Kleine Sprachmodelle, diversifizierte Einnahmequellen und Weiterentwicklungen der Algorithmen werden dazu führen, dass GenAI in den kommenden Monaten weiter wächst.
Unternehmen aller Branchen haben das Potenzial von KI bereits erkannt und akzeptiert, aber viele kämpfen nun mit der Aufgabe, KI-gestützte Lösungen bereitzustellen, die spürbare Auswirkungen haben und einen hohen Return on Funding (ROI) liefern.
Laut Isabel Al-Dhahir, Chefanalystin bei GlobalDataein führender Anbieter von KI-gestützter Marktintelligenz, ist zwar kein einfaches Unterfangen, Fortschritte bei KI-Algorithmen, eine anhaltende Diversifizierung der Einnahmequellen und der Aufstieg von SLMs werden jedoch dazu führen, dass KI und insbesondere generative KI (GenAI) weiter wachsen über das vierte Quartal bis ins Jahr 2025.
SLMs, vielfältige Einnahmequellen und effizientere Algorithmen
Es gibt drei Haupttreiber für das anhaltende Wachstum von GenAI. Der erste davon ist die zunehmende Bedeutung kleiner Sprachmodelle (SLMs). SLMs sind Modelle mit weniger als 10 Milliarden Parametern. Im Vergleich zu Massive Language Fashions (LLMs) erweisen sich SLMs als kostengünstiger und energieeffizienter in der Schulung und Bereitstellung.
Darüber hinaus könnten sich SLMs mit zunehmender Bekanntheit der Risiken und Auswirkungen größerer Modelle als praktischere Various für Unternehmen erweisen, da sie für domänenspezifische Funktionen konzipiert werden können. Sie sind außerdem sicherer, da sie lokal betrieben werden können und so das Risiko von Datenschutzverletzungen verringern.
Als nächstes kommt die Diversifizierung der Einnahmequellen. KI-Anbieter monetarisieren die Technologie über verschiedene Kanäle wie Lizenzierung, Information-as-a-Service (DaaS) und AI-as-a-Service (AIaaS). Durch die Bereitstellung spezifischer KI-Lösungen für verschiedene Kunden werden KI-Anbieter weiterhin ein attraktives Angebot für ein breites Spektrum von Branchen bieten.
Schließlich haben Fortschritte zu effizienteren KI-Algorithmen geführt, die Komprimierung, Bereinigung und Quantisierung priorisieren und die gleiche Ausgabe mit geringeren Rechenanforderungen erzeugen. Dies bedeutet, dass möglicherweise weniger fortschrittliche {Hardware} eingesetzt werden könnte, was den Zugang zu KI demokratisiert und die Auswirkungen der Rechenknappheit abmildert.
Geringe Akzeptanz bei Unternehmen, unklarer Weg zur Rentabilität und Einschränkungen bei der Rechenleistung
Es gibt jedoch noch eine Reihe von Herausforderungen, die das Wachstum von GenAI einschränken könnten. Über grundlegende Anwendungsfälle hinaus fordern Unternehmen jetzt Erklärbarkeit, domänenspezifisches Wissen, hohe und deterministische Genauigkeit sowie vorhersehbare Einsparungen und Kosten für integrierte KI-Instruments, die die heutigen Allzweckmodelle nicht bieten können. Hier dürfte die Beliebtheit von SLMs zunehmen, da sie auf die eigenen Bedürfnisse eines Unternehmens zugeschnitten werden können.
Eine wiederkehrende Herausforderung sind die Kosten für die Implementierung von KI in großem Maßstab und die Überführung von Projekten vom Pilotprojekt in die Produktion. Dies kann aufgrund der {Hardware}- und Cloud-Internet hosting-Kosten sehr teuer werden.
Darüber hinaus verbrauchen die Anbieter Milliarden von Greenback für das Coaching und die Inferenz ihrer KI-Modelle und stehen in hartem Wettbewerb miteinander. Nach der Veröffentlichung von Metas Open-Entry-Llama 3 hat sich der Wettbewerb nur noch verschärft, und die Benutzerpreise sind anschließend gesunken. Es bleibt abzuwarten, ob dies nachhaltig ist, und es wird gemunkelt, dass OpenAI im Jahr 2024 einen Verlust von 5 Milliarden US-Greenback erleiden wird.
Schließlich wird die Rechenleistung aufgrund der schwindenden Verfügbarkeit von GPUs, die relativ knapp sind, immer knapper. In der Praxis bedeutet dies, dass sich nur intestine finanzierte Organisationen Hochleistungsrechnen leisten können, Begin-ups zurückbleiben und möglicherweise Innovationen zum Stillstand bringen.
Bleiben Sie der GenAI-Kurve einen Schritt voraus
Trotz dieser Herausforderungen ist die große Mehrheit der Anbieter ihnen bereits weit voraus und verlagert ihre Bemühungen erfolgreich auf SLMs und fortschrittlichere Technologien. Unterdessen haben der Energiebedarf, die Sicherheitsrisiken und die Gültigkeitsbedenken bei größeren Modellen bei der Einführung in Unternehmen Anlass zur Besorgnis gegeben.
Jetzt und im nächsten Jahr bleiben GenAI und seine Vielzahl potenzieller Fähigkeiten und Vorteile ein zentraler Schwerpunkt für Unternehmen aller Branchen, wobei sich viele noch in einem frühen Stadium befinden. Mit neu fokussierter Aufmerksamkeit und innovativem Denken wird generative KI sicher vermeiden, im Regen stehen zu bleiben.
Melden Sie sich für die kostenlosen insideAI-Information an E-newsletter.
Begleiten Sie uns auf Twitter: https://twitter.com/InsideBigData1
Treten Sie uns auf LinkedIn bei: https://www.linkedin.com/firm/insideainews/
Begleiten Sie uns auf Fb: https://www.fb.com/insideAINEWSNOW
Schauen Sie bei uns vorbei YouTube!