🧰 வணிகங்கள் முகவர் AI ஐ அளவிட உதவும் வகையில் IBM "Enterprise Advantage" ஐ அறிமுகப்படுத்துகிறது ↗
பெரிய நிறுவனங்களுக்குள் முகவர் AI-ஐ அறிமுகப்படுத்துவதற்கு IBM "பிளாட்ஃபார்ம்-முதல்" பாதையை முன்வைக்கிறது - குறைவான அறிவியல் புனைகதை டெமோ, அதிக நிர்வகிக்கப்பட்ட பிளம்பிங். சொத்துக்களை மீண்டும் பயன்படுத்துவது, குழுக்கள் எவ்வாறு உருவாக்குகின்றன என்பதை தரப்படுத்துவது மற்றும் ஒவ்வொரு துறையும் அதன் சொந்த சிறிய AI இராச்சியத்தை உருவாக்குவதைத் தடுப்பது இதன் யோசனை.
முழுமையான மறுகட்டமைப்பைக் கோருவதற்குப் பதிலாக, "நீங்கள் ஏற்கனவே இயக்கும் விஷயங்களுடன் பொருந்த வேண்டும்" என்பதில் அவர்கள் உறுதியாகச் சாய்ந்துள்ளனர், இது நீங்கள் ஒரு மரபுவழி அமைப்பைக் காணும் வரை உறுதியளிக்கும். இருப்பினும், நோக்கம் தெளிவாக உள்ளது: முகவர் வெளியீட்டு முறைகளை மீண்டும் மீண்டும் செய்யக்கூடியதாக மாற்றவும், தனிப்பயனாக்கப்பட்ட முறையில் அல்ல.
🧭 e& மற்றும் IBM ஆகியவை நிர்வாகம் மற்றும் இணக்கப் பணிப்பாய்வுகளில் முகவர் AI ஐ உட்பொதிக்கின்றன ↗
இது "ஒரு பாட் உடனான அரட்டை" குறைவாகவும், "உங்கள் ஆபத்து மற்றும் இணக்க இயந்திரத்திற்குள் வாழும் AI" அதிகமாகவும் உள்ளது - தவறுகள் விலை உயர்ந்ததாகவும், வேகமாகவும் மாறும் கவர்ச்சியற்ற இடம். தொடக்கத்திலிருந்தே பாதுகாப்புத் தடுப்புகள் மற்றும் கண்டறியும் திறன் பின்னிப் பிணைந்துள்ளதால், இந்த ஆடுகளம் முகவர் தானியங்கிமயமாக்கல் ஆகும்.
கேள்விகளுக்கு பதிலளிக்கும் உதவியாளர்களிடமிருந்து, கடுமையான கட்டுப்பாடுகளின் கீழ், படிகளைச் செயல்படுத்தும் முகவர்களாக மாறுவதாக அவர்கள் இதை வடிவமைக்கிறார்கள். அது சக்தி வாய்ந்தது - மேலும் மக்களை கொஞ்சம் நேராக உட்கார வைக்கும் பகுதியும் கூட.
📈 2030 ஆம் ஆண்டுக்குள் சிறந்த வணிக வளர்ச்சியை AI ஊக்குவிக்கும் என்று IBM ஆய்வு கூறுகிறது ↗
IBM இன் நிர்வாகக் கணக்கெடுப்பு அடிப்படையில் கூறுகிறது: நிறுவனங்கள் செயல்திறனுக்கு அப்பால் AI உண்மையான வளர்ச்சியை அடையும் என்று எதிர்பார்க்கின்றன, ஆனால் பல தலைவர்களிடம் இன்னும் மதிப்பு எங்கு செல்கிறது என்பதற்கான தெளிவான திட்டம் இல்லை. அந்த முரண்பாடு விசித்திரமாக ஆறுதலளிக்கிறது - அது உங்களுக்கு மட்டுமல்ல.
ஒரு பெரிய கருப்பொருள் ஒருங்கிணைப்பு: "பக்கத்தில் AI" அதிகம் உருமாறுவதில்லை. பல மாதிரி உத்திகள் மற்றும் சிறிய மாதிரிகள் அதிக வேலைகளைச் செய்வதை நோக்கி அமைதியான உந்துதல் உள்ளது, இது எல்லா செலவிலும் தூய அளவிலான அளவிலிருந்து ஒரு நடைமுறை ரீதியான படியைப் போன்றது... அல்லது அப்படித் தெரிகிறது.
🎓 மான்செஸ்டர் பல்கலைக்கழகம் மற்றும் மைக்ரோசாப்ட் இடையேயான உலகின் முதல் AI கூட்டாண்மை அறிவிக்கப்பட்டது ↗
இது உலகளாவியதாக மாறி வருவதாக மான்செஸ்டர் கூறுகிறது: மைக்ரோசாப்ட் 365 கோபிலட் அணுகல் மற்றும் அனைத்து ஊழியர்கள் மற்றும் மாணவர்களுக்கும் பயிற்சி. இந்த கட்டமைப்பானது திறன்கள், சமத்துவம் மற்றும் பொறுப்பான பயன்பாட்டை அடிப்படையாகக் கொண்டது - "உற்பத்தித்திறன் சிறப்பாக இருக்கும்" என்று மட்டும் அல்ல.
நடைமுறையில், அது "சிலருக்கு கருவிகள் தெரியும், மற்றவர்களுக்குத் தெரியாது" என்ற குறைவான ஒட்டு மொத்தப் பைகளைக் குறிக்கலாம். அல்லது அது நிறைய கொள்கை, நிறைய விவாதம், பின்னர் - இறுதியாக - வளாக அளவிலான நிலையான அடிப்படையைக் குறிக்கலாம்.
🧑💼 AI வேலைகளை மாற்றுமா? பதில் அவ்வளவு நேரடியானதல்ல என்று ஆந்த்ரோபிக் அறிக்கை கண்டறிந்துள்ளது ↗
இங்கு ஆந்த்ரோபிக்கின் பணி (நடைமுறையில் மக்கள் கிளாடை எவ்வாறு பயன்படுத்துகிறார்கள் என்பதன் மூலம்) AI தற்போது "வேலை நீக்குதலை" விட "பணி உதவி"யாக இருப்பதை சுட்டிக்காட்டுகிறது. மக்கள் முழுப் பணிகளையும் ஒப்படைக்காமல், வேலைப் பகுதிகளை இறக்கிவிடுகிறார்கள்.
இதில் சுவாரஸ்யமான விஷயம் என்னவென்றால், இதன் நுணுக்கம் என்னவென்றால்: தொழிலைப் பொறுத்தும், வேலையின் எந்தப் பகுதி தானியங்கி முறையில் இயங்குகிறது என்பதைப் பொறுத்தும் தாக்கம் பெருமளவில் மாறுபடும். இது ஒரு மேகத்தைப் பார்த்து புயலைக் கணிக்க முயற்சிப்பது போன்றது - நீங்கள் எதையாவது பார்க்கலாம், ஆனால் முழு வானிலை அமைப்பையும் பார்க்க முடியாது.
🧪 மருந்துத் துறைக்கான ஐரோப்பிய ஒன்றியம் மற்றும் அமெரிக்கா கூட்டு AI கொள்கைகள் ↗
வாழ்க்கை அறிவியல் துறையில் "நல்ல AI ஆளுகை"க்கான பொதுவான கொள்கைகளின் அடிப்படையில் EU மற்றும் US மருந்து ஒழுங்குமுறை நிறுவனங்கள் இணைந்துள்ளன - மேற்பார்வை, இடர் மேலாண்மை மற்றும் தெளிவான பொறுப்புக்கூறல் ஆகியவற்றை சிந்தியுங்கள். பளிச்சிடுவதாக இல்லை, ஆனால் அது கட்டமைக்கப்படுவதை அமைதியாக வடிவமைக்கும் ஒரு விஷயம்.
அடிப்படையில் உந்துதல் என்னவென்றால்: நிச்சயமாக, AI ஐப் பயன்படுத்துங்கள், ஆனால் அதை சலிப்பூட்டும் வகையில் தணிக்கை செய்யக்கூடியதாகவும், அது எங்கு பொருந்துகிறது, எதற்காகப் பயன்படுத்தப்படுகிறது, அது பக்கவாட்டில் செல்லும்போது யார் பொறுப்பு என்பது பற்றியும் வெளிப்படையாகவும் ஆக்குங்கள்.
அடிக்கடி கேட்கப்படும் கேள்விகள்
முகவர் AI-க்கான IBM-இன் எண்டர்பிரைஸ் அட்வாண்டேஜ் சேவை என்ன?
பெரிய நிறுவனங்களில் முகவர் AI-ஐ அறிமுகப்படுத்துவதற்கான ஒரு தளம்-முதல் வழியாக IBM இன் “நிறுவன நன்மை” முன்வைக்கப்படுகிறது, ஒவ்வொரு பயன்பாட்டையும் ஒரு தனிப்பயனாக்கப்பட்ட, ஒரு முறை மட்டுமே பயன்படுத்தக்கூடிய முயற்சியாகக் கருதாமல். பகிரப்பட்ட சொத்துக்களை மீண்டும் பயன்படுத்துதல், அணிகள் முகவர்களை எவ்வாறு உருவாக்குகின்றன என்பதை தரப்படுத்துதல் மற்றும் “துறை வாரியாக” துண்டு துண்டாகத் தவிர்ப்பது ஆகியவற்றில் முக்கியத்துவம் அளிக்கப்படுகிறது. வெளியீட்டுகளை மீண்டும் மீண்டும் செய்யக்கூடியதாகவும், நிர்வகிக்கக்கூடியதாகவும், அளவிட எளிதானதாகவும் மாற்றும் நோக்கத்துடன், முழுமையான மறுகட்டமைப்பைக் கோருவதற்குப் பதிலாக, இருக்கும் சூழல்களில் பொருத்துவதையும் இது வலியுறுத்துகிறது.
முகவர் AI, சாட்பாட் அல்லது கோபிலட் போன்ற AI உதவியாளரிடமிருந்து எவ்வாறு வேறுபடுகிறது?
முகவர் AI என்பது "கேள்விகளுக்கு பதிலளிப்பது" என்று குறைவாகவும், பணிப்பாய்வுக்குள் "படிகளை செயல்படுத்துவது" என்று அதிகமாகவும் வடிவமைக்கப்பட்டுள்ளது. பரிந்துரைகளுடன் நிறுத்துவதற்குப் பதிலாக, ஒரு முகவர் வரையறுக்கப்பட்ட விதிகளின் கீழ் செயல்களைச் செய்ய முடியும். அந்த மாற்றம் பங்குகளை உயர்த்துகிறது, அதனால்தான் செய்தியிடல் பாதுகாப்புத் தடுப்புகள், கண்டறியக்கூடிய தன்மை மற்றும் கட்டுப்பாடுகள் மீது பெரிதும் சார்ந்துள்ளது - குறிப்பாக முகவர்கள் வணிக-முக்கியமான செயல்முறைகளுக்குள் செயல்படும்போது.
அணிகளுக்கு இடையே முகவர் AI ஐ அளவிடும்போது "பிளாட்ஃபார்ம்-ஃபர்ஸ்ட்" என்றால் என்ன?
தளத்தை முதன்மையாகக் கொண்ட அணுகுமுறை என்பது பகிரப்பட்ட அடித்தளங்களை உருவாக்குவதாகும் - கருவிகள், வடிவங்கள், நிர்வாகம் மற்றும் மீண்டும் பயன்படுத்தக்கூடிய கூறுகள் - எனவே குழுக்கள் ஒரே முகவர் திறன்களை தனிமைப்படுத்தி மீண்டும் உருவாக்குவதில்லை. தனிப்பயனாக்கப்பட்ட கட்டமைப்புகளைக் குறைத்து, துறைகளுக்கு இடையே வரிசைப்படுத்தல்களை சீராக வைத்திருப்பதே இதன் நோக்கம். நடைமுறையில், ஒவ்வொரு குழுவும் அதன் சொந்த தனித்தனி AI அடுக்கை ஒன்று சேர்க்காமல், முகவர் ரோல்அவுட்களை அளவிட உதவுவது "ஆளப்படும் பிளம்பிங்" ஆகும்.
நிர்வாகம் மற்றும் இணக்கக் காவல் தண்டவாளங்கள் எவ்வாறு முகவர் AI பணிப்பாய்வுகளில் இணைக்கப்படுகின்றன?
இங்கு கவனம் செலுத்துவது ஆபத்து மற்றும் இணக்க இயந்திரங்களுக்குள் உள்ள முகவர் ஆட்டோமேஷன் ஆகும், அங்கு தவறுகள் விலை உயர்ந்ததாக இருக்கலாம். ஆரம்பத்திலிருந்தே பாதுகாப்புத் தடுப்புகள் மற்றும் கண்டறியும் தன்மையை இந்த அறிவிப்பு வலியுறுத்துகிறது, எனவே நடவடிக்கைகள் தற்காலிகமாக இல்லாமல் கட்டுப்படுத்தப்பட்டு தணிக்கை செய்யக்கூடியதாகவே இருக்கும். இது ஐரோப்பிய ஒன்றியம் மற்றும் அமெரிக்க மருந்து ஒழுங்குமுறை அதிகாரிகள் போன்ற ஒழுங்குமுறை அதிகாரிகளிடமிருந்து தெளிவான பொறுப்புக்கூறல், மேற்பார்வை மற்றும் அதிக பங்கு அமைப்புகளில் AI க்கான இடர் மேலாண்மை நோக்கிய பரந்த உந்துதலுடன் ஒத்துப்போகிறது.
2030 வரை வணிக வளர்ச்சியை AI எவ்வாறு இயக்கும் என்பது குறித்து IBM இன் ஆய்வு என்ன கூறுகிறது?
செயல்திறன் ஆதாயங்களைத் தாண்டி உண்மையான வளர்ச்சி விளைவுகளில் AI நகரும் என்று தலைவர்கள் எதிர்பார்க்கிறார்கள் என்பதே கணக்கெடுப்பின் கருப்பொருள், ஆனால் மதிப்பு எங்கு இறங்கும் என்பதற்கான தெளிவான திட்டம் இன்னும் பலருக்கு இல்லை. ஒருங்கிணைப்பு சிறப்பிக்கப்படுகிறது: வேலை எவ்வாறு செய்யப்படுகிறது என்பதில் உட்பொதிக்கப்படாவிட்டால் "AI பக்கத்தில் உள்ளது" என்பது பெரிதாக மாறாது. இது பல மாதிரி உத்திகளுக்கும் ஒப்புதல் அளிக்கிறது, சிறிய மாதிரிகள் நடைமுறை பயன்பாடுகளில் அதிக வேலையை எடுத்துக்கொள்கின்றன.
AI வேலைகளை மாற்றுமா அல்லது பெரும்பாலும் அவற்றின் சில பகுதிகளை தானியக்கமாக்குமா?
நடைமுறையில் மக்கள் கிளாடை எவ்வாறு பயன்படுத்துகிறார்கள் என்பதன் அடிப்படையில் (ஆந்த்ரோபிக் அறிக்கை செய்து இங்கே விவரிக்கப்பட்டுள்ளது), இதன் தாக்கம் தற்போது முழு வேலை மாற்றீட்டை விட பணி-நிலை உதவியாகவே தெரிகிறது. மக்கள் முழு வேலைகளையும் இறுதி முதல் இறுதி வரை அல்ல, வேலையின் பகுதிகளை இறக்கிவிடுகிறார்கள். தொழில் மற்றும் ஒரு வேலையின் எந்த பகுதிகள் தானியங்கி முறையில் உள்ளன என்பதன் அடிப்படையில் விளைவு பரவலாக மாறுபடும், இதன் விளைவாக சீரற்றதாகவும், சூழல் சார்ந்ததாகவும் இருக்கும்.