Şirketler, ileri düzey mühendisler olmadan yapay zekaya mı benimser olur? Veri etiketleme şirketlerinden gelen gelir rakamları gerçek gelir mi yoksa GMV mi? Veri etiketleme pazarında 100 milyon dolarlık ARR ile 8+ oyuncu var, kim kazanıyor? Kim kaybeder? Yapay zeka yetenek pazarları öldü mü? Veri kürasyonu ve uygulama alanında da olmak zorunda mısınız? @InvTechInc, 200 milyon dolarlık ARR ve dünyanın en büyük şirketlerinden bazılarını müşteriler olarak alan pazardaki gizli devlerden biri. Spotify 👉 Youtube 👉 Apple Podcast'leri 👉 CEO'ları Matthew Fitzpatrick 👇 ile oturup aldığım en önemli 5 ders

1. Kurumsal yapay zeka hâlâ ilk inningde Kurumsal dağıtım sadece modellerden ibaret değil, veri altyapısı, iş akışı yeniden tasarımı, hesap verebilirlik, güven ve gözlemlenebilirlik. Bu, bankacılık sektöründe kredi modelleri oluşturmak gibidir; model risk yönetimi, test, eğitim ve doğrulama gibidir. Bence kurumsal yapay zeka dağıtımı ilk aşamada ve iki yıl değil, on yıl sürecek. Kurumsal yapay zeka dağıtımında herkesin görmesi gereken neyi kimse görmüyor @chetanp @RichardSocher @lqiao @peakji

2. Kurumsal Yapay Zekayı Kanıtlarla Satmalısınız, Söz Vermeden Verdiğim en basit tavsiye, kavramların kanıtıyla başla, çözüm sprintleriyle başlamak. Teknolojinin çalıştığını kanıtlamadan bir dolar bile ödüyorlar, sekiz hafta ücretsiz yaparız. Teknolojiniz çalışıyorsa, göstereceksiniz. Kuruculara POC'lar konusunda nasıl tavsiyede bulunuyorsunuz @maggie_hott @ajtennant @mark_goldberger

3. İleriye Yerleştirilmiş Mühendisler (FDE'ler) gerçek iş akışı gömülmesi için kritik öneme sahiptir Kutudan çıkmış yapay zeka nadiren yapışır. Değişim benimsenmesi gerektirdiğinde, sadece operatörlerle birlikte yerleşik ekipler araçları gerçek süreçlere uyumlu hale getirebilir. FDE'ler bu boşluğu kapatır, onlarsız projeler durur ya da pilotlara geri döner. Kurumsal benimseme için FDE'lerin gerçekten çalışması için gerekli olduğunu kabul ediyor musunuz@BrendanFoody @jonsidd @GarrettLord

4. Model performansı ile kurumsal benimseme arasında büyüyen bir uçurum var Kamu benchmarkları model doğruluğunda %40–60 artış gösteriyor. Tüketicilerin %60'ı artık haftalık olarak yapay zeka kullanıyor, ancak kurumsal dağıtımların sadece ~%5'i bugün canlı. Bu boşluğu kapatmak için sadece daha iyi modeller değil, veri altyapısı, iş akışı yeniden tasarımı, hesap verebilirlik, güven ve gözlemlenebilirlik gereklidir. Kurumsal yapay zekanın benimsenmesine önündeki en büyük engeller sizin aklınıza göre nelerdir@levie @benioff @jasonlk @ivanhzhao

5. İnsan Tarafından Üretilen Veri ve Uzmanlık, Gelecek On Yılın Büyüme Rüzgarı Olacak Sentetik veriler net görevler için işe yarar, ancak karmaşık, çok modal, çok dilli, çok aşamalı akıl yürütme özenle hazırlanmış insan içgörülerini gerektirir. İşletmeler, gerçek dünya iş akışlarını toplamak, doğrulamak ve ince ayarlamak için büyük yatırımlar yapacak. Sentetik verinin yükselişi insan tarafından üretilen veri pazarını nasıl etkiliyor@ashugarg @jrichlive @gokulr