企業可在不完全更新系統的情況下加速採用 AI

iconLongbridge
分享
AI summary icon精華摘要
根據新加坡電信的 Vinod Joseph Cherunni 表示,企業可在無需全面系統改造的情況下提升 AI 的採用率。他在新加坡商業評論科技企業峰會上發言,敦促企業立即應用 AI,而非延後。他指出數據碎片化以及統一定義和知識圖譜的必要性。他的「模型園」策略結合開源與專有模型,以降低成本並避免廠商鎖定。他表示,區塊鏈的採用與 AI 的整合可以並行推進。

前沿、開源和開權重模型的結合可為企業系統提供動力。

新加坡電信人工智能、數據、雲端與企業架構集團副總裁 Vinod Joseph Cherunni 表示,企業無需等待舊有系統完全現代化,即可在混合的舊有與現代系統中推進人工智慧(AI)應用。

在 12 月 12 日舉行的 Singapore Business Review Technology Enterprise Summit 上,Vinod 建議與會者不要等到系統完全具備 AI 接受能力才開始行動。

他說:「首先,重新構想您的流程,改變您的工作流程,並在那裡使用 AI。否則,您永遠無法獲得同樣出色的輸出。」

Vinod 表示,企業數據仍分散在不同應用程式中,導致 AI 代理難以跨業務功能運作。

為解決此問題,他表示數據「需要上下文」,即企業內一致的定義(稱為本體),以及能夠捕捉客戶、產品和系統等商業元素之間關係的知識圖譜。

文德表示,企業可能會將劣質輸出和幻覺歸咎於AI模型,但根本問題在於數據不準確和缺乏上下文。

「這正是許多[概念驗證]和試點項目失敗的原因,」他說。

他補充說:「每次我們擁有最優質、最乾淨且帶有上下文的數據時,你所焚燒的代幣數量都會極少。」

Vinod 描述了一種「示範花園」方法,結合了開源、開權重和前沿模型。

企業可以開發一層,根據不同特徵對代理和應用程式發送的提示進行情境化處理,並轉發至不同的模型。

他表示,將工作負載分散到多個模型中,不僅能防止廠商鎖定,還能控制成本與主權。

客戶資料保持在本地,採用可在主權基礎設施內運行的本地模型,同時負責任的 AI 框架確保模型不會接收客戶的特定個人資訊。

維諾德告訴與會者應在他們的 IT 環境中推進自主運營,以盡快修復問題,並在安全事件發生前識別出來。

他指出,即使事件數量有合理的減少,也是一個顯著的優勢。

免責聲明:本頁面資訊可能來自第三方,不一定反映KuCoin的觀點或意見。本內容僅供一般參考之用,不構成任何形式的陳述或保證,也不應被解釋為財務或投資建議。 KuCoin 對任何錯誤或遺漏,或因使用該資訊而導致的任何結果不承擔任何責任。 虛擬資產投資可能存在風險。請您根據自身的財務狀況仔細評估產品的風險以及您的風險承受能力。如需了解更多信息,請參閱我們的使用條款和風險披露 。