴിയും. ശരിയായി ചെയ്താൽ, കുറഞ്ഞ വിലയ്ക്ക് മികച്ച മൂല്യവും മെച്ചപ്പെട്ട ഉപഭോക്തൃ അനുഭവവും വാഗ്ദാനം ചെയ്യാൻ എൻഎൽജിക്ക് കഴിയും. അത് ആളുകളെ സ്ഥാനഭ്രഷ്ടരാക്കും, അതിനാൽ നാം ധാർമ്മികത പരിഗണിക്കേണ്ടതുണ്ട്. എന്നിരുന്നാലും, ബിസിനസുകൾ ഈ ദിശയിലേക്ക് വേഗത്തിൽ നീങ്ങുന്നതായി ഞാൻ കാണുന്നു.
ശുപാർശ സംവിധാനങ്ങൾ
ഇ-കൊമേഴ്സ്, സ്ട്രീമിംഗ്, ഉള്ളടക്ക പ്ലാറ്റ്ഫോമുകൾ എന്നിവയിലെ ശുപാർശകൾ വ്യക്തിഗതമാക്കാനുള്ള ജെൻഎഐ പ്രാപ്തമാക്കിയ സംവിധാനങ്ങളുടെ കഴിവാണ് ശുപാർശ സംവിധാനങ്ങൾ. ഇത് പുതിയ കാര്യമല്ല, ജെൻഎഐ പ്രത്യക്ഷപ്പെടുന്നതിന് മുമ്പ് തന്നെ ഞാൻ ഇവയിൽ പ്രവർത്തിച്ചിരുന്നു, പക്ഷേ ഇപ്പോൾ നമുക്ക് അവയെ ഫലപ്രാപ്തിയുടെ ഒരു പുതിയ തലത്തിലേക്ക് കൊണ്ടുപോകാൻ കഴിയും. സാധനങ്ങൾ വിൽക്കുന്ന ഏതൊരു ബിസിനസിനും അവർക്ക് ഏറ്റവും കൂടുതൽ ROI ഉണ്ട്.
നിങ്ങൾ എന്തെങ്കിലും വിവരങ്ങൾ നൽകുന്നതിനുമുമ്പ് തന്നെ ഒരു ഇ-കൊമേഴ്സ് സൈറ്റിന് നിങ്ങൾക്ക് ഉൽപ്പന്നങ്ങൾ ശുപാർശ ചെയ്യാൻ കഴിയുന്നത് എങ്ങനെയെന്ന് നിങ്ങൾ എപ്പോഴെങ്കിലും ചിന്തിച്ചിട്ടുണ്ടോ? സൈറ്റ് ഉപയോഗിക്കുന്ന വ്യക്തിയുടെ ലിംഗഭേദം, പ്രായം, വംശം, ഹോബികൾ, തൊഴിൽ എന്നിവ നിർണ്ണയിക്കുന്നതിലൂടെയും തുടർന്ന് വ്യക്തിക്ക് ആവശ്യമുള്ള നിർദ്ദിഷ്ട ഉൽപ്പന്നങ്ങളും സേവനങ്ങളും ശുപാർശ ചെയ്യുന്നതിലൂടെയും ഇവയുടെ പഴയ പതിപ്പുകൾ വിൽപ്പന 20% മുതൽ 40% വരെ വർദ്ധിപ്പിക്കും.
GenAI-യുടെ വരവോടെ, വളരെ മികച്ച രീതിയിൽ ചലനാത്മകമായി സൃഷ്ടിച്ച ഇടപെടലുകൾ ഉപയോഗിച്ച് ഉപഭോക്താക്കളുമായി ആശയവിനിമയം നടത്തുന്നതിലൂടെ ഞങ്ങൾക്ക് ഒരു മോശം തലത്തിലുള്ള ഫലപ്രാപ്തി കൈവരിക്കാൻ കഴിയും. സൈക്ലിംഗ് അസസ്സർമാരിൽ നിങ്ങൾക്ക് താൽപ്പര്യമുണ്ടെന്ന് സിസ്റ്റങ്ങൾ കണ്ടെത്തിക്കഴിഞ്ഞാൽ, ഒരു അദ്വിതീയ ഫോണ്ട്, സബ്ലിമിനൽ സന്ദേശം, കളർ സ്കീം, ഇഷ് ടാനുസൃത ഇമേജുകൾ, ഉൽപ്പന്നങ്ങളുടെ ഒരു നിർദ്ദിഷ്ട വില പോയിന്റ് എന്നിവ നിങ്ങൾ കാണും, ഇവയെല്ലാം എൻഡോർഫിനുകൾ പുറത്തിറക്കാൻ ലക്ഷ്യമിടുന്നു, കൂടുതൽ വിൽപ്പന വർദ്ധിപ്പിക്കുന്നതിന് നിങ്ങളെ ശരിയായ മാനസികാവസ്ഥയിലാക്കുന്നു. അടിത്തട്ടിലെ നന്മയ്ക്കായി കൈകാര്യം ചെയ്യാൻ തയ്യാറാകുക. വീണ്ടും, ധാർമ്മിക ചോദ്യങ്ങൾ ഉയർന്നുവരുന്നു.
അസ്വാഭാവികത കണ്ടെത്തൽ
തട്ടിപ്പ് കണ്ടെത്തൽ അല്ലെങ്കിൽ സിസ്റ്റം മോണിറ്ററിംഗ് പോലുള്ള ആപ്ലിക്കേഷനുകൾക്കായുള്ള ഡാറ്റയിലെ ക്രമരഹിതമായ പാറ്റേണുകൾ അല്ലെങ്കിൽ ഔട്ട്ലിയറുകൾ തിരിച്ചറിയുന്നതിനെയാണ് അനോമലി ഡിറ്റക്ഷൻ എന്ന് വിളിക്കുന്നത്. ഇവിടെ, ട്രെൻഡുകൾ കാണിക്കുന്ന ഡാറ്റാ പാറ്റേണുകൾ കണ്ടെത്താനും ആ പ്രവണതകൾ എന്താണ് അർത്ഥമാക്കുന്നതെന്ന് വിശദീകരിക്കാനും ഏറ്റവും ബിസിനസ്സ് മൂല്യം നേടുന്നതിന് പ്രക്രിയകൾ ക്രമീകരിക്കാനും ജെൻഎഐ ഞങ്ങളെ സഹായിക്കും.
ബാങ്കിംഗ് തട്ടിപ്പ് കണ്ടെത്തുന്നതിന് ചരിത്രപരമായ ഡാറ്റാ പാറ്റേണുകൾ ഉപയോഗിക്കുന്നത് അല്ലെങ്കിൽ ഏത് സിസ്റ്റങ്ങൾ തകരാറിലേക്ക് നയിച്ചേക്കാമെന്ന് പ്രവചിക്കുക തുടങ്ങിയ അടുത്ത തലമുറ ജെൻഎഐ അടിസ്ഥാനമാക്കിയുള്ള അസ്വാഭാവിക കണ്ടെത്തലിനപ്പുറത്തേക്ക് ഇത് പോകുന്നു. ഇത് ടോം ക്രൂസ് മൈനോറിറ്റി റിപ്പോർട്ട് പോലെയാണ്. “പ്രീ-ക്രൈം” കാരണം നിങ്ങളുടെ അടുത്ത ലോൺ അപേക്ഷ നിരസിക്കപ്പെട്ടേക്കാം. ഈ ഉപയോഗ കേസ് നാം ചിന്തിക്കേണ്ട നിരവധി ധാർമ്മിക ചോദ്യങ്ങളിലേക്കും നയിക്കുന്നു.
തീർച്ചയായും, ജെൻഎഐക്ക് ഡസൻ കണക്കിന് മറ്റ് ഖര ഉപയോഗങ്ങളുണ്ട്. പല ബിസിനസുകളും അവ പരിഗണിക്കില്ല, പകരം ജെൻഎഐ ചെലവും അപകടസാധ്യതയും വർദ്ധിപ്പിക്കുകയും കുറച്ച് അല്ലെങ്കിൽ മൂല്യം സൃഷ്ടിക്കുകയും ചെയ്യുന്ന സാഹചര്യങ്ങളിലേക്ക് ചാടുന്നു എന്നതാണ് പ്രശ്നം. സ്വയം ഏൽപ്പിച്ച മുറിവുകളിലൂടെ ബിസിനസുകൾ ആത്മഹത്യ ചെയ്യുന്നതിന് മുമ്പ് ഞങ്ങൾ ഈ കാര്യങ്ങളെക്കുറിച്ച് വേഗത്തിൽ മിടുക്കരാകേണ്ടതുണ്ട്.
