Kurumlar, tam sistem modernizasyonu olmadan AI benimseme hızını artırabilir

iconLongbridge
Paylaş
AI summary iconÖzet
Singtel’den Vinod Joseph Cherunni, işletmelerin tam sistem yenilemeleri yapmadan AI benimseme oranını artırabileceğini belirtti. Singapore Business Review Technology Enterprise Summit’te yaptığı konuşmada, şirketlere AI’yi daha sonra değil, şimdi uygulamalarını önerdi. Veri parçalanması ve birleşik tanımlar ile bilgi grafiklerine ihtiyaç vurgusunda bulundu. “Model bahçesi” stratejisiyle, maliyetleri düşürmek ve tedarikçi bağımlılığından kaçınmak için açık kaynaklı ve özgün modelleri birleştirdi. Blok zinciri benimseme ve AI entegrasyonunun paralel olarak ilerleyebileceğini söyledi.

Sınır ötesi, açık kaynak ve açık ağırlıklı modellerin bir karışımı, kurumsal sistemleri güçlendirebilir.

Vinod Joseph Cherunni, Singtel'de Yapay Zeka/Veri, Bulut ve Kurumsal Mimari Grup Başkan Yardımcısı'na göre, işletmeler, sistemler tamamen modernleştirilmesini beklemek yerine, eski ve modern sistemlerin karışımında yapay zekayı (AI) ilerletebilir.

12 Kasım'da Singapur İşletme İncelemesi Teknoloji Girişim Zirvesi'nde konuşan Vinod, katılımcılara yolculuklarını sistemler tamamen AI-hazır olana kadar beklememelerini önerdi.

“İlk şey, sürecinizi yeniden hayal etmek, iş akışlarınızı değiştirmek ve orada yapay zekâ kullanmak,” dedi. “Aksi takdirde, asla aynı kalitede çıktı alamazsınız.”

Vinod, kurumsal verilerin farklı uygulamalar arasında hâlâ izole ve parçalı kaldığını ve bu durumun AI ajanlarının işlevler arasında çalışmasını zorlaştırdığını söyledi.

Bunu gidermek için, verilerin “bağlam” gerektirdiğini, yani müşteriler, ürünler ve sistemler gibi iş unsurları arasındaki ilişkileri yakalayan ontoloji olarak bilinen kurumsal düzeyde tutarlı tanımlar ve bilgi grafikleri gerektiğini söyledi.

Vinod, işletmelerin kötü çıktılar ve hayal kırıklığıları için AI modellerini suçladığını, ancak temel sorunun yanlış veriler ve bağlam eksikliği olduğunu söyledi.

“Bu tam da neden birçok [kanıt temelli örnek] ve pilot projenin başarısız olmasının sebebi,” dedi.

“Her zaman en iyi verilere, en iyi, mümkün olduğunca temiz verilere ve bağlama sahip olduğumuzda, yaktığınız token sayısının çok düşük olduğunu ekledi.”

Vinod, açık kaynak, açık ağırlıklı ve öncü modelleri birleştiren bir “model bahçe” yaklaşımını tanımladı.

Kurumlar, ajanlar ve uygulamalar tarafından gönderilen talimatları bağlama göre düzenleyip farklı özelliklere göre farklı modellere yönlendirebilecek bir katman geliştirebilir.

İş yüklerini modeller arasında dağıtmak, tedarikçi bağımlılığını önlemekle kalmaz, aynı zamanda maliyet ve egemenliği de yönetir, dedi.

Müşteri verileri yerel kalır, egemen altyapı içinde çalışabilen yerel modeller kullanılır ve sorumlu bir Yapay Zeka çerçevesi, modellerin müşterilerin özel kişisel bilgilerini almamasını sağlar.

Vinod, katılımcılara IT ortamları boyunca otonom operasyonlara geçmelerini, sorunları mümkün olan en kısa sürede gidermeyi ve güvenlik olaylarını oluşmadan önce tespit etmeyi amaçlayarak söyledi.

Olay sayısında adil bir azalmanın bile önemli bir avantaj olabileceğini belirtti.

Yasal Uyarı: Bu sayfadaki bilgiler üçüncü şahıslardan alınmış olabilir ve KuCoin'in görüşlerini veya fikirlerini yansıtmayabilir. Bu içerik, herhangi bir beyan veya garanti olmaksızın yalnızca genel bilgilendirme amacıyla sağlanmıştır ve finansal veya yatırım tavsiyesi olarak yorumlanamaz. KuCoin, herhangi bir hata veya eksiklikten veya bu bilgilerin kullanımından kaynaklanan sonuçtan sorumlu değildir. Dijital varlıklara yapılan yatırımlar riskli olabilir. Lütfen bir ürünün risklerini ve risk toleransınızı kendi finansal koşullarınıza göre dikkatlice değerlendirin. Daha fazla bilgi için lütfen Kullanım Koşullarımıza ve Risk Açıklamamıza bakınız.