В мире искусственного интеллекта существует непреложная истина: без данных нет ИИ, без неструктурированных данных нет ИИ, и без масштабируемых неструктурированных данных нет ИИ. Эту мысль озвучил Чет Капур, председатель и генеральный директор компании DataStax, на конференции TechCrunch Disrupt 2024.
Новый подход к работе с данными в эпоху ИИ
DataStax, являясь ведущим поставщиком решений для управления данными, специализируется на создании масштабируемых систем обработки информации. В ходе дискуссии, в которой также приняли участие Ванесса Ларко, партнер венчурной фирмы NEA, и Джордж Фрейзер, генеральный директор платформы интеграции данных Fivetran, эксперты обсудили ключевые аспекты развития ИИ-технологий.
Практические рекомендации для бизнеса
Главный совет для компаний, планирующих внедрение генеративного ИИ, заключается в постепенном подходе. Не стоит пытаться охватить все сразу – важно начинать с небольших, конкретных целей. “Самое важное в генеративном ИИ – это люди”, – подчеркивает Капур. “Команды, создающие первые проекты, не читают инструкции – они их пишут”.
Стратегия эффективного внедрения
Ванесса Ларко предлагает работать в обратном направлении: сначала определить конкретную цель, затем выявить необходимые данные и только после этого приступать к реализации. Такой подход противопоставляется попыткам сразу применить ИИ ко всем данным компании, что часто приводит к неточным результатам и лишним затратам.
Влияние на российский рынок
Для российских компаний эти тенденции особенно актуальны. В условиях импортозамещения и развития собственных технологических решений, постепенный подход к внедрению ИИ может стать ключом к успеху. Российские предприятия могут использовать опыт западных коллег, адаптируя его под местные условия и регуляторные требования.
Перспективы развития
По словам Капура, мы находимся в “эре Angry Birds генеративного ИИ” – периоде, когда технология еще не меняет жизнь кардинально, но уже демонстрирует свой потенциал. 2024 год станет временем экспериментов и отработки механизмов, а 2025 год может стать переломным моментом, когда ИИ-приложения начнут существенно влиять на траекторию развития компаний.
Заключение
Успех внедрения генеративного ИИ зависит от правильного подхода к управлению данными и четкого понимания целей. Компаниям рекомендуется начинать с малого, фокусироваться на конкретных задачах и постепенно наращивать масштабы использования технологии. Только такой подход позволит избежать информационной перегрузки и достичь реальных результатов в применении ИИ.
