Il 65% delle società del portafoglio di investimenti di Sequoia Capital sfrutta AI e LLM
In Breve
L'indagine di Sequoia Capital ha rivelato l'adozione diffusa dell'intelligenza artificiale e dei modelli di linguaggio di grandi dimensioni (LLM) in 33 società, con OpenAI'S GPT e di Anthropic GPT essendo le API del modello di base preferite.
Un illuminante sondaggio condotto da Sequoia Capital ha svelato l'adozione diffusa dell'intelligenza artificiale e dei modelli di linguaggio di grandi dimensioni (LLM) in varie aziende della loro rete. Dalle piccole startup alle grandi imprese, 33 aziende sono state intervistate per ottenere informazioni sul loro utilizzo degli LLM e sugli stack emergenti che li accompagnano.
- LLM in azione: i modelli linguistici hanno trovato la loro strada in una moltitudine di prodotti. Le aziende stanno sfruttando gli LLM per migliorare il completamento automatico del codice, i flussi di lavoro di data science, le interazioni con i chatbot e un'ampia gamma di settori, tra cui arte visiva, marketing, vendite, legale, contabilità, produttività, ricerca, e-commerce e pianificazione dei viaggi. Le applicazioni sono diverse e in espansione.
- Il nuovo stack: lo stack emergente per Le applicazioni LLM ruotano attorno alle API del modello di linguaggio, meccanismi di recupero e orchestrazione. Anche le soluzioni open source stanno guadagnando popolarità.
Sommario:
- Stato di adozione: circa il 65% delle aziende ha integrato le applicazioni LLM nel proprio ambiente di produzione, mentre il restante 35% è ancora in fase di sperimentazione.
- Preferenze API: tra le API del modello di base, OpenAI'S GPT spicca come la preferita, scelta dal 91% delle aziende intervistate. Anche l'interesse di Anthropic è cresciuto al 15%. Alcune aziende utilizzano anche più modelli.
- Meccanismo di recupero: l'88% delle aziende considera un meccanismo di recupero, come un database vettoriale, una parte cruciale del proprio stack. Questo meccanismo di recupero aiuta a fornire un contesto al modello, migliorare la qualità dei risultati, ridurre le imprecisioni e affrontare i problemi di freschezza dei dati.
- Quadro di orchestrazione e sviluppo LLM: 38% del aziende esprimere interesse per framework come LangChain per l'orchestrazione LLM e lo sviluppo di applicazioni. L’adozione ha visto un recente aumento.
- Strumenti di monitoraggio e test: meno del 10% delle aziende cerca attivamente strumenti per monitorare gli output, i costi e le prestazioni di LLM e condurre test A/B. Tuttavia, si prevede che l'interesse per queste aree aumenterà man mano che le imprese più grandi e le industrie regolamentate adotteranno gli LLM.
- Complementare Tecnologie generative: alcune aziende stanno esplorando la combinazione di testo generativo e le tecnologie vocali, che rappresentano un'entusiasmante area di crescita.
- Custom Model Training: il 15% delle aziende ha sviluppato custom modelli linguistici da zero o utilizzando soluzioni open-source. Questa tendenza ha visto una crescita significativa negli ultimi mesi. Questi modelli personalizzati richiedono uno stack separato comprendente risorse di calcolo, hub di modelli, piattaforme di hosting, framework di addestramento e strumenti di tracciamento degli esperimenti.
Le prospettive future:
- Contesto unico: le aziende aspirano a personalizzare i modelli linguistici per soddisfare le loro esigenze e contesti specifici.
- Stack di fusione: sebbene attualmente separati, lo stack per le API LLM e il addestramento del modello personalizzato stack si stanno gradualmente unendo nel tempo.
- Affidabilità: per garantire la piena adozione, i modelli linguistici devono migliorare la qualità dell'output, dare priorità alla privacy dei dati e ai problemi di sicurezza.
- Applicazioni multimodali: le applicazioni del modello linguistico coinvolgeranno sempre più modalità multiple di interazione, come il testo e la voce.
L'adozione di modelli di linguaggio AI sta rimodellando il modo in cui le aziende sviluppano i propri prodotti. Il sondaggio condotto da Sequoia Capital rivela l'uso prevalente di LLM e gli stack in evoluzione che supportano la loro implementazione. Mentre l'intelligenza artificiale continua a progredire rapidamente, le aziende stanno personalizzando i modelli, cercando affidabilità ed esplorando nuove frontiere.
Per saperne di più sull'intelligenza artificiale:
Negazione di responsabilità
In linea con la Linee guida del progetto Trust, si prega di notare che le informazioni fornite in questa pagina non intendono essere e non devono essere interpretate come consulenza legale, fiscale, di investimento, finanziaria o di qualsiasi altra forma. È importante investire solo ciò che puoi permetterti di perdere e chiedere una consulenza finanziaria indipendente in caso di dubbi. Per ulteriori informazioni, suggeriamo di fare riferimento ai termini e alle condizioni nonché alle pagine di aiuto e supporto fornite dall'emittente o dall'inserzionista. MetaversePost si impegna a fornire report accurati e imparziali, ma le condizioni di mercato sono soggette a modifiche senza preavviso.
Circa l'autore
Damir è il team leader, il product manager e l'editore di Metaverse Post, che copre argomenti come AI/ML, AGI, LLM, Metaverse e Web3campi correlati. I suoi articoli attirano un vasto pubblico di oltre un milione di utenti ogni mese. Sembra essere un esperto con 10 anni di esperienza in SEO e marketing digitale. Damir è stato menzionato in Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto e altre pubblicazioni. Viaggia tra Emirati Arabi Uniti, Turchia, Russia e CSI come nomade digitale. Damir ha conseguito una laurea in fisica, che secondo lui gli ha fornito le capacità di pensiero critico necessarie per avere successo nel panorama in continua evoluzione di Internet.
Altri articoliDamir è il team leader, il product manager e l'editore di Metaverse Post, che copre argomenti come AI/ML, AGI, LLM, Metaverse e Web3campi correlati. I suoi articoli attirano un vasto pubblico di oltre un milione di utenti ogni mese. Sembra essere un esperto con 10 anni di esperienza in SEO e marketing digitale. Damir è stato menzionato in Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto e altre pubblicazioni. Viaggia tra Emirati Arabi Uniti, Turchia, Russia e CSI come nomade digitale. Damir ha conseguito una laurea in fisica, che secondo lui gli ha fornito le capacità di pensiero critico necessarie per avere successo nel panorama in continua evoluzione di Internet.