Dù đây có thực sự là một "thời điểm iPhone" hay một mối đe dọa nghiêm trọng đối với tìm kiếm Google không rõ ràng lắm - trong khi sẽ có sự thay đổi trong hành vi và kỳ vọng của người dùng, sự thay đổi đầu tiên sẽ là các tổ chức đẩy mạnh việc đưa các công cụ được đào tạo trên các mô hình ngôn ngữ lớn (LLMs) để học từ dữ liệu và dịch vụ của họ. Và điều này, cuối cùng, là điểm chính - ý nghĩa và giá trị của trí tuệ nhân tạo phát sinh hiện nay thực sự không phải là một câu hỏi về sự biến đổi của xã hội hoặc toàn ngành. Thay vào đó, đó là một câu hỏi về cách công nghệ này có thể mở ra những cách tiếp cận mới với lượng dữ liệu và thông tin lớn và khó xử.
OpenAI rõ ràng đã nhận ra được điều này và cảm nhận được cơ hội thương mại: mặc dù danh sách các tổ chức tham gia vào dự án plugin ChatGPT hiện chỉ có vài người, OpenAI đã mở danh sách chờ đợi, nơi các công ty có thể đăng ký để có quyền truy cập vào các plugin. Trong những tháng tới, chắc chắn chúng ta sẽ thấy nhiều sản phẩm và giao diện mới được hỗ trợ bằng các hệ thống trí tuệ nhân tạo tạo ra bởi OpenAI.
Mặc dù rất dễ mắc bẫy nhìn OpenAI như là người giữ cửa duy nhất của công nghệ này - và ChatGPT là công cụ trí tuệ nhân tạo phổ biến nhất - điều này tốt hơn là không phải là trường hợp. Bạn không cần đăng ký vào danh sách chờ đợi hoặc có số tiền lớn để trao cho Sam Altman; thay vào đó, bạn có thể tự quản lý LLMs.
Điều này là điều chúng tôi đang bắt đầu nhìn thấy tại Thoughtworks. Trong tập cuối cùng của Technology Radar - hướng dẫn có quan điểm của chúng tôi về các kỹ thuật, nền tảng, ngôn ngữ và công cụ được sử dụng trên toàn ngành - chúng tôi đã xác định một số công cụ và thực hành liên quan cho thấy tương lai của trí tuệ nhân tạo phát sinh là một phân khúc nhỏ và chuyên môn, trái ngược với những gì mà cuộc trò chuyện chính thống nói. Điều tiếc nuối là ngành công nghiệp tập trung vào OpenAI, điều này có nghĩa là hệ sinh thái các công cụ mới hơn nó - được minh họa bởi các dự án như GPT-J và GPT Neo - và cách tiếp cận DIY mà chúng có thể thuận tiện cho đến nay đã bị bỏ qua một phần. Điều này thực sự đáng tiếc vì những lựa chọn này mang lại nhiều lợi ích. Ví dụ, LLM tự quản lý tránh được những vấn đề riêng tư rất thực tế có thể xảy ra khi kết nối dữ liệu với một sản phẩm OpenAI. Nói cách khác, nếu bạn muốn triển khai LLM vào dữ liệu doanh nghiệp của riêng bạn, bạn hoàn toàn có thể tự mình làm điều đó; nó không cần phải đi đâu khác. Với cả ngành công nghiệp lẫn công chúng quan tâm đến quyền riêng tư và quản lý dữ liệu, cẩn trọng hơn là bị quyến rũ bởi những nỗ lực tiếp thị của công nghệ lớn là điều hết sức hợp lý.
Một xu hướng liên quan khác mà chúng tôi đã nhìn thấy là các mô hình ngôn ngữ cụ thể cho lĩnh vực cụ thể. Mặc dù chúng cũng chỉ mới bắt đầu xuất hiện, việc điều chỉnh các LLMs chung hiện có trên dữ liệu của riêng bạn có thể tạo nên nền tảng để phát triển các công cụ truy xuất thông tin hữu ích. Các công cụ này có thể được sử dụng, ví dụ, trên thông tin sản phẩm, nội dung hoặc tài liệu nội bộ. Trong những tháng tới, chúng tôi nghĩ rằng bạn sẽ thấy nhiều ví dụ về việc sử dụng chúng để giúp nhân viên hỗ trợ khách hàng và cho phép người tạo nội dung thử nghiệm một cách tự do và có hiệu quả hơn.
Nếu trí tuệ nhân tạo phát sinh ngày càng trở nên cụ thể về lĩnh vực, câu hỏi về điều này thực sự có ý nghĩa với con người hay không vẫn còn. Tuy nhiên, tôi cho rằng quan điểm này về tương lai trung hạn của trí tuệ nhân tạo ít đe dọa hơn và đáng sợ hơn rất nhiều so với những tầm nhìn ảm đạm của ngày nay. Bằng cách nối chặt hơn khoảng cách giữa trí tuệ nhân tạo phát sinh và các tập dữ liệu cụ thể và tinh xảo hơn, theo thời gian, con người sẽ xây dựng một mối quan hệ khác biệt với công nghệ. Nó sẽ mất đi sự huyền bí và trở thành một phần của bối cảnh của chúng ta.
