Підприємства не впроваджуватимуть ШІ без інженерів, які працюють на передових позиціях? Чи є показники доходів від компаній, що маркують дані, реальним доходом або GMV? На ринку маркування даних 8+ гравців із ARR $100 млн, хто виграє? Хто програє? Чи загинули ринки талантів ШІ? Чи обов'язково потрібно бути також у сфері кураторства та впровадження даних? @InvTechInc — один із секретних гігантів на ринку з $200 млн ARR і деякими з найбільших компаній світу як клієнтів. Spotify 👉 Youtube 👉 Apple Podcasts 👉 Мої топ-5 уроків із розмови з їхнім генеральним директором Меттью Фіцпатріком 👇

1. Enterprise AI все ще в першому інінгу Розгортання в підприємстві — це набагато більше, ніж просто моделі, це інфраструктура даних, переробка робочих процесів, підзвітність, довіра та спостережуваність. Це схоже на побудову кредитних моделей у банківській справі, з управлінням ризиками, тестуванням, навчанням і валідацією моделей. Я думаю, що впровадження корпоративного ШІ вже в першому інінгу і займе десятиліття, а не два роки. Що ніхто не бачить у впровадженні корпоративного ШІ, чого мають бачити @chetanp @RichardSocher @lqiao @peakji

2. Ви маєте продавати корпоративний ШІ через докази, а не обіцянки Найпростіша порада, яку я даю — починайте з доказу концепцій, починайте з розв'язальних спринтів. Вони не платять жодного долара, поки не доведеш, що технологія працює, ми зробимо це безкоштовно вісім тижнів. Якщо твоя техніка працює, ти це покажеш. Як ви консультуєте засновників щодо людей кольору @maggie_hott @ajtennant @mark_goldberger

3. Інженери з передовим розгортанням (FDE) є критично важливими для справжнього вбудовування робочих процесів Штучний інтелект з коробки рідко приживається. Коли зміни потребують впровадження, лише команди, вбудовані на місці з операторами, можуть узгоджувати інструменти з реальними процесами. FDE долають цю прірву, без них проєкти застрягають або повертаються до пілотів. Чи погоджуєтеся ви, що FDE необхідні для того, щоб корпоративне впровадження дійсно працювало @BrendanFoody @jonsidd @GarrettLord

4. Зростає розрив між продуктивністю моделі та впровадженням підприємствами Публічні бенчмарки показують зростання точності моделей на 40–60%. 60% споживачів зараз щотижня використовують ШІ, але лише ~5% корпоративних розгортань сьогодні активні. Для подолання цієї прірви потрібні не лише кращі моделі, а й інфраструктура даних, переробка робочих процесів, відповідальність, довіра та спостережуваність. Які, на вашу думку, найбільші бар'єри для впровадження корпоративного ШІ є @levie @benioff @jasonlk @ivanhzhao

5. Дані та експертиза, створені людиною, стануть попутним фактором зростання наступного десятиліття Синтетичні дані працюють для чітких завдань, але складне, мультимодальне, багатомовне, багатоступеневе мислення вимагає ретельно підібраних людських інсайтів. Підприємства інвестуватимуть значні кошти у збір, валідацію та точне налаштування реальних робочих процесів. Як зростання синтетичних даних впливає на ринок даних, створених людиною@ashugarg @jrichlive @gokulr