Tavakoli: Myślę, że jest to dwojakie. Po pierwsze, należy skupić się na wynikach, a nie na narzędziach. Liczba osób, które mówią: "Jesteśmy w tyle. Muszę uruchomić kilku agentów. Muszę pokazać, że potrafię zrobić AI". Nie dostajesz punktów za to, że wstawiłem się za AI, prawda?

Zamiast tego, naprawdę chcesz dowiedzieć się, jaki jest wynik biznesowy, który chcę osiągnąć? Zwykle jest to "Mam istniejący proces, który chcę zautomatyzować i uczynić znacznie bardziej wydajnym" lub "Istnieje nowy zestaw możliwości, które chcę wdrożyć", a sztuczna inteligencja jest tym, co odblokowuje i umożliwia to.

Drugą rzeczą jest to, że wszyscy byli tak podekscytowani sztuczną inteligencją i kojarzyli ją z LLM i jakim modelem zamierzasz się posługiwać? Szczerze mówiąc, najważniejszą rzeczą w świecie przedsiębiorstw jest sztuczna inteligencja, która jest wysokiej jakości, dokładna i godna zaufania. A to w dużej mierze zależy od tego, "czy posiadasz uporządkowaną bazę danych i czy masz strategię zarządzania?".

Nie chodzi o model, ale o wszystkie inne elementy. Jak uzyskać dokładność? Jak nim zarządzać? Jak dowiedzieć się, jak wdrożyć go do produkcji i zmierzyć jego skuteczność? A także, jak to zrobić w przestrzeni, która szybko ewoluuje? Większość osób, z którymi rozmawiasz, które uruchomiły aplikację AI nawet sześć miesięcy temu, mówi, że gdyby mieli ją dziś przebudować, zbudowaliby ją zupełnie inaczej, ponieważ pojawiły się nowe produkty.

Tavakoli: Obecne przychody to piramida finansowa. W dolnej warstwie potrzebna jest infrastruktura, a są nią chipy. Jest to obszar, w którym nie będzie wielu firm, ponieważ bariera wejścia jest bardzo wysoka.

Do tego dochodzą dostawcy modeli fundamentowych. Zaczęliśmy od wielu modeli, ale ich liczba została ograniczona, głównie ze względu na kapitał potrzebny do szkolenia niektórych z nich.

Ostatnią warstwą są aplikacje na wierzchu. A dziś, ponieważ są to wczesne dni, nie jest to ogromna kwota - mimo że Databricks niedawno przekroczył 1 miliard dolarów przychodów ze sztucznej inteligencji, więc nie jest to drobna zmiana.

Jeśli cofniemy się o pięć lat, piramida będzie znacznie bardziej masywna i odwróci się. Znacznie więcej przychodów będzie pochodziło z aplikacji, które wykorzystują sztuczną inteligencję do zmiany tego, co robią ludzie. I w tej przestrzeni nie sądzę, że jest zwycięzca, który bierze wszystko.

Tavakoli: Nikt nie lubi tej odpowiedzi. Ale wiele procesów, na które wydajesz dużo pieniędzy, nie jest seksownych. Podam przykład. Jesteś firmą ubezpieczeniową. Otrzymujesz mnóstwo formularzy roszczeń, a ilość energii i frustracji, jaką poświęcasz na "Jak wziąć te wszystkie formularze roszczeń i wyodrębnić potrzebne informacje? W jaki sposób mogę umieścić je w formularzu analitycznym, aby uzyskać wgląd w nie, a następnie, w oparciu o nie, podjąć działania?". Nikt nie jest tym podekscytowany - z wyjątkiem osoby, która siedzi tam i wkurza się, że zwrot kosztów trwa trzy miesiące. Ale jeśli mogę teraz przejść od robienia czegoś, co zajmowało miesiące, do robienia tego za ułamek kosztów - w sposób zautomatyzowany - to jest to naprawdę ekscytujący przypadek użycia.

Albo jesteś producentem półprzewodników i jeśli masz coś, co może inteligentnie wykryć anomalie i poprawić wydajność o 0,1% - ponownie, kiedy ostatnio ktoś był podekscytowany wydajnością fabryk? Ale to oznacza dużo pieniędzy.

Ogromne pod względem produktywności, ogromne pod względem kosztów, nie takie, które ludzie kojarzą jako przełomowe. Myślę, że są to nudne przypadki użycia sztucznej inteligencji. Dzięki sztucznej inteligencji można wprowadzić znaczące ulepszenia i właśnie to zaobserwowaliśmy u naszych klientów.

Tavakoli: Odpowiedź, której zawsze udzielam, jest taka, że gdybyśmy powiedzieli: "Hej, kiedy pojawiły się bankomaty lub komputery, były to ogromne transformacje - czy wiele osób straci pracę?".

Istnieje pewien zestaw rzeczy, które ludzie robią dzisiaj, a które zostaną zautomatyzowane przez sztuczną inteligencję. Jednak w przypadku wielu z tych rzeczy, tylko ze względu na jakość, nadal potrzebujesz człowieka w pętli. A całe założenie polega na tym, że kiedy automatyzujesz te zadania, otwierają one również zupełnie nowy zestaw wymagań do robienia rzeczy, których wcześniej nie można było zrobić. Na przykład teraz, gdy mamy bankomaty i bankowość internetową, pojawiły się nowe zestawy ról w handlu elektronicznym, o których nigdy byśmy nie pomyśleli, że będą istnieć w poprzednim świecie, a te generują mnóstwo miejsc pracy i produktywności.

Dzięki podnoszeniu kwalifikacji i szkoleniom, podczas gdy konkretne obowiązki zawodowe ulegną zmianie, pojawi się cała nowa klasa nowych obowiązków zawodowych, w których firmy będą potrzebować ludzi do prowadzenia pojazdów. Sądzę więc, że popyt na siłę roboczą wzrośnie. Chodzi więc bardziej o to, "Jak podnieść swoje kwalifikacje?".

Tavakoli: Tak i nie. Tak, jesteśmy w bańce sztucznej inteligencji. Nie, to nie zmienia planów.

Często jestem pytany o drugą stronę tego pytania, która brzmi: "Czy sztuczna inteligencja jest transformacyjna, czy też jest przesadzona?". Moja odpowiedź brzmi: tak. Myślę, że ludzie wciąż nie do końca rozumieją sztuczną inteligencję, więc odpowiedź na każde pytanie brzmi: AI ją rozwiąże. Przeszedłem się dookoła i zobaczyłem znak z napisem "Myjnia napędzana sztuczną inteligencją". A ja na to, że nie wiem, co to do cholery znaczy. Wszystko jest teraz oparte na sztucznej inteligencji. Zawsze jest ten szczyt ekscytacji, który z pewnością opadnie, gdy ustalimy, jakie są rzeczywiste przypadki użycia, których ludzie potrzebują. Myślę, że nie wszystkie firmy działające obecnie w obszarze sztucznej inteligencji przetrwają.

Dlaczego nie zmienia to planów Databricks, to fakt, że sztuczna inteligencja jest świetna i uważamy, że jest ważna w przyszłości, i oczywiście mocno się w nią zaangażowaliśmy w ciągu ostatnich 12 lat. Ale także podstawową częścią naszej działalności jest strona danych, taka jak transformacja danych i operacyjne przepływy pracy, które są sprawdzone, które zdecydowanie nie są w bańce i rosną. Z perspektywy Databricks dostosowujesz się do potrzeb klientów. Widzieliśmy już ten ruch od przesady do tego, jakie są kluczowe ważne przypadki użycia i wyniki, i wspieraliśmy je tam.