มีเทคโนโลยีเพียงไม่กี่อย่างที่เคยได้รับความรักจากสื่อกระแสหลักและผู้ชมมากกว่า ChatGPT และความพยายามอื่นๆ ที่ใช้ vanilla GPT-3 และผู้ดูแลระบบไอทีระดับองค์กรก็รีบเร่งพัฒนาแอปพลิเคชันภายในองค์กรที่ใช้ GPT-3
จนถึงตอนนี้ทุกอย่างเป็นไปด้วยดี
แต่อย่างที่เราเคยเห็นมาก่อน ลองนึกถึงกระแสอินเทอร์เน็ตในช่วงกลางทศวรรษที่ 1990 หรือบล็อกเชนเมื่อเร็วๆ นี้ ธุรกิจสามารถก้าวไปข้างหน้าได้อย่างง่ายดายด้วยการลงทุนครั้งใหญ่ในสิ่งอื่นที่ไม่ใช่เป้าหมายเชิงกลยุทธ์
ฉันจำได้ว่าตอนเริ่มต้นของเวิลด์ไวด์เว็บ ฉันกำลังพูดคุยกับผู้บริหารเกี่ยวกับความพยายามในการเปิดเว็บไซต์ และฉันก็ถามเขาว่า “ทำไม? เพราะ? คุณกำลังพยายามทำอะไรให้สำเร็จ" แทนที่จะได้รับเป้าหมายและวัตถุประสงค์ที่เป็นรูปธรรมมากมาย ฉันได้ยินรูปแบบต่างๆ ของ "สมาชิกคณะกรรมการคนหนึ่งของเราอ่านเกี่ยวกับเรื่องนี้และยืนยันว่าเราทำได้" หรือ "ลูกชายของ CEO ของเราไม่ยอม "คุณหยุดได้ พูดถึงมัน" หรือที่น่าหดหู่ที่สุด: "ดูเหมือนทุกคนกำลังทำมันอยู่"
นี่เป็นความคิดเห็นที่ฉันได้ยินในวันนี้เกี่ยวกับ GPT-3 เพื่อความชัดเจน เทคโนโลยีใหม่ล่าสุดของอุตสาหกรรมจำนวนมากได้รับการพิสูจน์แล้วว่ามีความสำคัญเชิงกลยุทธ์ในท้ายที่สุด ไม่ใช่ทั้งหมด แต่มีมากมาย
ChatGPT มีชุดฟีเจอร์ที่น่าประทับใจ แต่เป็นเพียงฐานข้อมูลขนาดใหญ่ที่มีอินเทอร์เฟซที่เลียนแบบการสื่อสารของมนุษย์อย่างมีประสิทธิภาพ คิดว่ามันเป็นอินทราเน็ตที่ทรงพลังอย่างยิ่ง
ข้อมูลที่นำเสนอในการแลกเปลี่ยน ChatGPT ส่วนใหญ่นั้นไม่มีอะไรที่ไม่สามารถพบได้จากการค้นหาโดย Google ที่เหมาะสม “พบแล้ว” คือประเด็นสำคัญ ผู้ใช้อาจต้องเข้าไปดูผลการค้นหาของ Google หลายสิบรายการเพื่อค้นหาคำตอบเดียวที่ ChatGPT พบ
ประโยชน์อีกประการหนึ่งที่อาจพบมูลค่าการประมวลผลสูงสุดก็คือปฏิสัมพันธ์ที่เหมือนมนุษย์ ตามทฤษฎีแล้ว สิ่งนี้อาจทำให้โปรเจ็กต์การเขียนโค้ดจำนวนมากละทิ้งความพยายามในการเขียนโปรแกรมขั้นพื้นฐานไปมากกว่านี้ในท้ายที่สุด โครงการเขียนโปรแกรมส่วนใหญ่เริ่มต้นด้วยผู้บริหารหรือผู้จัดการสายงานธุรกิจกล่าวว่า "เราต้องการระบบเพื่อให้สามารถ XYZ ได้ ไปทำให้มันเกิดขึ้น” ให้กับผู้มีความสามารถด้านเทคนิค
จะเป็นอย่างไรหาก ChatGPT สามารถข้ามความสามารถในการเขียนโค้ดบางส่วนและสร้างโค้ดได้โดยตรงตามคำแนะนำของอุตสาหกรรม การเขียนโค้ดบางอย่างมีความคิดสร้างสรรค์และจินตนาการอย่างมาก และยังต้องอาศัยความช่วยเหลือจากมนุษย์อีกด้วย แต่จริงๆ แล้ว การเขียนโปรแกรมจำนวนมากต้องใช้ความพยายามและทำซ้ำๆ GPT สามารถดูแลในส่วนนี้ได้หรือไม่?
ในทางตรงกันข้าม เราได้เห็นข้อบกพร่องที่ไร้สาระและโครงสร้างแบบแบนที่ระบบ GPT-3 มอบให้แล้ว จนกว่าจะได้รับการแก้ไข การใช้งานของ GPT-3 จะถูกจำกัด แม้ว่าอินเทอร์เฟซที่เป็นภาษาธรรมชาติจะน่าดึงดูด แต่การปล่อยให้โปรแกรมแชท GPT-3 พูดคุยกับลูกค้าแทนคุณถือเป็นหายนะ
แล้วมันจะใช้ได้อย่างไร? มีสองวิธีในการสำรวจคำถามสำคัญนี้: ตามที่กำหนดและปลายเปิด ทั้งสองแนวทางอาจน่าสนใจมาก ทั้งนี้ขึ้นอยู่กับธุรกิจและเป้าหมายของคุณ ไม่ต้องพูดถึงงบประมาณของคุณ
วิธีการกำหนดนั้นง่ายกว่าและมีแนวโน้มที่จะให้ผลลัพธ์ในระยะสั้นกว่า คุณกำลังพยายามที่จะบรรลุอะไร? GPT-3 สามารถทำอะไรได้บ้างในปัจจุบันเพื่อช่วยธุรกิจของคุณ และอาจจะทำให้การใช้งานผลิตภัณฑ์/บริการบางอย่างที่คุณต้องการมาระยะหนึ่งแต่ไม่สามารถทำได้สำเร็จ
CIO จำเป็นต้องกรองอย่างมีกลยุทธ์ ไม่เช่นนั้นคุณเป็นเพียงวิลลี่ วองก้าในโรงงานช็อกโกแลต — Scott Castle ประธานเจ้าหน้าที่ฝ่ายกลยุทธ์ของ Sisenseแนวทางแบบเปิดมีความน่าสนใจมากขึ้น นี่คือที่ที่คุณให้เวลาทีมของคุณมากขึ้นในการเล่นกับ GPT-3 และสร้างสรรค์และดูว่าพวกเขาสามารถทำอะไรได้บ้าง แต่แนวทางนี้ต้องมีข้อจำกัดบางประการ
CIO ต้องคิดให้ออกว่าพวกเขาต้องการทำอะไรกับมัน ไม่เช่นนั้นนักพัฒนาจะหมุนวงล้อด้วยไอเดียแปลกประหลาดไม่รู้จบ Scott Castle ประธานเจ้าหน้าที่ฝ่ายกลยุทธ์ของบริษัทวิเคราะห์ Sisense กล่าว “CIO จำเป็นต้องประเมินอย่างมีกลยุทธ์ ไม่เช่นนั้นพวกเขาจะเป็นแค่วิลลี่ วองก้าในโรงงานช็อกโกแลต” เขากล่าว
นักวิเคราะห์ชั้นนำคนหนึ่งของอุตสาหกรรมคือ Roy Ben-Alta เมื่อเดือนที่แล้ว Ben-Alta ออกจาก Meta/Facebook ในตำแหน่งหัวหน้าฝ่าย AI เพื่อเริ่มต้นบริษัทของตัวเอง ก่อนที่จะมี Meta เขาทำงานที่ Amazon เป็นเวลา 11 ปี และสิ้นสุดในตำแหน่งผู้อำนวยการฝ่ายการวิเคราะห์/การเรียนรู้ของเครื่องจักร ข้อมูลการสตรีม และฐานข้อมูล NoSQL
CIO "ต้องถามตัวเองว่า 'สิ่งนี้จะช่วยธุรกิจของฉันได้อย่างไร'" Ben-Alta กล่าว "วิธีที่ดีที่สุดในการเข้าถึงสิ่งนี้คือการทำงานแบบย้อนกลับจากไคลเอนต์ เรากำลังพยายามแก้ไขปัญหาอะไร นี่คือปัญหา: ในการเริ่มต้น คุณต้องใช้เงินเป็นจำนวนมาก การฝึกอบรมต้องใช้ตัวประมวลผลจำนวนมาก กรณีการใช้งาน ต้องการแหล่งข้อมูลเฉพาะ และหากไม่มีข้อมูล พวกเขาจำเป็นต้องค้นหาว่าจะต้องเสียค่าใช้จ่ายเท่าใดในการได้มาซึ่งข้อมูลนั้น
องค์ประกอบที่ทรงพลังที่สุดของ GPT-3 คือการเข้ารหัสและอินเทอร์เฟซ แต่สำหรับบริษัทที่พยายามสร้างสิ่งเหนือสิ่งอื่นใด ปัญหาไม่ได้อยู่ที่การเขียนโค้ด มันจะเป็นข้อมูลอย่างแน่นอน
“จุดอ่อนของระบบการวิเคราะห์คือคุณภาพของข้อมูล” Ben-Alta กล่าว “งานส่วนใหญ่เป็นเรื่องเกี่ยวกับข้อมูล การรวมข้อมูลมักจะเป็นปัญหาและเป็นองค์ประกอบที่ยากที่สุด รูปแบบข้อมูลและประเภทของข้อมูลที่จะใช้มีวิวัฒนาการ โมเดลการวิเคราะห์จะดีก็ต่อเมื่อข้อมูลดีเท่านั้น »
ปัญหาข้อมูลเป็นสิ่งสำคัญ แต่ความซับซ้อนในการวิเคราะห์จำนวนมากเกิดขึ้นเนื่องจากการโต้ตอบระหว่างข้อมูล Waqaas Al-Siddiq ซีอีโอของบริษัทวิเคราะห์ทางการแพทย์ Biotricity นำเสนอตัวอย่างอันทรงพลังว่าการโต้ตอบสามารถบ่อนทำลายโมเดลภาษาที่ยอดเยี่ยมที่สุดได้อย่างไร
“อะไรก็ตามที่เป็นจุดพีคหรือความผิดปกติ เช่น ภายในค่าเบี่ยงเบนมาตรฐานสามหรือสี่ค่าของค่าเฉลี่ย จะมีปัญหามากมาย ยิ่งตัวแปรมากเท่าไรก็ยิ่งยากขึ้นเท่านั้น เนื่องจากคุณจะต้องการข้อมูลมากขึ้น” Al-Siddiq พูดว่า. “แต่เนื่องจากสิ่งเหล่านี้มีความผิดปกติ จึงไม่สามารถให้ข้อมูลได้เพียงพอ”
Al-Siddiq ยกตัวอย่างการขนส่งสินค้าคงคลัง: “สมมติว่ามีโครงการก่อสร้างที่บังคับให้ผู้คนออกไป และในช่วงสองสัปดาห์เดียวกันนั้นก็เกิดคลื่นความร้อน มันทำให้ผู้คนหยุดและดื่ม ตอนนี้มีหลายตัวแปร คุณจะมีข้อมูลไม่เพียงพอที่จะจัดการกับความผิดปกตินี้โดยอัตโนมัติหรือแบบคาดการณ์ได้ เว้นแต่คุณจะติดตามตัวแปรเหล่านี้ ยิ่งคุณติดตามตัวแปรมากเท่าไร โมเดล AI ของคุณก็จะยิ่งซับซ้อนมากขึ้นเท่านั้น »
มีประโยชน์มากมายในการใช้ประโยชน์จากรูปแบบภาษาที่ยอดเยี่ยมเหล่านี้ แต่เห็นได้ชัดว่าเป็นความคิดที่ดีที่จะไม่ปล่อยให้อารมณ์ครอบงำ
“เรื่องยุ่งยากทั้งหมดนี้เกี่ยวข้องกับผลิตภัณฑ์ของบริษัทหนึ่ง นั่นคือ OpenAI บริษัทนี้ได้รับผลกระทบมากมาย ความกลัวที่จะพลาด” Jay Chakraborty หุ้นส่วนของ PwC (ชื่อเดิม Price-Waterhouse-Coopers) กล่าว เวอร์ชันของการตื่นทองของแคลิฟอร์เนีย ความอิ่มเอมใจของดอทคอมว่า 'โลกทั้งโลกกำลังจะล่มสลาย' สถานการณ์ Y2000K"
Chakraborty สนับสนุนให้ CIO ทำการทดลองแซนด์บ็อกซ์เพียงไม่กี่ครั้ง และ “กดดันธุรกิจให้เสนอแนวคิดและกรณีการใช้งาน ถ้าฉันเป็น Hedge Fund ทำไมฉันไม่คิดถึงสิ่งที่ฉันสามารถทำให้เป็นอัตโนมัติได้ล่ะ สิ่งนี้สามารถกำจัดบัตรการลงทุนได้อย่างมีประสิทธิภาพมากขึ้นอย่างง่ายดาย โดยจะสร้างการวิเคราะห์โดยอัตโนมัติและเป็นก้าวสำคัญอีกก้าวหนึ่งในการบรรลุเป้าหมาย เขากำลังเขียนงานสุดท้าย
Rowan Curran นักวิเคราะห์ของ Forrester ซึ่งเชี่ยวชาญด้านวิทยาการข้อมูล แมชชีนเลิร์นนิง ปัญญาประดิษฐ์ และคอมพิวเตอร์วิทัศน์ ยอมรับว่า GPT-3 มีศักยภาพที่ดี แต่ผู้บริหารจำเป็นต้องมองว่าเป็นความพยายามเชิงกลยุทธ์อีกทางหนึ่ง
“สิ่งแรกที่คุณต้องทำคือถอยห่างจากสายตาของสาธารณชนแล้วถามตัวเองว่า 'เราจะประยุกต์ใช้จุดนั้นได้จริงที่ไหน โดยที่เราสามารถใช้ประโยชน์จากจุดแข็งและลดจุดอ่อนของพวกเขาได้' เราจะใช้มันได้อย่างไร? เคอร์รานกล่าวว่า
แม้ว่า GPT-3 “อาจเป็นแนวทางที่ยอดเยี่ยมในการสร้างสรรค์สิ่งใหม่ๆ แต่การมุ่งเน้นไปที่สิ่งที่ใช้ได้จริงในระยะสั้นก็สำคัญเช่นกัน จำเป็นอย่างยิ่งที่จะต้องให้ความรู้แก่ตนเองเกี่ยวกับสิ่งที่เป็นไปได้ “มันเป็นพื้นที่ใหม่ที่มีชีวิตชีวา” Curran กล่าว พร้อมเสริมว่าเขามองเห็นข้อจำกัดร้ายแรงบางประการ ตัวอย่างเช่น เขาพบว่าแนวคิดในการใช้มันเพื่อแชทในแอปที่ต้องพบปะกับลูกค้านั้น "ขาดความรับผิดชอบอย่างยิ่ง"
โมเดลภาษาขนาดใหญ่ไม่ใช่เรื่องใหม่ แต่อินเทอร์เฟซเหมือนมนุษย์ที่ GPT-3 ออกแบบได้ปลุกความเป็นไปได้ของโลกคอมพิวเตอร์และสร้างความฝันมากมาย ไม่เป็นไร ตราบใดที่พวกเขาตื่นก่อนที่จะตัดสินใจลงทุนและกำหนดทิศทางของโครงการ
ลิขสิทธิ์ © 2023 IDG Communications, Inc.