„Es gibt keine KI ohne Daten, es gibt keine KI ohne unstrukturierte Daten und es gibt keine KI ohne unstrukturierte Daten im großen Maßstab“, sagte er Chet KapoorVorsitzender und CEO des Datenverwaltungsunternehmens DataStax.
Kapoor eröffnete auf der Tech Disrupt 2024 ein Gespräch über „neue Datenpipelines“ im Kontext moderner KI-Anwendungen, zu dem auch Kapoor gehörte Schaufelssa LarcoPartner bei der VC-Firma NEA; Und George FraserCEO der Datenintegrationsplattform Fivetran. Während der Chat mehrere Grundlagen abdeckte, wie etwa die Bedeutung der Datenqualität und die Rolle von Echtzeitdaten in der generativen KI, war eine der wichtigsten Erkenntnisse, dass es in einer Phase, die eigentlich noch in den Anfängen steckt, wichtiger ist, der Marktanpassung des Produkts Vorrang vor der Skalierung zu geben der KI. Der Rat für Unternehmen, die in die schwindelerregende Welt der generativen KI eintauchen möchten, ist einfach: Seien Sie zunächst nicht zu ehrgeizig und konzentrieren Sie sich auf praktische, schrittweise Fortschritte. Der Grund? Wir sind wirklich immer noch dabei, alles herauszufinden.
„Das Wichtigste bei generativer KI ist, dass es auf die Menschen ankommt“, sagte Kapoor. „Die SWAT-Teams, die tatsächlich losziehen und die ersten paar Projekte bauen – sie lesen kein Handbuch; Sie schreiben das Handbuch für die Erstellung generativer KI-Apps.“
Es stimmt zwar, dass Daten und KI Hand in Hand gehen, aber man kann leicht von der schieren Menge an Daten überwältigt werden, über die ein Unternehmen verfügen kann. Einige davon sind möglicherweise sensibel, unterliegen strengen Schutzmaßnahmen und werden möglicherweise sogar an unzähligen Standorten gespeichert. Larco, der mit zahlreichen Start-ups im B2C- und B2B-Spektrum zusammenarbeitet (und im Vorstand sitzt), schlug einen einfachen, aber pragmatischen Ansatz vor, um in diesen frühen Tagen echte Werte zu erschließen.
„Arbeiten Sie rückwärts für das, was Sie erreichen möchten – was versuchen Sie zu lösen und welche Daten benötigen Sie?“ Sagte Larco. „Finden Sie diese Daten, wo auch immer sie sich befinden, und verwenden Sie sie dann für diesen Zweck.“
Dies steht im Gegensatz zu dem Versuch, generative KI von Anfang an im gesamten Unternehmen einzusetzen, alle Daten dem Large Language Model (LLM) zuzuwerfen und zu hoffen, dass es am Ende das Richtige ausspuckt. Laut Larco wird dies wahrscheinlich zu einem ungenauen und teuren Durcheinander führen. „Fangen Sie klein an“, sagte sie. „Was wir sehen, ist, dass Unternehmen klein anfangen, mit internen Anwendungen, mit sehr spezifischen Zielen und dann die Daten finden, die zu dem passen, was sie erreichen wollen.“
Fraser, der die „Datenbewegungs“-Plattform Fivetran seit ihrer Gründung vor 12 Jahren leitet und dabei namhafte Kunden wie OpenAI und Salesforce gewonnen hat, schlug vor, dass sich Unternehmen eng auf die tatsächlichen Probleme konzentrieren sollten, mit denen sie derzeit konfrontiert sind.
„Lösen Sie nur die Probleme, die Sie heute haben; Das ist das Mantra“, sagte Fraser. „Die Kosten für Innovationen liegen immer zu 99 % in Dingen, die man entwickelt hat und die nicht funktioniert haben, und nicht in Dingen, die funktioniert haben und von denen man sich gewünscht hätte, dass man sie im Voraus geplant hätte. Auch wenn das die Probleme sind, an die wir im Nachhinein immer denken, sind das nicht die 99 % der Kosten, die Sie tragen.“
Ähnlich wie in den Anfängen des Webs und in jüngerer Zeit der Smartphone-Revolution haben frühe Anwendungen und Anwendungsfälle für generative KI Einblicke in eine leistungsstarke neue KI-gestützte Zukunft gegeben. Bisher waren sie jedoch nicht unbedingt bahnbrechend.
„Ich nenne dies die Angry Birds-Ära der generativen KI“, sagte Kapoor. „Es verändert mein Leben nicht völlig, noch wäscht niemand meine Wäsche. Dieses Jahr bringt jedes Unternehmen, mit dem ich zusammenarbeite, etwas in Produktion – klein, intern, aber es geht in Produktion, weil sie tatsächlich an den Kniffen arbeiten, wie man die Teams zusammenstellt, um dies zu verwirklichen. Nächstes Jahr nenne ich das Jahr der Transformation, in dem die Leute anfangen werden, Apps zu entwickeln, die tatsächlich anfangen, die Entwicklung des Unternehmens, für das sie arbeiten, zu verändern.“