- Vorstellung von Ahmad Khan, Head of AI/ML Strategy bei Snowflake
Monetarisierung durch die Nutzung „unstrukturierter“ Daten
- Mehr als 80 % der meisten Unternehmensdaten sind „unstrukturierte Daten“ wie Word-Dokumente, Bilder sowie Audio-/Videodateien
- Die meisten Unternehmen nutzen diese Informationen jedoch kaum, was bedeutet, dass sie bei geschäftlichen Entscheidungen weniger als 20 % der verfügbaren Daten einsetzen
- Wenn diese unstrukturierten Daten neben großen Sprachmodellen platziert und so Chatbots effektiv aufgebaut werden, kann das dabei helfen, die derzeit wenig genutzten enormen Informationsmengen zu interpretieren und zu analysieren
- Das Potenzial, Modelle zu entwickeln, die auf die jeweilige Branche dieser Unternehmen zugeschnitten sind, ist praktisch unbegrenzt
Datenschutz und Sicherheit
- In Unternehmen wächst die Sorge, dass ihre eigenen Daten zum Training von Modellen verwendet werden könnten, die anderen Firmen, einschließlich Wettbewerbern, zur Verfügung stehen
- Infolgedessen geben sich Unternehmen oft mit unterlegenen Produkten zufrieden, wenn diese bessere Sicherheit bieten, was einen Markt für sicherere Produkte schafft
- Llama 2 ist zum Beispiel nicht das leistungsstärkste große Sprachmodell, dennoch entscheiden sich Kunden weiterhin für Llama 2 statt für weniger kontrollierbare Modelle wie ChatGPT
- Viele Unternehmen betrachten die Einzigartigkeit ihrer Daten als Vorteil und möchten daher vermeiden, dass diese Daten im öffentlichen Internet offengelegt werden
Wettbewerbsvorteile durch ein herausragendes Nutzererlebnis
- Wie können Startups gegen die Größe großer Unternehmen konkurrieren?
- Empfohlen wird, sich darauf zu konzentrieren, ein angenehmes Nutzererlebnis zu schaffen, etwa durch attraktive Benutzeroberflächen
- Diesen Ansatz hat auch Snowflake gewählt
- Da die meisten eigenen Services insbesondere nicht mit Cloud-Anbietern wie Amazon Web Services konkurrieren können, lag der Fokus darauf, ein überlegenes Nutzererlebnis zu schaffen, das ein höheres Preisschild rechtfertigt
Fokus auf Verticals
- Eine weitere Möglichkeit, wie David Goliath schlagen kann, besteht darin, sich statt auf allgemeine Anwendungen auf bestimmte Branchen wie Fertigung, Finanzen, Gesundheitswesen und Entertainment zu konzentrieren
- Er rät: „Man muss herausfinden, wonach Unternehmen in dieser Branche suchen, und dann einen Service anbieten, der diese Bedürfnisse erfüllt.“
- Google wird zum Beispiel wahrscheinlich ein großes Sprachmodell für das Gesundheitswesen entwickeln, es aber vermutlich nicht besonders tiefgehend behandeln, was kleineren Unternehmen die Chance gibt, ein solches Modell aufzubauen
Die Nachfrage nach Datenattribution wächst stetig
- Es gibt Potenzial für neue Modelle, die urheberrechtlich geschütztes Material nachverfolgen und die ursprünglichen Urheber vergüten, damit diese motiviert werden, weiteres Material zu entwickeln
- Khan nennt mehrere Fälle, in denen Open-Source-Modelle aus rechtlichen Gründen nicht eingesetzt werden können, und verweist auf ein Filmstudio, das für die Bildgenerierung keine Open-Source-Modelle verwenden wollte
- Dieses Studio nutzt stattdessen ein Modell, das mit Daten von Getty Images trainiert wurde, und bezahlt dafür Lizenzen und Gebühren
- Künftig dürfte der Markt für ähnliche Modelle, die Attributions-Datensätze verwenden, weiter wachsen
Noch keine Kommentare.