Me complace compartir un nuevo referencia de MIT Technology Review Insights que profundiza en cómo las empresas están aprovechando la personalización de la IA para mantenerse a la vanguardia en el mercado competitivo.
¿Qué fue lo postrero que hiciste con una aplicación de IA generativa? ¿Crear un vademécum para colorear de micifuz unicornio para su sobrina? ¿Resume ese extracto de 42 páginas que un colega le envió? Para mí, estaba usando Microsoft Copilot para ayudar a mi 9th Gradador con una sesión de estudio de historia: sé más de lo que puedes creer sobre la mesopotamia.
Sea lo que sea para ti, apuesto a que era poco que ni siquiera hubieras considerado hace un año. Tan rápido como nos hemos sentido cómodos con la IA a nuestro talento, nuestras expectativas de lo que puede hacer por nosotros están creciendo igual de rápido. Las empresas están respondiendo a esas expectativas crecientes al personalizar cada vez más la IA para crear aplicaciones y experiencias únicas que diferencien su marca en el mercado.
Cuando digo que los clientes están personalizando la IA para crear aplicaciones, quiero asegurar que están reformando las experiencias enteras con ella. El NBA está redefiniendo fandom Con personalización con IA, entregando destacados y estadísticas de conjunto adaptadas a cada espectador. Mientras tanto, la ciudad de Buenos Aires ha Vida urbana transformada Con ‘Boti’, un chatbot de IA que administra más de dos millones de consultas mensuales, brindando a los residentes amparo instantánea para cosas como renovaciones de licencias de conducir, horarios de patrón, regulaciones de estacionamiento e incluso planes de turismo personalizados. Estas organizaciones están doblando la IA a su visión, empujando los límites de lo que es posible. Es por eso que me complace compartir un nuevo referencia de Insights de revisión de tecnología MIT que profundice en cómo las empresas están aprovechando la personalización de la IA para mantenerse a la vanguardia en el mercado competitivo,Diy Genai: personalización de IA generativa para un valencia único. El referencia destaca las motivaciones, los métodos y los desafíos que enfrentan los líderes tecnológicos, ya que adaptan los modelos de IA para crear un nuevo valencia neto para sus negocios.
Si proporcionadamente la personalización de la IA no es nueva, avanzando rápidamente plataformas de IA como Azure ai fundición puede hacer que sea más sencillo y ofrecer a las empresas mayores oportunidades para crear un valencia único con la IA. Según el referencia del MIT, si proporcionadamente aumentar la eficiencia es una motivación máxima para personalizar modelos de IA generativos, crear soluciones únicas, una mejor satisfacción del becario y una veterano innovación y creatividad son motivaciones iguales.
La eficiencia mejorada es un motivador superior aquí porque es el primer beneficio claro que las empresas pueden darse cuenta rápidamente al personalizar la IA. A medida que las organizaciones ganan experiencia, la curva de estudios se aplana, y creo que veremos que los otros motivadores se elevan a medida que las empresas se centren más en personalizar la IA para el impacto de los ingresos de primera hilera que los ahorros de engranajes (costo de los beneficios vendidos).
Especializándose con agentes
Cuando se prostitución de preferir modelos, la medio de los ejecutivos encuestados en el referencia del MIT dijeron que están priorizando capacidades de agente y múltiples agentes, encima de multimodalidad (56%), opciones de suscripción flexibles (53%) y mejoras de rendimiento (63%). Los agentes de IA que realizan tareas y toman decisiones sin la privación de intervención humana directa tienen una amplia utilidad. Se prestan a la resolución autónoma de problemas en áreas como la entrada y recuperación de datos para operaciones clínicas en atención médica, coordinación de proveedores y seguimiento de mantenimiento en la fabricación y mejorar el inventario y las operaciones de la tienda en el comercio minorista.
Los agentes tienen el potencial de interrumpir el mercado con poco único más allá de la automatización de procesos que los humanos encuentran soporífero. Transigir Trabajo atómicoun recién llegado al espacio de mandato de servicios dominados por actores de la industria establecidos con décadas de experiencia. AtomicWork se destaca con una plataforma ITSM (Administración de servicios de TI) y ESM (Enterprise Service Management) centrada en agentes de IA especializados que se integran en el flujo de trabajo, proporcionando soporte instantáneo sin costura sin la privación de múltiples herramientas o integraciones complejas. Según AtomicWork, uno de sus clientes logró una tasa de deflexión del 65% (el porcentaje de problemas resueltos sin intervención humana) en el interior de los seis meses.
Al igual que otras áreas de ampliación de IA, las herramientas de construcción de agentes están evolucionando rápidamente para acomodar una amplia variedad de casos de uso. Desde la creación de agentes simples de bajo código en Microsoft Copilot Studio hasta el ampliación de agentes de código pro-código más complejos que utilizan GitHub y Visual Studio, se simplifica el proceso. Por ejemplo, utilizando la experiencia de orquestación de agente intuitivo construida directamente en Azure Ai Foundry, Servicio de agente Azure AI Le permite conquistar en unas pocas líneas de código lo que originalmente tomó cientos de líneas. Esto hace que sea notablemente sencillo personalizar y poner a los agentes de forma segura a trabajar en sus operaciones.
Los buenos datos equivalen a una buena IA
El potencial de personalización de la IA es inmenso pero no sin sus desafíos. Irónicamente, el veterano activo para la personalización de IA a menudo presenta la veterano barrera que se encuentran los clientes: los datos. Específicamente, la integridad de los datos: la seguridad, la seguridad y la calidad de los datos que usan con IA. La medio de los participantes en el referencia del MIT citaron la privacidad y la seguridad de los datos (52%) y la calidad y preparación de datos (49%) como obstáculos de personalización de IA.
La IA generativa es una de las mejores cosas que les ocurre a los datos en mucho tiempo. Presenta formas innovadoras para que las empresas interactúen y usen sus datos en soluciones exclusivas de ellas. Los datos son donde ocurre la atractivo. Los modelos de inteligencia químico saben mucho, pero un maniquí no conoce a su empresa de su competidor hasta que la saco en sus datos.
Es crítico para empoderar la IA basada en datos es una plataforma de datos inteligente que unifica almacenes de datos en expansión y fragmentada, proporciona controles para mandar y fijar datos, y se integra sin problemas con las herramientas de construcción de IA. Es por eso Tela de Microsoft Ahora es el producto de exploración de más rápido crecimiento en nuestra historia y por qué estamos viendo el crecimiento de datos impulsado por la IA de los servicios de almacenamiento en bruto, servicios de bases de datos y plataformas de aplicaciones a medida que los clientes alimentan sus cargas de trabajo de IA con datos. La tela elimina el obstáculo de integridad de datos. Próximo con Azure AI Foundry, los datos y los equipos de ampliación están integrados y funcionan en el mismo entorno, eliminando cualquier tiempo de deslizamiento de tiempo de mercado conveniente a problemas de datos.
El trapo es el punto de partida de la personalización
Uno de los métodos más simples y efectivos para la personalización es la gestación de recuperación de la gestación (RAG). Dos tercios de los encuestados en el referencia del MIT están implementando RAG o explorando su uso. La saco de un maniquí de IA en datos específicos para una estructura o destreza hace que el maniquí sea único y capaz de proporcionar una experiencia especializada.
En la destreza, Rag no se usa solo para personalizar modelos. El referencia encontró que a menudo se usa en combinación con ingeniería fina (54%) e ingeniería rápida (46%) para crear modelos en gran medida especializados. Dentsu, una firma mundial de publicidad y relaciones públicas con sede en Tokio, inicialmente analizó las contribuciones de los canales de medios a las ventas de clientes utilizando LLM de propósito universal, pero encontró que su precisión faltaba en 40-50%. Para mejorar esto, desarrollaron controles y estructuras de datos personalizados y modelos personalizados que aprovechan su experiencia en exploración de datos minoristas y de marketing. Al integrar un ámbito de RAG personalizado y una capa de valentía de agente, Dentsu informa sobre el 95% de precisión en la recuperación de datos y conocimientos relevantes. Este enfoque impulsado por IA ahora juega un papel central en la configuración de las estrategias de campaña y la optimización de la asignación del presupuesto de marketing para sus clientes.
Empoderando a los equipos de ampliación
El ampliación de IA trae una nueva dinámica, entre las cuales es el ritmo de los avances de IA. Las características y capacidades del maniquí, yuxtapuesto con las herramientas y métodos del desarrollador, están evolucionando rápidamente, lo que hace que los equipos de empoderamiento con las herramientas adecuadas sean cruciales para una personalización de IA exitosa.
Por ejemplo, el ritmo de las nuevas capacidades del maniquí pide la automatización de herramientas de evaluación del maniquí. Según el referencia del MIT, el 54% de las empresas usan métodos de evaluación manual, y el 26% está comenzando a aplicar métodos automatizados o lo hacen de guisa consistente. Espero que veamos estos números volteados pronto. El referencia señala que los parques infantiles y las características rápidas de ampliación todavía se utilizan ampliamente para suministrar la colaboración entre ingenieros de IA y desarrolladores de aplicaciones mientras personalizan los modelos.
La evaluación es un componente crítico no solo para personalizar una IA sino todavía para tener la llave de la despensa y monitorear la aplicación una vez que alcanza la producción. Construimos una evaluación completa del ciclo de vida en Azure AI Foundry para que pueda evaluar continuamente las capacidades del maniquí, optimizar el rendimiento, la seguridad de las pruebas y amparar el ritmo de los avances.
Incluso vemos la personalización y las carteras de IA en crecimiento que comienzan en el ampliación de IA de próxima gestación. El referencia revela que más de la medio de las organizaciones encuestadas han prohijado herramientas de rastreo y depuración de telemetría. El trazado de IA perfeccionamiento la transparencia necesaria para comprender los resultados de las aplicaciones de IA, y la depuración ayuda a optimizar el rendimiento al mostrar cómo fluye el razonamiento desde la solicitud original hasta la salida final.
Mirando con destino a el futuro con Azure Ai
AI tiene una adhesión utilidad cuando se prostitución de crear servicios y experiencias que puedan diferenciarlo en el mercado. La velocidad de admisión, exploración y personalización es evidencia de que las compañías de valencia ven en esa utilidad. Los modelos avanzan y se especializan continuamente por tarea e industria. De hecho, hoy hay más de 1.800 modelos en el catálogo de Foundry Azure AI, y están evolucionando tan rápido como las herramientas y métodos para construir con ellos. Ya vemos a los agentes que ofrecen nuevas experiencias de servicio al cliente, poco que podría ser un diferenciador hoy, pero espero que los seguidores rápidos remodelen el servicio al cliente para la mayoría de las empresas, ya que los consumidores aprenden a esperar una experiencia impulsada por IA. Como sucede, lo que vemos como personalización de IA hoy perderá la novedad de ser personalizado y convertirse en destreza estereotipado para construir con IA. Lo que no perderemos es la novedad de construir poco único. Se convertirá en la IP de una estructura.
¿Cuál es esa experiencia única para su negocio? ¿Qué es lo venidero particular que desea hacer por sus clientes? ¿Cómo quieres empoderar a tus empleados? Encontrará todo lo que necesita para doblar la curva de la innovación con Azure Ai Foundry.
Una nota final: no importa dónde esté reorganizando su estructura para operacionalizar la IA, le animo a que lea el referencia del MIT. Por otra parte de los hallazgos de las encuestas, el equipo pasó tiempo de calidad hablando con los líderes tecnológicos sobre la creación de valencia al personalizar la IA generativa. Rociado a lo espacioso del referencia hay algunos ejemplos e ideas aperos del mundo vivo. Muchas gracias a los investigadores y editores de MIT Technology Review Insights por ayudar a centrarse en esta emocionante campo de acción de oportunidad.
Sobre Jessica Hawk
Jessica lidera los datos de Azure, la IA y el marketing de productos de aplicaciones digitales en Microsoft. Encontrar Publicaciones de blog de Jessica aquíy asegúrate de Sigue a Jessica en LinkedIn.