Ob dies wirklich ein „iPhone-Moment“ oder eine ernsthafte Bedrohung für die Google-Suche ist, ist derzeit nicht offensichtlich – während es wahrscheinlich zu einer Änderung des Benutzerverhaltens und der Benutzererwartungen führen wird, wird die erste Verschiebung Unternehmen sein, die darauf drängen, Tools zu schulen auf großen Sprachmodellen (LLMs), um von ihren eigenen Daten und Diensten zu lernen.
Und das ist letztlich der Schlüssel – die Bedeutung und der Wert der generativen KI sind heute nicht wirklich eine Frage der gesellschaftlichen oder branchenweiten Transformation. Vielmehr geht es darum, wie diese Technologie neue Möglichkeiten der Interaktion mit großen und unhandlichen Daten- und Informationsmengen eröffnen kann.
OpenAI ist klar auf diese Tatsache eingestellt und sieht eine kommerzielle Chance: Obwohl die Liste der Organisationen, die an der ChatGPT-Plugin-Initiative teilnehmen, klein ist, hat OpenAI eine Warteliste eröffnet, auf der sich Unternehmen anmelden können, um Zugang zu den Plugins zu erhalten. In den kommenden Monaten werden wir zweifellos viele neue Produkte und Schnittstellen sehen, die von den generativen KI-Systemen von OpenAI unterstützt werden.
Es ist jedoch leicht, in die Falle zu tappen, OpenAI als den einzigen Torwächter dieser Technologie zu sehen – und ChatGPT als Die Go-to-generatives KI-Tool – das ist glücklicherweise bei weitem nicht der Fall. Sie müssen sich nicht auf einer Warteliste anmelden oder riesige Bargeldbeträge zur Verfügung haben, die Sie Sam Altman übergeben können; Stattdessen ist es möglich, LLMs selbst zu hosten.
Das ist etwas, was wir bei Thoughtworks allmählich sehen. In der neuesten Ausgabe des Technology Radar – unserem eigenwilligen Leitfaden zu den Techniken, Plattformen, Sprachen und Tools, die heute in der gesamten Branche verwendet werden – haben wir eine Reihe miteinander verbundener Tools und Praktiken identifiziert, die darauf hindeuten, dass die Zukunft der generativen KI eine Nische und spezialisiert ist , im Gegensatz zu dem, was viele Mainstream-Konversationen glauben machen.
Leider glauben wir nicht, dass viele Geschäfts- und Technologieführer dies bereits erkannt haben. Der Fokus der Branche liegt auf OpenAI, was bedeutet, dass das entstehende Ökosystem von Tools darüber hinaus – beispielhaft dargestellt durch Projekte wie GPT-J und GPT Neo – und der DIY-Ansatz, den sie ermöglichen können, bisher etwas vernachlässigt wurden. Das ist schade, denn diese Optionen bieten viele Vorteile. Beispielsweise umgeht ein selbst gehostetes LLM die sehr realen Datenschutzprobleme, die sich aus der Verbindung von Daten mit einem OpenAI-Produkt ergeben können. Mit anderen Worten, wenn Sie ein LLM für Ihre eigenen Unternehmensdaten bereitstellen möchten, können Sie genau das selbst tun; es muss nicht woanders hingehen. Angesichts der Bedenken der Industrie und der Öffentlichkeit in Bezug auf Datenschutz und Datenmanagement ist es äußerst vernünftig, vorsichtig zu sein, anstatt sich von den Marketingbemühungen der Big Tech verführen zu lassen.
Ein verwandter Trend sind domänenspezifische Sprachmodelle. Obwohl diese ebenfalls erst am Anfang stehen, könnte die Feinabstimmung öffentlich verfügbarer, universeller LLMs auf Ihren eigenen Daten eine Grundlage für die Entwicklung unglaublich nützlicher Tools zum Abrufen von Informationen bilden. Diese könnten zum Beispiel auf Produktinformationen, Inhalten oder internen Dokumentationen verwendet werden. Wir glauben, dass Sie in den kommenden Monaten weitere Beispiele dafür sehen werden, wie diese verwendet werden, um z. B. den Mitarbeitern des Kundensupports zu helfen und den Erstellern von Inhalten zu ermöglichen, freier und produktiver zu experimentieren.
Wenn die generative KI doch domänenspezifischer wird, bleibt die Frage, was das eigentlich für den Menschen bedeutet. Ich würde jedoch vorschlagen, dass diese Sicht auf die mittelfristige Zukunft der KI viel weniger bedrohlich und beängstigend ist als viele der heutigen Untergangsvisionen. Durch eine bessere Überbrückung der Lücke zwischen generativer KI und spezifischeren und Nischendatensätzen sollten die Menschen im Laufe der Zeit eine subtil andere Beziehung zur Technologie aufbauen. Es wird seine Mystik als etwas, das angeblich alles weiß, verlieren und stattdessen in unseren Kontext eingebettet werden.