Các doanh nghiệp sẽ không áp dụng AI nếu không có kỹ sư triển khai trước? Các con số doanh thu được công bố từ các công ty gán nhãn dữ liệu có phải là doanh thu thực hay GMV? Có hơn 8 người chơi trong thị trường gán nhãn dữ liệu với 100 triệu đô la ARR, ai sẽ thắng? Ai sẽ thua? Thị trường tài năng AI đã chết? Bạn có phải tham gia vào trò chơi quản lý và triển khai dữ liệu không? @InvTechInc là một trong những gã khổng lồ bí mật trong thị trường với 200 triệu đô la ARR và một số công ty lớn nhất thế giới là khách hàng. Spotify 👉 Youtube 👉 Apple Podcasts 👉 5 bài học hàng đầu của tôi từ việc ngồi xuống với CEO của họ, Matthew Fitzpatrick 👇

1. AI Doanh Nghiệp Vẫn Chỉ Mới Bắt Đầu Việc triển khai trong doanh nghiệp không chỉ là các mô hình, mà còn là hạ tầng dữ liệu, thiết kế lại quy trình làm việc, trách nhiệm, sự tin cậy và khả năng quan sát. Điều này giống như việc xây dựng các mô hình tín dụng trong ngân hàng, với quản lý rủi ro mô hình, thử nghiệm, đào tạo và xác thực. Tôi nghĩ rằng việc triển khai AI doanh nghiệp vẫn chỉ mới ở giai đoạn đầu và sẽ mất một thập kỷ, chứ không phải hai năm. Có điều gì mà không ai thấy về việc triển khai AI doanh nghiệp mà mọi người nên thấy @chetanp @RichardSocher @lqiao @peakji

2. Bạn Phải Bán AI Doanh Nghiệp Thông Qua Bằng Chứng, Không Phải Lời Hứa Lời khuyên đơn giản nhất mà tôi đưa ra là bắt đầu với các bằng chứng khái niệm, bắt đầu với các cuộc chạy thử giải pháp. Họ sẽ không trả một đồng nào cho đến khi bạn chứng minh công nghệ hoạt động, chúng tôi sẽ làm điều đó miễn phí trong tám tuần. Nếu công nghệ của bạn hoạt động, bạn sẽ chứng minh được điều đó. Bạn khuyên các nhà sáng lập về các POC như thế nào @maggie_hott @ajtennant @mark_goldberger

3. Kỹ sư Triển khai Trực tiếp (FDEs) là rất quan trọng cho việc nhúng quy trình làm việc thực sự AI sẵn có hiếm khi bám sát. Khi sự thay đổi yêu cầu sự chấp nhận, chỉ có các đội ngũ được nhúng tại chỗ với các nhà điều hành mới có thể điều chỉnh công cụ với các quy trình thực tế. FDEs cầu nối khoảng cách đó, nếu không có họ, các dự án sẽ bị đình trệ hoặc quay lại giai đoạn thử nghiệm. Bạn có đồng ý rằng FDEs là cần thiết cho việc áp dụng doanh nghiệp thực sự hiệu quả không @BrendanFoody @jonsidd @GarrettLord

4. Có một khoảng cách ngày càng lớn giữa hiệu suất mô hình và việc áp dụng trong doanh nghiệp Các chỉ số công khai cho thấy sự cải thiện 40–60% về độ chính xác của mô hình. 60% người tiêu dùng hiện đang sử dụng AI hàng tuần, nhưng chỉ khoảng 5% các triển khai doanh nghiệp đang hoạt động hôm nay. Để thu hẹp khoảng cách này không chỉ cần những mô hình tốt hơn mà còn cần cơ sở hạ tầng dữ liệu, thiết kế lại quy trình làm việc, trách nhiệm, sự tin tưởng và khả năng quan sát. Theo bạn, những rào cản lớn nhất đối với việc áp dụng AI trong doanh nghiệp là gì @levie @benioff @jasonlk @ivanhzhao

5. Dữ liệu và chuyên môn do con người tạo ra sẽ là động lực tăng trưởng của thập kỷ tới Dữ liệu tổng hợp hoạt động tốt cho các nhiệm vụ rõ ràng, nhưng lý luận phức tạp, đa phương thức, đa ngôn ngữ và đa giai đoạn đòi hỏi những hiểu biết được chọn lọc từ con người. Các doanh nghiệp sẽ đầu tư mạnh vào việc thu thập, xác thực và tinh chỉnh trên các quy trình làm việc thực tế. Sự gia tăng của dữ liệu tổng hợp ảnh hưởng đến thị trường dữ liệu do con người tạo ra như thế nào @ashugarg @jrichlive @gokulr