65% spółek z portfela inwestycyjnego Sequoia Capital wykorzystuje sztuczną inteligencję i LLM
W skrócie
Ankieta przeprowadzona przez Sequoia Capital ujawniła powszechne przyjęcie sztucznej inteligencji i dużych modeli językowych (LLM) w 33 firmach, z OpenAI'S GPT i antropiczne GPT będący ulubionym interfejsem API modelu podstawowego.
Pouczające badanie przeprowadzone przez Sequoia Capital ujawnił powszechne przyjęcie sztucznej inteligencji i dużych modeli językowych (LLM) w różnych firmach w swojej sieci. Od małych start-upów po duże przedsiębiorstwa, przeprowadzono wywiady z 33 firmami, aby uzyskać wgląd w wykorzystanie przez nie LLM i towarzyszących im stosów.
- LLM w działaniu: modele językowe znalazły zastosowanie w wielu produktach. Firmy wykorzystują LLM do ulepszenia autouzupełniania kodu, przepływów pracy w analizie danych, interakcji chatbotów i wielu branż, w tym sztuki wizualnej, marketingu, sprzedaży, prawa, księgowości, produktywności, wyszukiwania, handlu elektronicznego i planowania podróży. Zastosowania są różnorodne i rozszerzają się.
- Nowy stos: Powstający stos dla Aplikacje LLM obracają się wokół interfejsów API modelu języka, mechanizmy wyszukiwania i orkiestracja. Popularność zdobywają również rozwiązania open-source.
Podsumowanie:
- Status adopcji: Około 65% firm zintegrowało aplikacje LLM ze swoim środowiskiem produkcyjnym, podczas gdy pozostałe 35% wciąż znajduje się w fazie eksperymentów.
- Preferencje API: Wśród interfejsów API modelu podstawowego, OpenAI'S GPT wyróżnia się jako faworyt, wybrany przez 91% badanych firm. Zainteresowanie Anthropic również wzrosło do 15%. Niektóre firmy wykorzystują nawet wiele modeli.
- Mechanizm wyszukiwania: 88% firm uważa mechanizm wyszukiwania, taki jak wektorowa baza danych, za kluczową część stosu. Ten mechanizm wyszukiwania pomaga w zapewnieniu kontekstu modelowi, poprawie jakości wyników, zmniejszeniu niedokładności i rozwiązywanie problemów dotyczących aktualności danych.
- Ramy orkiestracji i rozwoju LLM: 38% firmy wyrazić zainteresowanie frameworkami takimi jak LangChain do orkiestracji LLM i tworzenia aplikacji. Adopcja ostatnio wzrosła.
- Narzędzia do monitorowania i testowania: Mniej niż 10% firm aktywnie poszukuje narzędzi do monitorowania wyników LLM, kosztów, wydajności i przeprowadzania testów A/B. Oczekuje się jednak, że zainteresowanie tymi obszarami wzrośnie, ponieważ większe przedsiębiorstwa i branże regulowane przyjmą LLM.
- Uzupełniający Technologie generatywne: Niektóre firmy badają połączenie tekstu generatywnego i technologii głosowych, co stanowi ekscytujący obszar wzrostu.
- Niestandardowe szkolenie modelowe: 15% firm opracowało niestandardowe modele językowe od podstaw lub z wykorzystaniem rozwiązań open source. Ten trend odnotował znaczny wzrost w ostatnich miesiącach. Te niestandardowe modele wymagają osobnego stosu obejmującego zasoby obliczeniowe, centra modeli, platformy hostingowe, ramy szkoleniowe i narzędzia do śledzenia eksperymentów.
Perspektywy na przyszłość:
- Unikalny kontekst: Firmy dążą do dostosowania modeli językowych do swoich specyficznych potrzeb i kontekstów.
- Mieszanie stosów: Chociaż obecnie stos jest oddzielny, stos dla interfejsów API LLM i szkolenie z modeli niestandardowych stos stopniowo łączą się w czasie.
- Wiarygodność: Aby zapewnić pełne przyjęcie, modele językowe muszą poprawiać jakość wyników, traktując priorytetowo kwestie związane z prywatnością danych i bezpieczeństwem.
- Aplikacje multimodalne: Aplikacje oparte na modelach językowych będą w coraz większym stopniu obejmować wiele trybów interakcji, takich jak tekst i głos.
Przyjęcie modeli językowych AI zmienia sposób, w jaki firmy opracowują swoje produkty. Ankieta przeprowadzona przez Sequoia Capital ujawnia powszechne stosowanie LLM i ewoluujące stosy, które wspierają ich wdrażanie. W miarę szybkiego postępu AI firmy dostosowują modele, szukają wiarygodności i odkrywają nowe granice.
Przeczytaj więcej o sztucznej inteligencji:
Odpowiedzialność
Zgodnie z Zaufaj wytycznym projektu, należy pamiętać, że informacje zawarte na tej stronie nie mają na celu i nie powinny być interpretowane jako porady prawne, podatkowe, inwestycyjne, finansowe lub jakiekolwiek inne formy porad. Ważne jest, aby inwestować tylko tyle, na utratę czego możesz sobie pozwolić, a w przypadku jakichkolwiek wątpliwości zasięgnąć niezależnej porady finansowej. Aby uzyskać więcej informacji, sugerujemy zapoznać się z warunkami oraz stronami pomocy i wsparcia udostępnianymi przez wydawcę lub reklamodawcę. MetaversePost zobowiązuje się do sporządzania dokładnych i bezstronnych raportów, jednakże warunki rynkowe mogą ulec zmianie bez powiadomienia.
O autorze
Damir jest liderem zespołu, menedżerem produktu i redaktorem w Metaverse Post, obejmujący takie tematy, jak AI/ML, AGI, LLM, Metaverse i Web3-pokrewne pola. Jego artykuły przyciągają każdego miesiąca ogromną publiczność, liczącą ponad milion użytkowników. Wydaje się być ekspertem z 10-letnim doświadczeniem w SEO i marketingu cyfrowym. Damir został wspomniany w Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto i inne publikacje. Jako cyfrowy koczownik podróżuje między ZEA, Turcją, Rosją i WNP. Damir uzyskał tytuł licencjata z fizyki, co jego zdaniem dało mu umiejętności krytycznego myślenia potrzebne do odniesienia sukcesu w ciągle zmieniającym się środowisku internetowym.
Więcej artykułów
Damir jest liderem zespołu, menedżerem produktu i redaktorem w Metaverse Post, obejmujący takie tematy, jak AI/ML, AGI, LLM, Metaverse i Web3-pokrewne pola. Jego artykuły przyciągają każdego miesiąca ogromną publiczność, liczącą ponad milion użytkowników. Wydaje się być ekspertem z 10-letnim doświadczeniem w SEO i marketingu cyfrowym. Damir został wspomniany w Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto i inne publikacje. Jako cyfrowy koczownik podróżuje między ZEA, Turcją, Rosją i WNP. Damir uzyskał tytuł licencjata z fizyki, co jego zdaniem dało mu umiejętności krytycznego myślenia potrzebne do odniesienia sukcesu w ciągle zmieniającym się środowisku internetowym.
