Generative AI is sliding into the ‘trough of disillusionment’
Aug 22, 2024 by Lucas Mearian
Bài được đưa lên Internet ngày: 22/08/2024
Sự cường điệu về genAI và công nghệ AI liên quan đang giảm dần, khiến các công ty phải tìm kiếm lợi nhuận cụ thể cho khoản đầu tư của họ.
Credit: Shutterstock/Shutterstock AI Generator
Hãng nghiên cứu thị trường Gartner ngày hôm qua đã xuất bản Chu kỳ thổi phồng cho các công nghệ mới nổi năm 2024 của nó, và nghiên cứu đã hé lộ rằng AI tạo sinh - genAI (Generative AI) đã đi qua “đỉnh cao của kỳ vọng thái quá” và hiện đang trượt xuống “đáy của sự vỡ mộng”.
Cùng với genAI, kỹ thuật phần mềm tăng cường AI cũng đang đi xuống sau khi vượt qua kỳ vọng quá cao trên thị trường, theo Gartner, công ty có Hype Cycle mô tả quá trình tăng trưởng nóng và cuối cùng là hạ nhiệt trong việc áp dụng công nghệ.
CREDIT: Gartner
Các công cụ tạo mã hỗ trợ AI ngày càng phổ biến trong kỹ thuật phần mềm và bất ngờ trở thành mục tiêu dễ đạt được đối với hầu hết các tổ chức thử nghiệm genAI. Tỷ lệ áp dụng đang tăng vọt. Điều đó giải thích vì sao ngay cả nếu chúng chỉ gợi ý một mã cơ sở cho một ứng dụng mới, các công cụ tự động hóa vẫn có thể giúp loại bỏ nhiều giờ phải dành cho việc tạo lập và cập nhật mã thủ công.
Theo Gartner, đạt đến đỉnh cao của kỳ vọng thổi phồng là kỹ thuật nhắc (prompt engineering). Trong khi hầu hết các mô hình ngôn ngữ lớn như GPT-4 của OpenAI được điền sẵn một lượng thông tin khổng lồ, thì "kỹ thuật nhắc", một cách đào tạo thuật toán, cho phép genAI được điều chỉnh cho phù hợp với ngành cụ thể hoặc thậm chí là mục đích sử dụng của tổ chức.
Video: Vòi tiền AI đang chậm lại | Ep. 178
Sự quan tâm đến GenAI giảm dần khi ROI (hoàn vốn đầu tư) trở thành trọng tâm
Sự phấn khích xung quanh các mô hình nền tảng, chẳng hạn như Google Gemini, Anthropic Claude, Amazon Bedrock và OpenAI GPT-4, đang giảm dần trong các doanh nghiệp vì thay vào đó, các công ty tìm kiếm hoàn vốn đầu tư (ROI) cụ thể. Ngày nay, các công ty thường chỉ triển khai genAI cho các trường hợp sử dụng thúc đẩy ROI, theo Arun Chandrasekaran, một nhà phân tích là phó chủ tịch nổi tiếng của Gartner.
"AI tạo sinh đang trượt qua vực thẳm của sự vỡ mộng do sự không phù hợp giữa kỳ vọng cao so với thực tế, những thách thức của doanh nghiệp trong việc hoàn thiện kỹ thuật dữ liệu và quản trị AI, cũng như ROI vô hình của nhiều sáng kiến genAI", Chandrasekaran cho biết.
Trong khi công nghệ này được ca ngợi là một lợi ích cho năng suất, thì việc xác định được ROI trong genAI có thể tỏ ra khó nắm bắt. Điều đó không nhất thiết là vì việc tìm ra ROI là khó, nhưng việc thể hiện ROI là khó khăn vì nhiều lợi ích như năng suất có tác động gián tiếp hoặc phi tài chính tạo ra kết quả tài chính trong tương lai, theo Rita Sallam, một phó chủ tịch phân tích nổi tiếng tại Gartner.
Đáy vỡ mộng của Gartner mô tả thời điểm mà sự quan tâm giảm dần khi các thử nghiệm và triển khai không mang lại hiệu quả như sự cường điệu ban đầu về một công nghệ. Các nhà sản xuất công nghệ sẽ bị loại bỏ hoặc thất bại. Theo Gartner, đầu tư chỉ tiếp tục nếu các nhà cung cấp còn sống sót cải thiện sản phẩm của họ để làm hài lòng những người dùng sớm.
Các tác nhân AI bước vào ánh đèn sân khấu
Nhưng không phải là một tác động tiêu cực, mà là sự suy thoái của sự vỡ mộng có thể dẫn đến cái mà Gartner mô tả là "đỉnh cao của năng suất", khi việc áp dụng chính thống bắt đầu cất cánh. Điều đó cũng có nghĩa là sự tập trung của doanh nghiệp vào ROI có thể sẽ thúc đẩy việc áp dụng AI tự động dưới dạng các tác nhân AI — một thứ có tiềm năng vững chắc hơn về năng suất và hiệu quả.
Một tác nhân AI là một chương trình phần mềm thu thập dữ liệu và sử dụng dữ liệu để thực hiện các nhiệm vụ tự xác định để đáp ứng các mục tiêu đã định trước. Ví dụ, một tác nhân AI có thể hoạt động như một đại diện chăm sóc khách hàng và tự động hỏi khách hàng những câu hỏi khác nhau, tra cứu thông tin trong các tài liệu nội bộ và trả lời bằng một giải pháp. Dựa trên phản hồi của khách hàng, nó xác định xem nó có thể tự giải quyết truy vấn hay chuyển cho con người.
Theo Gartner, đến năm 2030, các công ty sẽ chi 42 tỷ đô la mỗi năm cho các dự án genAI như chatbot, công cụ nghiên cứu, viết và tóm tắt.
Các hệ thống AI tự động có thể hoạt động với sự giám sát tối thiểu của con người. Theo Chandrasekaran, chúng tìm cách "hiểu" môi trường của mình, rút ra kết luận từ đó và điều chỉnh hành động của mình cho phù hợp.
"Chúng có thể đưa ra quyết định, mua sắm và thực hiện nhiệm vụ, đạt được mục tiêu trong nhiều môi trường khác nhau một cách hiệu quả như con người. Các hệ thống có thể thực hiện bất kỳ nhiệm vụ nào mà con người có thể thực hiện đang bắt đầu chuyển dần từ khoa học viễn tưởng sang thực tế", ông cho biết.
Trong khi thế hệ mô hình AI hiện tại thiếu "tác nhân", các phòng thí nghiệm nghiên cứu AI đang nhanh chóng phát hành các tác nhân có thể tương tác động với môi trường của chúng để đạt được mục tiêu, mặc dù đây sẽ là một quá trình dần dần, Chandrasekaran lưu ý.
Chú ý đến các công nghệ mới nổi khác
“Ngay cả khi AI tiếp tục thu hút sự chú ý, các CIO và các giám đốc điều hành CNTT khác cũng phải xem xét các công nghệ mới nổi khác có tiềm năng chuyển đổi cho các nhà phát triển, bảo mật và trải nghiệm của khách hàng và nhân viên và lập chiến lược khai thác các công nghệ này phù hợp với khả năng xử lý các công nghệ chưa được chứng minh của tổ chức họ”, Chandrasekaran cho biết.
Gartner cho biết Chu kỳ thổi phồng các công nghệ mới nổi của họ là duy nhất trong số các Chu kỳ thổi phồng khác của công ty vì nó chắt lọc những hiểu biết sâu sắc từ hơn 2.000 công nghệ và tập trung vào các công nghệ mới nổi “phải biết”.
“Những công nghệ này có tiềm năng mang lại lợi ích chuyển đổi trong vòng hai đến 10 năm tới”, Gartner cho biết.
Phần mềm AI tự động là một trong bốn công nghệ mới nổi được nêu tên trong báo cáo vì nó có thể hoạt động với sự giám sát tối thiểu của con người, tự cải thiện và trở nên hiệu quả trong việc ra quyết định trong các môi trường phức tạp.
“Những hệ thống AI tiên tiến này có thể thực hiện bất kỳ nhiệm vụ nào mà con người có thể thực hiện đang bắt đầu chuyển dần từ khoa học viễn tưởng sang thực tế”, Gartner cho biết trong báo cáo của mình. “Những công nghệ này bao gồm các hệ thống đa tác nhân, mô hình hành động lớn, khách hàng máy móc (machine customers), rô bốt làm việc giống người, tác nhân tự động và học tăng cường”.
Các tác nhân tự động hiện đang hướng lên đỉnh cao của kỳ vọng bị thổi phồng. Ngay trước các tác nhân tự động trên con dốc đó là trí tuệ nhân tạo tổng quát (artificial general intelligence), hiện là một dạng AI giả định, trong đó máy móc học và suy nghĩ giống như con người.
Chandrasekaran lưu ý rằng các công nghệ GenAI đang phát triển với tốc độ nhanh chóng và quá trình đổi mới tiếp tục diễn ra với tốc độ nhanh chóng, điều này có thể khiến các nhà lãnh đạo CNTT của doanh nghiệp choáng ngợp.
"Nhiều doanh nghiệp cũng nhận ra rằng chỉ riêng genAI có thể không phải là giải pháp chữa bách bệnh cho mọi trường hợp sử dụng của họ và họ cần kết hợp nó với các kỹ thuật AI khác để tạo ra giá trị có ý nghĩa", Chandrasekaran cho biết. "Tiềm năng dài hạn của AI tạo sinh vẫn sẽ rất đáng kể, nhưng các nhà lãnh đạo CNTT của doanh nghiệp cần giải quyết các rủi ro trong ngắn hạn để đạt đến ngưỡng năng suất".
--------------------------
Phóng viên cao cấp
Phóng viên cao cấp Lucas Mearian đưa tin về AI trong doanh nghiệp, các vấn đề về Tương lai của công việc, CNTT chăm sóc sức khỏe và FinTech.
The hype over genAI and associated AI tech is waning, leading companies to seek concrete returns for their investments.
Market research firm Gartner yesterday published its 2024 Hype Cycle for Emerging Technologies, and the study revealed that generative AI (genAI) has passed the “peak of inflated expectations” and is now sliding down into the “trough of disillusionment.”
Along with genAI, AI-augmented software engineering is also heading down the slope, after passing its inflated expectations in markets, according to Gartner, whose Hype Cycle describes the hot ascent and eventual cooling off of technology adoption.
AI-assisted code generation tools are increasingly prevalent in software engineering, and somewhat unexpectedly have become low-hanging fruit for most organizations experimenting with genAI. Adoption rates are skyrocketing. That’s because even if they only suggest a baseline of code for a new application, automation tools can eliminate hours that otherwise would have been devoted to manual code creation and updating.
Hitting the peak of inflated expectations is prompt engineering, according to Gartner. While most large language models like OpenAI’s GPT-4 are pre-filled with massive amounts of information, “prompt engineering,” a way of training the algorithm, allows genAI to be tailored for specific industry or even organizational use.
Video: The AI money spigot is slowing down | Ep. 178
GenAI interest wanes as ROI becomes the focus
Excitement around foundation models, such as Google Gemini, Anthropic Claude, Amazon Bedrock, and OpenAI GPT-4, is waning among enterprises as companies instead seek concrete returns on investment (ROI). These days, companies are more often than not deploying genAI only for use cases that drive ROI, according to Arun Chandrasekaran, a Gartner distinguished vice president analyst.
“Generative AI is sliding through the trough of disillusionment due to mismatch between high expectations vs. reality, enterprise challenges in maturing their data engineering and AI governance, as well as intangible ROI of many genAI initiatives,” Chandrasekaran said.
While the technology has been heralded as a boon to productivity, nailing down an ROI in genAI can prove to be elusive. That’s not necessarily because finding ROI is difficult, but expressing ROI has been difficult because many benefits like productivity have indirect or non-financial impacts that create financial outcomes in the future, according to Rita Sallam, a distinguished vice president analyst at Gartner.
Gartner’s trough of disillusionment describes a time when interest wanes as experiments and implementations fail to deliver on the initial hype of a technology. Producers of the technology shake out or fail. Investment continues only if the surviving providers improve their products to the satisfaction of early adopters, according to Gartner.
AI agents step into the spotlight
But far from a negative effect, the trough of disillusionment can lead to what Gartner describes as the “plateau of productivity,” when mainstream adoption starts to take off. It also means enterprise focus on ROI will likely spur adoption of autonomous AI in the form of AI agents — something with a more solid potential for productivity and efficiency gains.
An AI agent is a software program that collects data and uses the data to perform self-determined tasks to meet predetermined goals. For example, an AI agent could act as a customer care representative and automatically ask the customer different questions, look up information in internal documents, and respond with a solution. Based on the customer responses, it determines if it can resolve the query itself or pass it on to a human.
By 2030, companies will spend $42 billion a year on genAI projects such as chatbots, research, writing, and summarization tools, according to Gartner.
Autonomous AI systems can operate with minimal human oversight. They seek to “understand” their environment, draw conclusions from it and adjust their actions accordingly, according to Chandrasekaran.
“They can make decisions, purchase things and perform tasks, achieving goals in a range of environments as effectively as humans can. Systems that can perform any task a human can perform are beginning to move slowly from science fiction to reality,” he said.
While the current generation of AI models lack “agency,” AI research labs are quickly releasing agents that can dynamically interact with their environment to achieve goals, although it will be a gradual process, Chandrasekaran noted.
“Even as AI continues to grab the attention, CIOs and other IT executives must also examine other emerging technologies with transformational potential for developers, security, and customer and employee experience and strategize how to exploit these technologies in line with their organizations’ ability to handle unproven technologies,” Chandrasekaran said.
Gartner said its Hype Cycle for Emerging Technologies is unique among the company’s other Hype Cycles because it distills insights from more than 2,000 technologies and focuses on “must-know” emerging technologies.
“These technologies have potential to deliver transformational benefits over the next two to 10 years,” Gartner said.
Autonomous AI software was among four emerging technologies called out in the report because it can operate with minimal human oversight, improve itself, and become effective at decision-making in complex environments.
“These advanced AI systems that can perform any task a human can perform are beginning to move slowly from science fiction to reality,” Gartner said in its report. “These technologies include multiagent systems, large action models, machine customers, humanoid working robots, autonomous agents, and reinforcement learning.”
Autonomous agents are currently heading up the slope to the peak of inflated expectations. Just ahead of autonomous agents on that slope is artificial general intelligence, currently a hypothetical form of AI where a machine learns and thinks like a human does.
GenAI technologies are evolving at a rapid pace, Chandrasekaran noted, and the innovation continues at a rapid pace, which can be overwhelming enterprise IT leaders.
“Many enterprises are also realizing that genAI alone may not be a panacea for all their use cases, and they need to combine it with other AI techniques for meaningful value,” Chandrasekaran said. “The long-term potential of generative AI will still be significant, but enterprise IT leaders need to address the near-term risks to reach the plateau of productivity.”
--------------------------
Senior Reporter
Senior Reporter Lucas Mearian covers AI in the enterprise, Future of Work issues, healthcare IT and FinTech.
Dịch: Lê Trung Nghĩa
letrungnghia.foss@gmail.com
Không có nhận xét nào:
Đăng nhận xét
Lưu ý: Chỉ thành viên của blog này mới được đăng nhận xét.