65% ของพอร์ตโฟลิโอการลงทุนของบริษัท Sequoia Capital ควบคุม AI และ LLM
ในบทสรุป
การสำรวจของ Sequoia Capital เผยให้เห็นการนำ AI และโมเดลภาษาขนาดใหญ่ไปใช้อย่างแพร่หลาย (ปริญญามหาบัณฑิต) จำนวน 33 บริษัท โดยมี OpenAI's GPT และของมานุษยวิทยา GPT เป็น API โมเดลพื้นฐานยอดนิยม
การตรัสรู้ แบบสำรวจที่จัดทำโดย Sequoia Capital ได้เปิดตัวการใช้ AI และโมเดลภาษาขนาดใหญ่ (LLM) อย่างแพร่หลายในบริษัทต่างๆ ทั่วทั้งเครือข่าย ตั้งแต่สตาร์ทอัพขนาดเล็กไปจนถึงองค์กรขนาดใหญ่ บริษัท 33 แห่งได้รับการสัมภาษณ์เพื่อรับข้อมูลเชิงลึกเกี่ยวกับการใช้ LLM และสแต็กใหม่ที่มาพร้อมกับพวกเขา
- LLMs ในการดำเนินการ: แบบจำลองภาษาได้ค้นพบแนวทางของพวกเขาในผลิตภัณฑ์มากมาย บริษัทต่างๆ ใช้ประโยชน์จาก LLM เพื่อปรับปรุงการเติมโค้ดอัตโนมัติ เวิร์กโฟลว์วิทยาศาสตร์ข้อมูล การโต้ตอบกับแชทบอท และอุตสาหกรรมที่หลากหลาย รวมถึงทัศนศิลป์ การตลาด การขาย กฎหมาย การบัญชี การผลิต การค้นหา อีคอมเมิร์ซ และการวางแผนการเดินทาง แอปพลิเคชั่นมีความหลากหลายและขยายตัว
- กองใหม่: กองที่เกิดขึ้นใหม่สำหรับ แอปพลิเคชัน LLM หมุนรอบ API โมเดลภาษากลไกการค้นคืน และการประสาน โซลูชันโอเพ่นซอร์สกำลังได้รับความนิยมเช่นกัน
สรุป:
- สถานะการนำไปใช้งาน: ประมาณ 65% ของบริษัทได้รวมแอปพลิเคชัน LLM เข้ากับสภาพแวดล้อมการผลิตของพวกเขา ในขณะที่อีก 35% ที่เหลือยังคงอยู่ในขั้นตอนการทดลอง
- การตั้งค่า API: ในบรรดา API ของโมเดลพื้นฐาน OpenAI's GPT โดดเด่นเป็นที่ชื่นชอบ โดยเลือกโดย 91% ของบริษัทที่สำรวจ ความสนใจของ Anthropic ก็เพิ่มขึ้นเป็น 15% บางบริษัทยังใช้หลายรุ่นด้วยซ้ำ
- กลไกการดึงข้อมูล: 88% ของบริษัทพิจารณากลไกการดึงข้อมูล เช่น ฐานข้อมูลเวกเตอร์ เป็นส่วนสำคัญของสแต็กของตน กลไกการดึงข้อมูลนี้ช่วยในการจัดเตรียมบริบทให้กับโมเดล ปรับปรุงคุณภาพผลลัพธ์ ลดความไม่ถูกต้อง และ จัดการกับข้อกังวลเรื่องความสดใหม่ของข้อมูล.
- กรอบการทำงานและการพัฒนา LLM: 38% ของ บริษัท แสดงความสนใจในเฟรมเวิร์กเช่น LangChain สำหรับการจัดการ LLM และการพัฒนาแอปพลิเคชัน การยอมรับได้เห็นการเพิ่มขึ้นเมื่อเร็วๆ นี้
- เครื่องมือตรวจสอบและทดสอบ: มีบริษัทน้อยกว่า 10% ที่กำลังมองหาเครื่องมือเพื่อตรวจสอบผลลัพธ์ LLM ต้นทุน ประสิทธิภาพ และทำการทดสอบ A/B อย่างไรก็ตาม ความสนใจในพื้นที่เหล่านี้คาดว่าจะเพิ่มขึ้นเนื่องจากองค์กรขนาดใหญ่และอุตสาหกรรมที่มีการควบคุมนำ LLM มาใช้
- ประกอบ เทคโนโลยีเจเนอเรทีฟ: บางบริษัทกำลังสำรวจการรวมกันของข้อความกำเนิด และเทคโนโลยีด้านเสียงซึ่งนำเสนอการเติบโตที่น่าตื่นเต้น
- การฝึกอบรมรูปแบบที่กำหนดเอง: 15% ของบริษัทได้พัฒนาแบบกำหนดเอง โมเดลภาษา ตั้งแต่เริ่มต้นหรือใช้โซลูชันโอเพ่นซอร์ส แนวโน้มนี้มีการเติบโตอย่างมากในช่วงหลายเดือนที่ผ่านมา โมเดลที่กำหนดเองเหล่านี้ต้องการสแต็กแยกต่างหากซึ่งประกอบด้วยทรัพยากรการประมวลผล ฮับโมเดล แพลตฟอร์มการโฮสต์ เฟรมเวิร์กการฝึกอบรม และเครื่องมือติดตามการทดสอบ
แนวโน้มในอนาคต:
- บริบทเฉพาะ: บริษัทต่าง ๆ ปรารถนาที่จะปรับแต่งรูปแบบภาษาให้เหมาะกับความต้องการและบริบทเฉพาะของตน
- Blending Stacks: แม้ว่าในขณะนี้จะแยกจากกัน แต่ Stack สำหรับ LLM APIs และ การฝึกอบรมรูปแบบที่กำหนดเอง สแต็กจะค่อยๆ รวมกันเมื่อเวลาผ่านไป
- ความน่าเชื่อถือ: เพื่อให้แน่ใจว่ามีการนำไปใช้อย่างสมบูรณ์ แบบจำลองภาษาต้องปรับปรุงคุณภาพผลลัพธ์ ให้ความสำคัญกับความเป็นส่วนตัวของข้อมูลและข้อกังวลด้านความปลอดภัย
- แอปพลิเคชันหลายรูปแบบ: แอปพลิเคชันรูปแบบภาษาจะเกี่ยวข้องกับโหมดการโต้ตอบที่หลากหลายมากขึ้น เช่น ข้อความและเสียง
การนำโมเดลภาษา AI มาใช้กำลังเปลี่ยนรูปแบบวิธีการพัฒนาผลิตภัณฑ์ของบริษัท แบบสำรวจที่จัดทำโดย Sequoia Capital เผยให้เห็นการใช้ LLM ที่แพร่หลายและสแต็กที่พัฒนาอย่างต่อเนื่องซึ่งสนับสนุนการใช้งาน ในขณะที่ AI ก้าวหน้าอย่างรวดเร็ว บริษัทต่างๆ กำลังปรับแต่งโมเดล แสวงหาความน่าเชื่อถือ และสำรวจพรมแดนใหม่
อ่านเพิ่มเติมเกี่ยวกับ AI:
ข้อจำกัดความรับผิดชอบ
สอดคล้องกับ แนวทางโครงการที่เชื่อถือได้โปรดทราบว่าข้อมูลที่ให้ไว้ในหน้านี้ไม่ได้มีจุดมุ่งหมายและไม่ควรตีความว่าเป็นคำแนะนำทางกฎหมาย ภาษี การลงทุน การเงิน หรือรูปแบบอื่นใด สิ่งสำคัญคือต้องลงทุนเฉพาะในสิ่งที่คุณสามารถที่จะสูญเสียได้ และขอคำแนะนำทางการเงินที่เป็นอิสระหากคุณมีข้อสงสัยใดๆ สำหรับข้อมูลเพิ่มเติม เราขอแนะนำให้อ้างอิงข้อกำหนดและเงื่อนไขตลอดจนหน้าช่วยเหลือและสนับสนุนที่ผู้ออกหรือผู้ลงโฆษณาให้ไว้ MetaversePost มุ่งมั่นที่จะรายงานที่ถูกต้องและเป็นกลาง แต่สภาวะตลาดอาจมีการเปลี่ยนแปลงได้โดยไม่ต้องแจ้งให้ทราบล่วงหน้า
เกี่ยวกับผู้เขียน
Damir เป็นหัวหน้าทีม ผู้จัดการผลิตภัณฑ์ และบรรณาธิการที่ Metaverse Postซึ่งครอบคลุมหัวข้อต่างๆ เช่น AI/ML, AGI, LLMs, Metaverse และ Web3- สาขาที่เกี่ยวข้อง บทความของเขาดึงดูดผู้ชมจำนวนมากกว่าล้านคนทุกเดือน ดูเหมือนว่าเขาจะเป็นผู้เชี่ยวชาญที่มีประสบการณ์ 10 ปีในด้าน SEO และการตลาดดิจิทัล Damir ได้รับการกล่าวถึงใน Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto และสิ่งพิมพ์อื่น ๆ เขาเดินทางไปมาระหว่างสหรัฐอาหรับเอมิเรตส์ ตุรกี รัสเซีย และ CIS ในฐานะคนเร่ร่อนทางดิจิทัล Damir สำเร็จการศึกษาระดับปริญญาตรีสาขาฟิสิกส์ ซึ่งเขาเชื่อว่าทำให้เขามีทักษะการคิดเชิงวิพากษ์ที่จำเป็นต่อการประสบความสำเร็จในภูมิทัศน์ที่เปลี่ยนแปลงตลอดเวลาของอินเทอร์เน็ต
บทความอื่น ๆ
Damir เป็นหัวหน้าทีม ผู้จัดการผลิตภัณฑ์ และบรรณาธิการที่ Metaverse Postซึ่งครอบคลุมหัวข้อต่างๆ เช่น AI/ML, AGI, LLMs, Metaverse และ Web3- สาขาที่เกี่ยวข้อง บทความของเขาดึงดูดผู้ชมจำนวนมากกว่าล้านคนทุกเดือน ดูเหมือนว่าเขาจะเป็นผู้เชี่ยวชาญที่มีประสบการณ์ 10 ปีในด้าน SEO และการตลาดดิจิทัล Damir ได้รับการกล่าวถึงใน Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto และสิ่งพิมพ์อื่น ๆ เขาเดินทางไปมาระหว่างสหรัฐอาหรับเอมิเรตส์ ตุรกี รัสเซีย และ CIS ในฐานะคนเร่ร่อนทางดิจิทัล Damir สำเร็จการศึกษาระดับปริญญาตรีสาขาฟิสิกส์ ซึ่งเขาเชื่อว่าทำให้เขามีทักษะการคิดเชิงวิพากษ์ที่จำเป็นต่อการประสบความสำเร็จในภูมิทัศน์ที่เปลี่ยนแปลงตลอดเวลาของอินเทอร์เน็ต
