Generative KI und Basismodelle werden die Akzeptanz von Conversational AI beschleunigen, die Wahrnehmung ihrer Intelligenz erhöhen und ihre Anwendung auf verschiedene Branchen und Bereiche ausweiten, so die Vorhersage von Gartner.
Der Hype um OpenAI ChatGPT, das in einer Vielzahl von generativen KI-Anwendungsfällen erprobt wird, unterstreicht die laufenden Innovationen im Bereich der konversationellen künstlichen Intelligenz (KI). Anbieter von konversationeller KI haben ihre Marketingbotschaften so angepasst, dass sie die Integration von GPT-Technologien (ChatGPT, GPT2/3 usw.) in ihre Angebote ausdrücklich hervorheben. Die Innovation wird durch den kombinatorischen Effekt mehrerer Technologien vorangetrieben, einschließlich Grundlagenmodellen, Wissensgraphen und Verstärkungslernen mit Menschen in der Schleife.
Drei Auswirkungen von ChatGPT
Die Rolle aller drei KI-Techniken in konversationsfähigen KI-Produkten und -Dienstleistungen wird in den nächsten drei Jahren drastisch zunehmen und die intelligenten und konversationsfähigen Fähigkeiten von Software und fortschrittlichen virtuellen Assistenten (VA) verändern.
Die drei wichtigsten Auswirkungen der Ankündigung und des exponentiellen Experimentierens mit ChatGPT und anderen Basismodellen (sowohl Sprachmodelle als auch Text-zu-Video-, Text-zu-Bild-, Text-zu-Audio-Modelle usw.) sind die folgenden:
- Basismodelle sind ein wichtiger KI-Fortschritt, sollten aber als potenzielle Technologie in Kombination mit anderen KI-Entwicklungstechniken erforscht werden (siehe Bild 1).
- Während OpenAI ChatGPT über Experimente und Versuche mit Unternehmen hinaus nicht weit verbreitet sein wird, werden andere unternehmensübergreifende Produkte wie Microsoft AzureOpenAI Services oder Bing in den nächsten 12 bis 18 Monaten eingeführt werden. Konzentrieren Sie sich stattdessen darauf, die Technologie zu erlernen und in Ihr Angebot zu integrieren. Im Gegenteil, generative KI und Basismodelle werden in den nächsten zwei Jahren in viele Softwaretechnologieprodukte integriert werden. Die Einbindung generativer KI-Funktionen in fortgeschrittene VAs und Software wird sich ab 2023 ausweiten.
- Die Anwendungsfälle für konversationelle KI werden sich weiterhin auf mehrere Geschäftsbereiche und Branchen ausweiten, vom Content Marketing bis hin zu neuen intelligenten Suchoptionen, KI-Avataren und Entscheidungsintelligenz. Die nächsten Herausforderungen für Produktverantwortliche bei Software- und Technologieanbietern werden darin bestehen, Investitionsentscheidungen zur Integration und Verbesserung der wichtigsten Anwendungsfälle zu treffen, um die Markteinführung zu beschleunigen und die Ergebnisse zu verbessern.
Gartner geht davon aus, dass bis 2027 60 % der NLP-Anwendungsfälle durch Basismodelle unterstützt werden, während es im Jahr 2022 noch weniger als 10 % waren. Während Allzweck-Basismodelle sehr teuer und zeitaufwändig in der Entwicklung sind und in der Regel nur in der Cloud laufen, ermöglichen sie die Entwicklung von domänenspezifischen Modellen, die den Technologieanbietern zukünftige Geschäftsmöglichkeiten eröffnen.
Da die intelligenten und konversationellen Fähigkeiten für Conversational-AI-Plattformen, VA und intelligente Software zunehmen, müssen Produktverantwortliche in Technologieanbietern in benutzerdefinierte große Sprachmodelle (LLMs) investieren, um sich auf die beschleunigte Akzeptanz intelligenter Software und VA durch Unternehmen und die erforderlichen Änderungen des geschäftlichen Werts ihrer Lösung vorzubereiten.
Um von diesen rasanten Entwicklungen im Bereich der Basismodelle und der generativen KI zu profitieren, sollten Anbieter von Conversational AI und Software diese Technologien in den folgenden sieben Bereichen einbeziehen:
- Einbindung in Funktionen zur Generierung natürlicher Sprache (NLG) für eine bessere Zusammenfassung und intelligentere domänenspezifische VA-Antworten
- Test interner KI-Modelle
- Entwicklung hybrider Modelle zur Unterstützung von VA-Antworten mit Wissensgraphen, Basismodellen und generativer KI (erfordert gute semantische Fähigkeiten)
- Beschleunigung Ihrer Lösungen auf dem Weg zu mehr generativer KI-Fähigkeit
- Ergänzung bestehender Suchlösungen
- Neuronale maschinelle Echtzeit-Übersetzung
- Humanisierung der internen und der Kundenkommunikation mit KI-Avataren auf der Grundlage von textübertragender generativer KI-Technologie.
Es wird auch neue Möglichkeiten für Dienstleistungen rund um die oben genannten Technologiebereiche geben, etwa für Transfer-Learning-Fähigkeiten oder das Unternehmensmanagement von generierten KI-Inhalten und -Kommunikation. Um den geschäftlichen Wert aufkommender Technologien wie konversationelle KI und fortschrittliche VAs zu erhöhen, müssen Technologieanbieter nicht nur die vielversprechenden zukünftigen Möglichkeiten aufdecken, sondern auch in der Lage sein, den geschäftlichen Wert, den sie liefern, zu quantifizieren.
Produktverantwortliche können einen auf einem Markov-Entscheidungsprozess (MDP) basierenden Ansatz verwenden, um den monetären Geschäftswert zu quantifizieren, der proportional zum Wert der intelligenten Rollen ist, die ein fortschrittlicher VA oder eine intelligente Software in großem Umfang ausführt. Die Verwendung des MDP-Ansatzes bei Investitionsentscheidungen in Technologie-Roadmaps, Markteinführungs- und Vertriebsaktivitäten kann Wettbewerbsvorteile und Abschlussquoten erhöhen, indem Vertriebs- und Marketingaktivitäten auf einen quantifizierbaren Geschäftswert ausgerichtet werden.
Das zukünftige Potenzial von Conversational AI mit generativer KI
Über 1,7 Milliarden Dollar wurden in den letzten fünf Jahren von Venture-Capital-Firmen in generative KI-Lösungen investiert, die eine Vielzahl neuer Anwendungsfälle hervorgebracht haben. Anbieter von Technologieprodukten sollten die Differenzierung von Software oder Lösungen vorantreiben, indem sie spezifische Segmente innerhalb der generativen KI identifizieren, die bestehende vertikale Geschäftsprobleme lösen können, wie etwa häufige Aktualisierungen von Marketingmaterialien oder personalisierte Möglichkeiten der Kundenansprache.