Saya telah bekerja di AI selama 15 tahun. Berikut adalah beberapa tanda pencucian AI.
Esai yang diceritakan-ke ini didasarkan pada percakapan dengan John Fitzpatrick, chief technology officer di startup manajemen dokumen Nitro. Telah diedit untuk panjang dan kejelasan.
Saya telah bekerja di AI selama 15 tahun dan saya adalah salah satu insinyur asli di belakang Apple’s Siri. Saat ini saya adalah Chief Technology Officer di Nitro – sebuah perusahaan perangkat lunak yang membantu bisnis mengelola dan mengamankan dokumen secara lebih efisien.
Selama setahun terakhir, saya telah melihat banyak pencucian AI, terutama setelah chatgpt lepas landas.
Cuci AI adalah ketika perusahaan membesar -besarkan atau salah menggambarkan apa yang sebenarnya dapat dilakukan AI mereka, supaya mereka dapat mengatakan bahwa mereka menggunakan AI.
Tiba -tiba, banyak aplikasi yang hanya kulit baru yang ditampar di atas chatgpt muncul. Bisnis mulai mengubah citra fitur otomasi yang ada sebagai AI tanpa membuat peningkatan produk nyata.
Saya melihat ini mirip dengan hype “cloud” bertahun -tahun yang lalu. Tiba -tiba, setiap bisnis menjadi bisnis cloud. Kami melihat itu dengan AI hari ini. Jika Anda mendengarkan panggilan pendapatan, setiap perusahaan berbicara tentang AI.
Data Alphasense terbaru menunjukkan peningkatan 779% dalam menyebutkan istilah -istilah seperti “Agen AI,” “Tenaga Kerja AI,” “Tenaga Kerja Digital,” dan “Agen AI” selama panggilan pendapatan dalam setahun terakhir.
Hampir setiap startup sekarang harus memiliki sudut AI untuk mendapatkan dana.
Tanda -tanda mencuci AI
Ada beberapa contoh pencucian AI yang berbeda.
Salah satu contohnya adalah lapisan antarmuka pengguna tipis di atas chatgpt dan mungkin sejumlah kecil rekayasa cepat. Dalam beberapa kasus, itu bisa sangat berharga, tetapi dalam banyak kasus, itu tidak menambah nilai tertentu.
Tantangan lain dengan pencucian AI adalah perusahaan yang terburu -buru fitur AI ke pasar dengan integrasi sederhana ini tanpa mempertimbangkan privasi atau keamanan pelanggan.
Dalam kasus terburuk, pemain utama meluncurkan fitur asisten dan memperbarui syarat dan ketentuan mereka untuk memungkinkan mereka menggunakan data pelanggan untuk pelatihan.
Lalu ada masalah mengandalkan API publik dan vendor layanan pihak ketiga tidak mengendalikan. Ini berarti dokumen sensitif akan dikirim ke pihak ketiga, yang merupakan risiko keamanan utama.
Di industri yang diatur, di mana mereka sering berurusan dengan dokumen yang sangat penting, Anda ingin sangat berhati -hati terhadap halusinasi dan memastikan Anda mendapatkan hal -hal seperti skor kepercayaan diri dari model.
Banyak pelanggan kami memiliki faktur dan data keuangan dalam dokumen PDF. Sangat penting untuk menjadi akurat ketika data itu diekstraksi, atau di mana model memiliki kepercayaan diri yang rendah, menjadi sangat jelas.
Perusahaan juga mencoba melakukan aliran otomatisasi penuh tanpa memiliki cek manusia, dan di situlah kesalahan dapat terjadi.
Dalam jenis industri ini, kesalahan -kesalahan itu bisa sangat mahal,
Kami bergerak melampaui hype dan ke bagian adopsi – di mana AI menjadi detail implementasi membangun fitur produk yang sangat kuat.
Perusahaan mempelajari apa yang dapat dan tidak bisa dilakukan AI, membangun fitur yang baik, dan memanfaatkan AI.
Karena itu, investor dan pasar mulai memahami di mana ada AI superfisial versus benar -benar menambahkan utilitas nyata.
