ഹൈപ്പ് ഉണ്ടായിരുന്നിട്ടും, പ്രതികരിച്ചവരിൽ പകുതിയിലധികം പേരും ജനറേറ്റീവ് ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് മിതമായതോ, നേരിയതോ അല്ലെങ്കിൽ അവരുടെ ഓർഗനൈസേഷന്റെ ഭാവി ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് തന്ത്രത്തിന് ഒട്ടും പ്രധാനമല്ലാത്തതോ ആണെന്ന് കണ്ടെത്തി

10% ഓർഗനൈസേഷനുകൾ 2023 ൽ ഉൽപാദനത്തിനായി GenAI പരിഹാരങ്ങൾ ആരംഭിച്ചു

2023 ൽ ഉൽ പാദനത്തിനുള്ള ഓർഗനൈസേഷനുകളുടെ എണ്ണം എൽഎൽഎമ്മുകൾ ഉൽ പാദിപ്പിക്കുന്നതിനുള്ള ഏറ്റവും വലിയ തടസ്സമായി ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് പ്രൊഫഷണലുകളിൽ പകുതിയോളം പേർ ഇൻഫ്രാസ്ട്രക്ചറിനെ കാണുന്നു

എൽഎൽഎം ദത്തെടുക്കലിൽ വർദ്ധിച്ച താൽപ്പര്യം കാരണം അവരുടെ കഴിവുകൾ മെച്ചപ്പെടുത്തേണ്ടതുണ്ടെന്ന് 10 ൽ 8 പേർ സമ്മതിക്കുന്നു

എൽഎൽഎം ദത്തെടുക്കൽ ചാറ്റ്ബോട്ടുകളിലും വിവർത്തനം / ടെക്സ്റ്റ് ജനറേഷൻ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ഉപയോഗ കേസുകളിലും വർദ്ധിച്ച താൽപ്പര്യം കാരണം

ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് സംയോജനം കുറവാണ്, കാരണം ഇത് നടപ്പിലാക്കാൻ ബുദ്ധിമുട്ടുള്ള മേഖലയായി തുടരുന്നു

വിജയകരമായ ഒരു ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് പ്രോജക്റ്റ് നടപ്പിലാക്കാൻ ബുദ്ധിമുട്ടാണെന്ന് 62% ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് പ്രൊഫഷണലുകൾ പറയുന്നു

ജനറേറ്റീവ് ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ദത്തെടുക്കൽ പ്രവണതകൾ

2023 ൽ ജെൻഎഐ സാങ്കേതികവിദ്യയെക്കുറിച്ചുള്ള അവബോധം വർദ്ധിച്ചിട്ടും, ഇത് മൊത്തത്തിലുള്ള ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ലാൻഡ്സ്കേപ്പിന്റെ ഒരു ഭാഗം മാത്രമാണ്. ഓർഗനൈസേഷനുകൾക്കുള്ളിൽ വലിയ ഭാഷാ മോഡലുകൾ (ജനറേറ്റീവ് ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ആപ്ലിക്കേഷനുകളും പരിഹാരങ്ങളും പരിശീലിപ്പിക്കുന്നതിനുള്ള മോഡലുകൾ) സ്വീകരിക്കുന്നത് കുറവാണെന്ന് സർവേ വെളിപ്പെടുത്തുന്നു.

പ്രതികരിച്ചവരിൽ മുക്കാൽ ഭാഗവും തങ്ങളുടെ ഓർഗനൈസേഷനുകൾ ഇതുവരെ ജെൻഎഐ മോഡലുകൾ ഉൽ പാദനത്തിലേക്ക് വിന്യസിച്ചിട്ടില്ലെന്ന് റിപ്പോർട്ട് ചെയ്യുന്നു, അതേസമയം 10% പേർ കഴിഞ്ഞ വർഷം ഉൽ പാദനത്തിന് ജെൻഎഐ പരിഹാരങ്ങൾ ആരംഭിച്ചതായി റിപ്പോർട്ട് ചെയ്യുന്നു. യുഎസ് ആസ്ഥാനമായുള്ള പ്രതികരണക്കാർ (40%) യുഎസിന് പുറത്തുള്ളവരേക്കാൾ (22%) ജെൻഎഐ മോഡലുകൾ വിന്യസിക്കാനുള്ള സാധ്യത കൂടുതലാണെന്നും സർവേ വ്യക്തമാക്കുന്നു.

ദത്തെടുക്കൽ ആരംഭിച്ചിട്ടില്ലെങ്കിലും, കഴിഞ്ഞ വർഷം ജെൻഎഐ മോഡലുകൾ വിന്യസിച്ച ഓർഗനൈസേഷനുകൾ ആനുകൂല്യങ്ങൾ അനുഭവിക്കുന്നു. ഉപഭോക്തൃ അനുഭവങ്ങൾ (58%), മെച്ചപ്പെട്ട കാര്യക്ഷമത (53%), മെച്ചപ്പെട്ട ഉൽപ്പന്ന ശേഷി (52%), ചെലവ് ലാഭിക്കൽ (47%) എന്നിവയിൽ നിന്ന് പ്രയോജനം നേടിയതായി സർവേയിൽ പങ്കെടുത്തവരിൽ പകുതിയോളം പേർ പറയുന്നു.

ദത്തെടുക്കൽ വെല്ലുവിളികൾ

അറിവില്ലായ്മ, ചെലവ്, അനുവർത്തനം എന്നിവ പോലുള്ള ബിസിനസുകളിൽ എൽഎൽഎം സാങ്കേതികവിദ്യയുടെ മന്ദഗതിയിലുള്ള സ്വീകാര്യതയ്ക്ക് കാരണമായേക്കാവുന്ന മറ്റ് വെല്ലുവിളികൾ സർവേ ഉയർത്തിക്കാട്ടുന്നു. എൽഎൽഎം ദത്തെടുക്കലിൽ വർദ്ധിച്ചുവരുന്ന താൽപ്പര്യം കാരണം അവരുടെ കഴിവുകൾ മെച്ചപ്പെടുത്തേണ്ടതുണ്ടെന്ന് 84% പേർ സമ്മതിക്കുന്നു, അതേസമയം 19% പേർ മാത്രമാണ് എൽഎൽഎമ്മുകൾ എങ്ങനെ പ്രതികരണങ്ങൾ സൃഷ്ടിക്കുന്നു എന്നതിന്റെ സംവിധാനങ്ങളെക്കുറിച്ച് ശക്തമായ ധാരണയുണ്ടെന്ന് പറയുന്നത്.

ജെൻഎഐ വ്യവസായത്തിൽ സ്വാധീനം ചെലുത്തുന്നുവെന്നതിൽ സംശയമില്ല. 2022 നെ അപേക്ഷിച്ച്, ചാറ്റ്ബോട്ടുകൾ / വെർച്വൽ ഏജന്റുമാരുടെ ഉപയോഗം 26 ശതമാനവും വിവർത്തനം / ടെക്സ്റ്റ് ജനറേഷൻ 2023 ൽ 12 ശതമാനവും വർദ്ധിച്ചു. 2023 ൽ എൽഎൽഎം സാങ്കേതികവിദ്യയുടെ ഉയർച്ചയും ജെൻഎഐ സാങ്കേതികവിദ്യയിലെ മുന്നേറ്റവുമാണ് ഇതിന് കാരണം. മെച്ചപ്പെട്ട ഉപഭോക്തൃ അനുഭവം (27%), മെച്ചപ്പെട്ട കാര്യക്ഷമത (25%), മെച്ചപ്പെട്ട ഉൽപ്പന്ന ശേഷി (25%), ചെലവ് ലാഭിക്കൽ (22%) തുടങ്ങിയ എൽഎൽഎമ്മുകളുടെ പ്രയോഗത്തിൽ നിന്നുള്ള നേട്ടങ്ങൾ കഴിഞ്ഞ വർഷം ജെൻഎഐ വിജയകരമായി വിന്യസിച്ച ഓർഗനൈസേഷനുകൾ കാണുന്നു.

cnvrg.io ഉൾപ്പെടെയുള്ള ഇന്റലിന്റെ ഹാർഡ്വെയർ, സോഫ്റ്റ്വെയർ പോർട്ട്ഫോളിയോ, അതത് പ്രകടനം, കാര്യക്ഷമത, ചെലവ് ലക്ഷ്യങ്ങൾ എന്നിവയെ അടിസ്ഥാനമാക്കി ഒപ്റ്റിമൽ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് സൊല്യൂഷൻ രൂപകൽപ്പന ചെയ്യുമ്പോൾ ഉപഭോക്താക്കൾക്ക് വഴക്കവും തിരഞ്ഞെടുപ്പും നൽകുന്നു. ഇന്റലിന്റെ ഉദ്ദേശ്യത്തോടെ നിർമ്മിച്ച ഹാർഡ്വെയറിൽ വലിയ ഭാഷാ മോഡലുകൾ വിന്യസിക്കുന്നത് കൂടുതൽ ചെലവ് കുറഞ്ഞതും എളുപ്പവുമാക്കിക്കൊണ്ട് ജെൻഎഐ, എൽഎൽഎം എന്നിവ ഉപയോഗിച്ച് അവരുടെ ഉൽപ്പന്നങ്ങൾ മെച്ചപ്പെടുത്താൻ cnvrg.io ഓർഗനൈസേഷനുകളെ സഹായിക്കുന്നു. ഹാർഡ്വെയർ, സോഫ്റ്റ്വെയർ പ്ലാറ്റ്ഫോമുകളുടെ പൂർണ്ണ സ്പെക്ട്രം ഉള്ള ഒരേയൊരു കമ്പനിയാണ് ഇന്റൽ, ഉടമസ്ഥാവകാശത്തിന്റെ മത്സരപരമായ മൊത്തം ചെലവിനും എല്ലായിടത്തും എഐയുടെയും ഈ യുഗത്തിൽ ഓർഗനൈസേഷനുകൾ വിജയിക്കേണ്ട സമയ-മൂല്യത്തിനും തുറന്നതും മോഡുലാർ പരിഹാരങ്ങൾ വാഗ്ദാനം ചെയ്യുന്നു.

cnvrg.io കുറിച്ച്

ഒരു ഇന്റൽ കമ്പനിയായ cnvrg.io ഒരു ഫുൾ-സ്റ്റാക്ക് മെഷീൻ ലേണിംഗ് ഓപ്പറേറ്റിംഗ് സിസ്റ്റമാണ്, ഒരു ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ഡെവലപ്പർക്ക് ഏത് ഇൻഫ്രാസ്ട്രക്ചറിലും ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് നിർമ്മിക്കാനും വിന്യസിക്കാനും ആവശ്യമായതെല്ലാം ഉണ്ട്. ഡാറ്റാ ശാസ്ത്രജ്ഞരെയും ഡവലപ്പർമാരെയും മെഷീൻ ലേണിംഗ് പൈപ്പ്ലൈനുകളുടെ പരിശീലനവും വിന്യാസവും സ്കെയിലിൽ ഓട്ടോമേറ്റുചെയ്യാനും ജെൻഎഐ, എൽഎൽഎം എന്നിവ ഉപയോഗിച്ച് അവരുടെ ഉൽപ്പന്നങ്ങൾ മെച്ചപ്പെടുത്താൻ ഓർഗനൈസേഷനുകളെ സഹായിക്കുന്നതിനും ഇന്റൽ ഡെവലപ്പർ ക്ലൗഡ് നൽകുന്ന ഇന്റലിന്റെ ഉദ്ദേശ്യ ബിൽറ്റ് ഹാർഡ്വെയറിൽ വലിയ ഭാഷാ മോഡലുകൾ വിന്യസിക്കുന്നത് കൂടുതൽ ചെലവ് കുറഞ്ഞതും എളുപ്പവുമാക്കുന്നതിന് ഡാറ്റാ ശാസ്ത്രജ്ഞരാണ് cnvrg.io നിർമ്മിച്ചത്. ഡാറ്റാ സയൻസിൽ നിന്നുള്ള മൂല്യം ത്വരിതപ്പെടുത്താനും ജനറേറ്റീവ് ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് സാങ്കേതികവിദ്യയുടെ ശക്തി വേഗത്തിൽ പ്രയോജനപ്പെടുത്താനും cnvrg.io ഓർഗനൈസേഷനുകളെ സഹായിക്കുന്നു. ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ദത്തെടുക്കലിനും സ്വീകാര്യതയ്ക്കുമുള്ള ഏറ്റവും വലിയ തടസ്സങ്ങളായി സങ്കീർണ്ണതയും ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് കഴിവുകളുടെ അഭാവവും ചൂണ്ടിക്കാട്ടി ഓർഗനൈസേഷനുകളിൽ പ്രതിഫലിക്കുന്ന ജെൻഎഐ ദത്തെടുക്കലിന് ഒരു തടസ്സമായി അറിവ് വിടവ് ഇത് വെളിപ്പെടുത്തുന്നു. കൂടാതെ, അനുസരണവും സ്വകാര്യതയും (28%), വിശ്വാസ്യത (23%), നടപ്പാക്കുന്നതിനുള്ള ഉയർന്ന ചെലവ് (19%), സാങ്കേതിക വൈദഗ്ധ്യങ്ങളുടെ അഭാവം (17%) എന്നിവ അവരുടെ ബിസിനസുകളിൽ എൽഎൽഎമ്മുകൾ നടപ്പിലാക്കുന്നതിലെ ഏറ്റവും വലിയ ആശങ്കകളായി കണക്കാക്കുന്നു. എൽഎൽഎമ്മുകളെ ഉൽപാദനത്തിലേക്ക് കൊണ്ടുവരുന്നതിനുള്ള ഏറ്റവും വലിയ വെല്ലുവിളി പരിഗണിക്കുമ്പോൾ, പ്രതികരിച്ചവരിൽ പകുതിയോളം പേരും അടിസ്ഥാന സൗകര്യങ്ങളിലേക്ക് വിരൽ ചൂണ്ടുന്നു.

ഭൂരിഭാഗം ഓർഗനൈസേഷനുകളും അവരുടെ സ്വന്തം എൽഎൽഎം പരിഹാരങ്ങൾ നിർമ്മിക്കുന്നതിലൂടെയും അവയുടെ ഉപയോഗ കേസുകൾ ഇഷ്ടാനുസൃതമാക്കുന്നതിലൂടെയും ജെൻഎഐയെ സമീപിക്കുന്നുവെന്ന് പഠനം സൂചിപ്പിക്കുന്നു, എന്നിരുന്നാലും പകുതിയോളം പേർ (46%) എൽഎൽഎമ്മുകൾ ഉൽപ്പന്നങ്ങളായി വികസിപ്പിക്കുന്നതിനുള്ള ഏറ്റവും വലിയ തടസ്സമായി ഇൻഫ്രാസ്ട്രക്ചറിനെ കാണുന്നു.