Thị trường AI tạo sinh đang phát triển mạnh mẽ với sự tham gia của nhiều công ty lớn cũng như các công ty khởi nghiệp. Mặc dù hiện nay vẫn còn là “những ngày đầu của AI tạo sinh” nhưng để trở thành người dẫn đầu ngành trong 5 năm tới, các công ty cần có một chiến lược AI tạo sinh rõ ràng và hấp dẫn ngay hôm nay.
Ai tham gia vào thị trường AI tạo sinh?
Ảnh: LivePerson
Trong phân tích về thị trường AI tạo sinh, Acumen Research and Consulting liệt kê D-ID, Genie AI và Rephrase.ai trong số những công ty dẫn đầu, cùng với những cái tên nổi tiếng như Amazon Web Services, Adobe, Google, IBM và Microsoft. Bên cạnh những ứng dụng nặng ký này, nhiều ứng dụng đã “mọc lên như nấm” để phục vụ các ngành cụ thể như tiếp thị, hoàn thiện các chức năng bao gồm tạo video hoặc âm thanh.
Trong lĩnh vực chatbot, ChatGPT và Bing Chat đều dựa trên mô hình ngôn ngữ lớn của OpenAI, cạnh tranh với Google Bard. Mặc dù công nghệ này còn tương đối mới nhưng đã tạo ra rất nhiều ứng dụng trong các ngành công nghiệp sáng tạo.
CB Insights cho biết có hơn 360 công ty chuyên về AI tạo sinh và dự tính con số này sẽ còn tăng lên. Trong nửa đầu năm 2023, khoản đầu tư vào các công ty khởi nghiệp về AI tạo sinh đã tăng gấp 5 lần, từ mức 2,5 tỷ USD đầu tư cho cả năm 2022 lên 14 tỷ USD. Ngay cả khi loại trừ 10 tỷ USD do OpenAI huy động được, dòng vốn đổ vào AI vẫn rất đáng kể, cũng như hoạt động khởi nghiệp phát triển mạnh. Conviction, một công ty đầu tư mạo hiểm AI mới, đã nhận được hơn 1.000 đơn đăng ký cho 13 vị trí trên Embed, chương trình tăng tốc khởi nghiệp bắt đầu vào đầu tháng 9.
Bắt kịp chiến lược
ManMohan Sodhi – giáo sư vận hành và quản lý chuỗi cung ứng tại Bayes Business School. Ảnh: Bayes Business School.
Mặc dù hiện nay vẫn còn là “những ngày đầu của AI tạo sinh” nhưng nhóm tư vấn BCG tin rằng “để trở thành người dẫn đầu ngành trong 5 năm tới, bạn cần có một chiến lược AI tạo sinh rõ ràng và hấp dẫn ngay hôm nay”. Rõ ràng đây không phải là một sự cường điệu bởi hiện đã có các chức năng chung của công ty, chẳng hạn như chia sẻ kiến thức, liên lạc và tuyển dụng, có thể được nâng cao và thực hiện hiệu quả hơn nhờ AI tạo sinh. Khi việc sử dụng các công cụ chung trở nên phổ biến hơn, cách để duy trì lợi thế cạnh tranh sẽ là phát triển các công cụ nội bộ, chuyên biệt, được đào tạo dựa trên số lượng lớn dữ liệu độc quyền.
Theo Deloitte, nói rằng các ngành giàu dữ liệu sẽ tích hợp AI nhanh hơn những ngành dựa vào khả năng phán đoán. Các công ty xây dựng các use case chiều dọc và các giải pháp công nghiệp sẽ có thể gia tăng nhiều giá trị hơn những công ty sử dụng mô hình có mục đích chung. Giống như các mô hình nền tảng, các giải pháp như vậy có thể được triển khai nội bộ hoặc mang lại nguồn doanh thu mới từ việc cấp phép bên ngoài.
ManMohan Sodhi – giáo sư vận hành và quản lý chuỗi cung ứng tại Bayes Business School (London) cho biết, trước tiên các công ty nên xác định vấn đề hoặc mục tiêu mà công nghệ phù hợp, không nên đi theo lối “áp dụng công nghệ trước, tìm cách sử dụng sau”. Với AI tạo sinh, Gartner khuyên rằng “người dùng cuối nên thực tế về giá trị mà họ đang mong muốn đạt được”. Rủi ro là sự cần thiết để bù đắp bất kỳ hiệu quả nào đạt được.
Sửa đổi hay tạo dựng?
Ảnh: Swiss Cognitive
Không có câu trả lời rõ ràng cho câu hỏi “sửa đổi hay tạo dựng?” nhưng ít ra việc tinh chỉnh mô hình chung để tạo ra một ứng dụng thích hợp cũng không quá tốn kém. Theo BCG, việc tinh chỉnh (cung cấp tập dữ liệu được tuyển chọn dựa trên dữ liệu đào tạo ban đầu) có thể mang lại hiệu quả về mặt chi phí. Công ty tư vấn nêu ví dụ về cuộc thử nghiệm năm 2022, trong đó Snorkel AI chi chưa đến 8.000 USD để tinh chỉnh mô hình ngôn ngữ lớn nhằm hoàn thành việc phân loại hợp pháp. Việc thiết kế các câu hỏi để trích xuất thông tin liên quan – một kỹ thuật được gọi là “prompt engineering” – là một cách khác để tinh chỉnh kết quả đầu ra.
Wooldridge nhấn mạnh, mặc dù có “rất nhiều cơ hội” trong việc tinh chỉnh, nhưng nó đi kèm với một “cảnh báo nghiêm trọng: bạn không biết dữ liệu nào được đưa vào đó”. Một tổ chức không thể chắc chắn rằng một mô hình có sẵn nào đó sẽ phản ánh hoàn toàn các giá trị của họ. Theo Wooldridge, hệ thống có thể hấp thụ toàn bộ Reddit và Twitter cũng như mọi ý kiến độc hại khác, vì vậy đây cũng không phải là một giải pháp hoàn chỉnh.
Một cách khác để tinh chỉnh là xây dựng mô hình dựa trên dữ liệu độc quyền được lưu trữ tại chỗ. Điều này có thể an toàn và linh hoạt hơn nhưng Ward khuyên không nên làm như vậy. Theo ông, yêu cầu về dữ liệu sạch và tuân thủ pháp luật để cung cấp cho mô hình như vậy là rất lớn. Dữ liệu, nguồn lực và thời gian cần thiết cũng khiến nó trở thành một nỗ lực tốn kém. BCG ước tính chi phí có thể lên tới hàng triệu USD.
Dù là cách tiếp cận nào, các công ty đều phải chắc chắn rằng mọi dữ liệu độc quyền có giá trị đều được bảo vệ và bảo mật, cũng như được thu thập trong sạch và hợp pháp. Khi nói đến đầu ra, Ward và Wooldridge đồng ý rằng sự giám sát của con người là điều cần thiết. AI tạo sinh đã tạo ra khối lượng đầu ra đa dạng hơn mức mà con người có thể đạt được nếu làm một mình. Tuy nhiên, do nguy cơ sai sót nên sự giám sát của con người và kiểm soát chất lượng là rất cần thiết.
(còn tiếp)
Giang Nguyễn (Theo Financial Times)
