Tre consigli per trovare il partner ideale
Decidere di cimentarsi con l’intelligenza artificiale è solo il punto di partenza. Se avete intenzione di utilizzare l’IA generativa nella vostra azienda, dovrete assicurarvi di disporre di una piattaforma che vi permetta di sfruttare i dati in modo sicuro ed efficiente.
Questo tipo di piattaforma può essere fornito da un fornitore tecnologico esterno. Allora, come distinguere i buoni partner dai cattivi quando si tratta di IA? E come si presenta un buon partner tecnologico?
Tre dirigenti ci offrono la loro prospettiva.
1. Concentratevi sulle vostre specifiche esigenze di utilizzo
Carter Cousineau, vicepresidente della governance dei dati presso Thomson Reuters, riconosce che è difficile distinguere i buoni attori dai cattivi, soprattutto nei settori che si sono sviluppati a un ritmo rapido negli ultimi 18 mesi.
“Per quanto riguarda l‘IA generativa, ora va in tutte le direzioni”, dice. “C’è molto clamore e sono molto curiosa di vedere quali casi d’uso rimarranno”. L’entusiasmo è tale che Gartner ha recentemente collocato l’IA generativa al vertice delle aspettative eccessive nel suo Hype Cycle for Emerging Technologies, 2023.
Secondo l’analista, l’ampiezza e l’adozione rapida dei programmi di IA generativa annunciano una nuova ondata di produttività. La signora Cousineau ritiene che i professionisti dovrebbero cavalcare questa ondata riflettendo attentamente su cosa significhi l’implementazione dell’IA e dei grandi modelli di linguaggio (LLM) per la loro azienda. “La prima domanda che pongo a molti professionisti è: ‘Avete bisogno di un LLM?’. Perché il costo di un tale modello può essere molto elevato. Quindi bisogna assicurarsi che sia un’area in cui vale la pena investire”.
Il punto di partenza dell’investimento deve essere un’analisi di fattibilità chiara
Come per qualsiasi altra spesa di rilievo, il punto di partenza dell’investimento deve essere un’analisi di fattibilità chiara.
La signora Cousineau indica che Thomson Reuters sta esplorando casi d’uso e che il suo team lavora per assicurarsi che la governance dei dati sia prioritaria. “Esaminiamo questi strumenti dal punto di vista dell’etica e della mitigazione dei danni”, dice. “In base al caso d’uso, analizziamo cosa succede e cerchiamo di mitigare rapidamente i problemi potenziali.”
Thomson Reuters ha già stabilito alcuni partenariati con fornitori chiave. Le informazioni dell’azienda sono conservate nel Snowflake Data Cloud. La signora Cousineau menziona anche la partnership nascente con Microsoft Copilot. “Siamo nelle ultime fasi di sviluppo”, dice.
“Anche quando utilizziamo gli LLM internamente, è molto importante che il nostro personale abbia un ambiente sicuro per utilizzare questa tecnologia. Consideriamo quindi le cose dal punto di vista dei nostri clienti esterni e dei nostri dipendenti, e cerchiamo di supportare tutti gli ambienti LLM.”
2. Trovare un partner flessibile
Tulia Plumettaz, direttrice del machine learning presso Wayfair, riconosce che una delle questioni spinose è se sia meglio impegnarsi presto o adottare un approccio attendista.
Se vi impegnate troppo presto, rischiate di spendere troppo con un partner che sarà superato man mano che il mercato evolve. D’altro canto, se aspettate troppo, i vostri concorrenti potrebbero lasciarvi indietro.
Aggiungendo una serie di altre considerazioni, come il lock-in proprietario dei fornitori e le preoccupazioni legate allo sfruttamento dei dati aziendali, i dirigenti aziendali si trovano di fronte a un dilemma…
“Ci sono grandi ostacoli e domande sulla proprietà dei dati, come sapere a chi appartiene l’asset e se i grandi fornitori utilizzeranno i vostri dati per addestrare i loro modelli o meno. Questo è un punto su cui ci concentriamo. Stiamo imparando a conoscere il panorama in termini di dati e legalità.”
Tulia Plumettaz spiega come la sua azienda lavori con Snorkel AI per migliorare l’esperienza di ricerca online dei consumatori. E proprio come Wayfair si sta avvicinando al machine learning, l’azienda esplora altri settori. “Stiamo esaminando le applicazioni dell’IA conversazionale”, dice. “Ci sono casi d’uso che pensiamo di poter integrare rapidamente.”
Lavorano con Snorkel per sviluppare modelli fondamentali che aiuteranno l’azienda a utilizzare i suoi dati principali, come i prodotti venduti e le loro caratteristiche. Con questa struttura in atto, Wayfair potrà pensare a come altri specialisti di IA potrebbero aiutarla a raggiungere i suoi obiettivi a lungo termine.
“Stiamo cercando di capire come si evolve questo settore mentre cerchiamo i frutti più facili da cogliere!”, spiega.
3. Restare aperti alla sperimentazione
Lalo Luna, responsabile globale della strategia presso Heineken, afferma che ChatGPT non è l’unico attore nell’IA. “Penso che le aziende debbano preoccuparsi di più di come adotteranno l’IA, ma anche il machine learning tradizionale e altri processi ad alta intensità di dati”, dichiara.
Questo è ciò che Lalo Luna prioritizza presso Heineken. Il suo team utilizza la piattaforma dello specialista Stravito per condividere concetti internamente. Una piattaforma conosciuta come Knowledge & Insight Management (KIM).
Anche se il potere dei dati è riconosciuto dai suoi pari, il signor Luna pensa che alcune aziende siano ancora in ritardo nel comprendere il valore delle informazioni.
Piuttosto che aspettare l’emergere dei leader di mercato, afferma che è ora di iniziare a cercare e collaborare con i partner che li aiuteranno a progredire. “I dati e l’IA sono già un vantaggio competitivo”, dichiara Luna.
“I dirigenti aziendali non devono avere paura della tecnologia. Devono preoccuparsi di come migliorare le competenze del loro personale e costruire ecosistemi tecnologici che aiuteranno non solo i loro consumatori, ma anche il loro personale a prendere decisioni migliori.”
Stravito ha recentemente annunciato l’aggiunta di un motore di IA generativa proprietario per fornire alle aziende informazioni verificate.
Secondo il signor Luna, è importante restare aperti alle nuove idee in materia di IA. E prevede che Stravito sarà un attore chiave per aiutare la sua azienda a trarre il massimo dai migliaia di rapporti che detiene.
“Dobbiamo buttarci”, dichiara. “Per avere successo, bisogna passare alla fase di sperimentazione.”
Fonte: www.zdnet.fr