Salah satu pendiri Databricks tentang apa yang benar-benar penting dalam AI

Tavakoli: Menurut saya, ada dua alasan. Pertama, Anda harus fokus pada hasil, bukan pada alatnya. Jumlah orang yang mengatakan, "Kami tertinggal. Saya harus membuat sekelompok agen bekerja dan berjalan. Saya harus menunjukkan bahwa saya bisa melakukan AI." Anda tidak akan mendapatkan poin jika mengatakan bahwa saya berdiri di depan AI, bukan?

Sebaliknya, apa yang sebenarnya ingin Anda cari tahu adalah, Apa hasil bisnis yang ingin saya capai? Dan biasanya itu adalah "Saya memiliki proses yang sudah ada yang ingin saya otomatisasi dan buat jauh lebih efisien," atau "Ada serangkaian kemampuan baru yang ingin saya keluarkan," dan AI-lah yang membuka dan memungkinkan untuk melakukan hal tersebut.

Hal kedua adalah, semua orang sangat bersemangat tentang AI, dan mereka mengaitkannya dengan LLM dan model mana yang akan Anda gunakan? Dan sejujurnya, hal terbesar dalam dunia perusahaan adalah AI yang berkualitas tinggi, akurat, dan tepercaya. Dan hal ini sangat bergantung pada, "Apakah Anda sudah memiliki data estate dan apakah Anda memiliki strategi tata kelola?"

Ini bukan tentang modelnya, tetapi tentang semua bagian lainnya. Bagaimana Anda mendapatkan akurasi? Bagaimana Anda mengaturnya? Bagaimana Anda mengetahui bagaimana Anda memasukkannya ke dalam produksi dan mengukurnya? Dan juga, bagaimana Anda melakukannya dalam ruang yang berkembang pesat? Mayoritas orang yang Anda ajak bicara yang meluncurkan aplikasi AI bahkan enam bulan yang lalu memberi tahu Anda bahwa jika mereka membangunnya kembali hari ini, mereka akan membuatnya dengan cara yang sama sekali berbeda, karena ada produk baru yang keluar.

Tavakoli: Pendapatan saat ini berbentuk piramida. Pada lapisan bawah, Anda memerlukan banyak infrastruktur, dan itu adalah chip. Itu adalah area di mana tidak akan ada banyak perusahaan, karena penghalang untuk masuk sangat tinggi.

Selain itu, Anda memiliki penyedia model fondasi. Kami memulai dengan banyak dan itu sudah berkurang, terutama karena modal yang Anda perlukan untuk melatih beberapa model tersebut.

Lapisan terakhir adalah aplikasi di atas. Dan saat ini, karena ini masih awal, jumlahnya belum masif - meskipun Databricks baru saja melampaui lebih dari $1 miliar dalam hal pendapatan AI, jadi ini bukanlah uang receh.

Jika Anda maju lima tahun dari sekarang, piramida ini akan jauh lebih besar, dan akan terbalik. Lebih banyak lagi pendapatan yang akan diperoleh dari aplikasi yang memanfaatkan AI untuk mengubah apa yang orang lakukan. Dan dalam ruang itu, saya tidak berpikir bahwa ada pemenang yang mengambil semua.

Tavakoli: Tidak ada yang menyukai jawaban itu. Tetapi banyak proses yang Anda habiskan untuk menghabiskan banyak uang, tidaklah seksi. Saya akan memberi Anda sebuah contoh. Anda adalah perusahaan asuransi. Anda akan menerima banyak sekali formulir klaim yang masuk, dan jumlah tenaga dan rasa frustasi yang dihabiskan untuk - "Bagaimana cara mengambil semua formulir klaim tersebut dan mengekstrak informasi yang saya butuhkan? Bagaimana cara menaruhnya di formulir analitik agar saya bisa menjalankan wawasan dan kemudian, berdasarkan wawasan tersebut, mengambil tindakan?" Tidak ada yang senang dengan hal itu - kecuali orang yang duduk di sana dan kesal karena klaim mereka membutuhkan waktu tiga bulan untuk diganti. Namun, jika sekarang saya dapat melakukan sesuatu yang membutuhkan waktu berbulan-bulan dan melakukannya dengan biaya yang lebih murah - otomatis - itu adalah kasus penggunaan yang sangat menarik.

Atau Anda adalah produsen semikonduktor, dan jika Anda memiliki sesuatu yang dapat mendeteksi anomali secara cerdas dan meningkatkan hasil Anda sebesar 0,1% - sekali lagi, kapan terakhir kali seseorang merasa senang dengan hasil yang luar biasa? Tapi itu berarti banyak uang.

Besar dalam produktivitas, besar dalam biaya, bukan sesuatu yang diasosiasikan orang sebagai sesuatu yang menghancurkan. Menurut saya, itu adalah kasus penggunaan AI yang membosankan. Anda dapat memberikan peningkatan yang berarti dengan AI, dan itulah yang telah kami lihat pada pelanggan kami.

Tavakoli: Jawaban yang selalu saya berikan adalah, dengan logika ini, jika kita berkata, "Hei, ketika ATM muncul, atau ketika komputer muncul, itu adalah transformasi besar-besaran - apakah banyak orang akan kehilangan pekerjaan mereka?"

Ada beberapa hal yang dilakukan orang saat ini yang akan diotomatisasi oleh AI. Namun demikian, pada banyak hal ini, hanya untuk kualitas, Anda masih menginginkan seorang manusia di dalamnya. Dan seluruh premisnya adalah ketika Anda mengotomatiskan tugas-tugas ini, mereka juga membuka serangkaian tuntutan yang sama sekali baru untuk melakukan hal-hal yang tidak dapat Anda lakukan sebelumnya. Jadi, misalnya, sekarang Anda memiliki ATM dan perbankan online, ada serangkaian peran e-commerce baru yang terbuka yang tidak akan pernah kita bayangkan akan ada di dunia sebelumnya, dan hal tersebut menghasilkan banyak sekali pekerjaan dan produktivitas.

Dengan peningkatan keterampilan dan pelatihan, sementara tanggung jawab pekerjaan tertentu akan bergeser, ada kelas baru tanggung jawab pekerjaan baru di mana perusahaan akan membutuhkan orang untuk mengemudi. Jadi, saya benar-benar berpikir bahwa Anda akan melihat permintaan tenaga kerja meningkat. Jadi, ini lebih kepada, "Bagaimana Anda meningkatkan keterampilan?"

Tavakoli: Ya dan tidak. Ya, kita berada dalam gelembung AI. Tidak, itu tidak mengubah rencana.

Saya sering ditanyai sisi lain dari pertanyaan tersebut, yaitu, "Apakah AI itu transformasional atau apakah AI itu terlalu berlebihan?" Dan jawaban saya untuk itu adalah ya. Saya rasa orang-orang masih belum sepenuhnya memahami AI, sehingga jawaban dari setiap pertanyaan adalah, AI akan menyelesaikannya. Saya berjalan berkeliling dan ada sebuah papan bertuliskan "Pencucian mobil bertenaga AI." Dan saya seperti, saya tidak tahu apa artinya itu. Semuanya kini didukung oleh AI. Selalu ada puncak kegembiraan yang pasti akan mereda saat kita menentukan kasus penggunaan nyata yang dibutuhkan orang. Saya rasa Anda tidak akan melihat semua perusahaan yang ada saat ini di bidang AI akan terus bertahan.

Alasan mengapa hal ini tidak mengubah rencana Databricks adalah karena AI sangat bagus dan kami pikir ini penting di masa depan, dan tentu saja kami telah sangat bergantung pada AI selama 12 tahun terakhir. Namun, bagian inti dari bisnis kami adalah sisi data, seperti transformasi data dan alur kerja operasional, yang sudah terbukti, yang jelas tidak berada dalam gelembung dan terus berkembang. Dari perspektif Databricks, Anda beradaptasi dengan apa yang dibutuhkan pelanggan. Dan kami telah melihat pergerakan dari overhype menjadi kasus penggunaan dan hasil yang penting, dan kami telah mendukung mereka di sana.