Tecnologie Innovative

Backblaze. La tua cassetta degli attrezzi AI: 16 prodotti imprescindibili nell'Intelligenza Artificiale oggi. Di Stephanie Doyle

BackBlazeAIUn'immagine decorativa che mostra un chip collegato a diverse icone tecnologiche, tra cui un computer e un cloud, con una scatola che dice AI sopra l'immagine.

È un'evidente sottostima dire che l'esplosione dell'AI è stata un'avventura selvaggia. 

E, come ogni nuova tecnologia ad alto impatto, il mercato si riempie inizialmente di nuove aziende. Il normale ciclo di vita, naturalmente, prevede che vengano investiti soldi, vengano costruite aziende e poi ci saranno vincitori e perdenti man mano che il mercato si restringe. Tempi eccitanti.

 

Detto ciò, pensavamo che fosse un buon momento per tornare al lato pratico delle cose. 

Una delle domande più urgenti di questi giorni è come le aziende potrebbero voler utilizzare l'AI nei loro processi esistenti o futuri, quali opzioni esistono e quali strategie e strumenti sono probabili che sopravvivano a lungo termine.

 

Non possiamo prevedere chi affonderà o nuoterà nella corsa all'AI - potremmo essere in grado di aiutare le persone a prevedere il fallimento del drive, ma la Sfera di Cristallo Backblaze (™) non è nella nostra roadmap - quindi parliamo di ciò che sappiamo. 

Le cose cambieranno nel tempo, e alcuni degli strumenti che abbiamo incluso in questa lista probabilmente spariranno. 

E, poiché ci aspettiamo pienamente che tutti voi abbiate opinioni forti, fatemi sapere cosa state usando, quali strumenti potremmo aver perso e perché siamo sbagliati nella sezione commenti.

 

Strumenti che le aziende possono implementare oggi (e i problemi che risolvono)

 

Poiché l'AI è diventata più accessibile, l'abbiamo vista presentata sia come strumenti autonomi sia incorporata in software esistenti. 

Probabilmente è più facile pensarci in termini dei problemi che risolvono, quindi ecco una lista non inclusiva.

 

Il Grande Modello Linguistico (LLM) "#Bot Tuttofare"

Gli LLM sono utili nei compiti di AI generativa perché funzionano principalmente su un modello di associazione. 

Assumono enormi quantità di dati, usano quelli per apprendere le associazioni tra idee e parole e quindi utilizzano tali apprendimenti per svolgere compiti come la creazione di copie o la ricerca in linguaggio naturale. 

Ciò li rende ottimi per un caso d'uso generalizzato (un "bot tuttofare"), ma è importante notare che non è l'unico - o il migliore - modello per tutti i compiti di AI/ML.

Questi modelli di AI generativa sono progettati per essere interrogati nel modo che meglio si adatta all'interlocutore e sono generalmente accessibili tramite browser. 

Ciò non significa che i modelli dietro di loro non vengano incorporati altrove in cose come i bot di chat o la ricerca, ma che sono autonomi e possono essere identificati facilmente.

 

#ChatGPT

In molti modi, ChatGPT è lo strumento che ha rotto gli argini. 

È un grande modello linguistico (LLM) le cui capacità multifacciali erano facilmente evidenti e traducibili sia nei mercati aziendali che in quelli dei consumatori. 

Non direi mai che è venuto dal nulla, tuttavia: OpenAI e Microsoft Azure sono stati in combutta per anni creando lo strumento che (ehm) ha rotto Internet.

 BackblazeCloudStorage

#GoogleGemini, ex Google #Bard

È innegabile che Google sia stato in prima linea nell'AI/ML per un bel po' di tempo. 

Alcuni esperti dicono addirittura che le loro reti siano le migliori per costruire un'architettura AI sostenibile. 

Allora perché il tool di OpenAI, ChatGPT, è lo strumento che tutti hanno in mente? 

Semplicemente, Google ha avuto difficoltà a commercializzare il loro prodotto AI - fino a quando, ovviamente, hanno annunciato Google Gemini, e le persone hanno fatto caso. 

Google Gemini rappresenta un forte contendente per il tipo di funzione che tutti noi apprezziamo di ChatGPT, alimentato da tutta l'infrastruttura e la ricerca di cui sono già noti.

 

Apprendimento automatico (#ML)

I compiti di ML coprono una vasta gamma di possibilità. 

Tuttavia, quando stai cercando di costruire un algoritmo tu stesso, non devi partire da zero. 

Ci sono comunità open source robuste che offrono modelli pre-addestrati, supporto della comunità, integrazione con storage cloud, accesso a grandi set di dati e altro ancora.

 

#TensorFlow:

TensorFlow è stato originariamente sviluppato da Google per la ricerca e la produzione interne. 

Supporta vari linguaggi di programmazione come C++, Python e Java, ed è progettato per scalare facilmente dalla ricerca allo sviluppo.

PyTorch: PyTorch, d'altra parte, è costruito per il prototipazione rapida e sperimentazione ed è principalmente costruito per Python. 

Ciò rende la curva di apprendimento per la maggior parte degli sviluppatori molto più breve, e molte persone lo sovrappongono con Keras per un supporto API aggiuntivo (senza sacrificare la velocità e il controllo a livello più basso di PyTorch).

 

#DataAnalytics

Senza essere troppo polemici, l'analisi dei dati è una delle applicazioni più potenti di AI/ML. Mentre noi umani meschini potremmo ancora aver bisogno di fornire contesto per dare un senso ai modelli identificati, i computer sono eccellenti nel identificarli più rapidamente e accuratamente di quanto potremmo mai sognare. 

Se stai cercando di analizzare seriamente i numeri, questi due strumenti ti saranno utili.

 

#Snowflake:

Snowflake è una società di data as a service (DaaS) basata su cloud che si specializza in data warehouse, data lake e data analytics. 

Forniscono una piattaforma flessibile e integrabile con opzioni per sviluppare i propri strumenti dati o utilizzare opzioni già sviluppate. 

Amata dagli sviluppatori e dai leader aziendali, Snowflake è una piattaforma potente che supporta nomi importanti e clienti diversificati come AT&T, Netflix, Capital One, Canva e Bumble.

 

#Looker: Looker è una piattaforma di business intelligence (BI) alimentata da Google. 

È un buon esempio di una piattaforma che prende le funzionalità di base di un prodotto di cui siamo già abituati e aggiunge l'IA per renderle più potenti.

Quindi, mentre le piattaforme di BI hanno a lungo avuto robuste capacità di gestione e visualizzazione dei dati, ora possono fare cose come utilizzare la ricerca in linguaggio naturale o ottenere insights dati automatizzati.

 

Sviluppo e Sicurezza

Non è un segreto che uno dei punti doloranti più grandi nel mondo della tecnologia sia avere abbastanza sviluppatori e abbastanza di alta qualità. 

Ha spinto l'industria tecnologica a lavorare a livello internazionale, ha guidato la creazione di scuole di codifica che formano persone entro sei mesi e ha spinto le persone a creare piattaforme senza codice o con codice ridotto che gli utenti di diversi livelli di competenza possono utilizzare. 

Questo rende anche una delle prime opportunità per l'assistenza dell'AI.

 

#GitHub #Copilot: 

Anche se non sei nel campo tecnologico o non lavori come sviluppatore, probabilmente hai sentito parlare di GitHub. 

Iniziato nel 2007 e ufficialmente lanciato nel 2008, è un po' difficile immaginare il coding prima che esistesse come il centro de facto per trovare, condividere e collaborare sul codice in un forum pubblico. 

Ora, sono responsabili di GitHub Copilot, che consente agli sviluppatori di generare codice con una semplice query. 

Come con tutti gli strumenti generativi, tuttavia, gli utenti dovrebbero verificare accuratamente l'accuratezza e il bias, e assicurarsi di considerare le preoccupazioni sulla privacy, legali ed etiche durante l'utilizzo dello strumento.

 

Esperienza del cliente e #Marketing

Gli strumenti di gestione della relazione con il cliente (CRM) assistono le aziende nella comunicazione efficace con i propri clienti e il pubblico. 

Li usi per ottenere informazioni sia in modo ampio, come le tendenze su come trovi e converti i lead in clienti, sia in modo granulare, come le interazioni di un singolo utente con le email di marketing. 

Un CRM ben affinato significa essere in grado di servire efficacemente i tuoi clienti target ed esistenti.

 

#Hubspot e #SalesforceEinstein: 

Due delle più grandi piattaforme CRM sul mercato, questi strumenti sono progettati per rendere tutto, dall'email al marketing, dalla punteggio dei lead all'interazione con il servizio clienti, facile. L'IA è iniziata a comparire in quasi tutte le funzioni offerte, inclusa la generazione di post sui social media, il routing dei ticket di supporto, le suggerimenti di personalizzazione del sito web e altro ancora.

 

Operazioni, Produttività ed Efficienza

Questi tipi di strumenti prendono compiti onerosi di tutti i giorni e li rendono facili. 

Internamente, questi tipi di strumenti possono rappresentare risparmi enormi al tuo budget OpEx, consentendoti di utilizzare le tue risorse in modo più efficace. 

E, dato che alcuni di essi rendono anche i processi esterni alla tua organizzazione più facili (come la pianificazione di incontri con nuovi lead), possono anche contribuire a nuovi e continui flussi di entrate.

 

#Loom: 

Loom è uno strumento specializzato progettato per rendere facile la registrazione dello schermo e il successivo editing video. 

Dato quanto tempo ci vuole per creare contenuti video, il mirare di Loom a questo compito una volta difficile ha sicuramente risparmiato tempo e aumentato la collaborazione. 

Loom include funzionalità come la rimozione delle parole di riempimento e del silenzio, la generazione automatica di capitoli con timestamp, il riassunto del video, e così via. 

Tutte le funzionalità sono progettate per una condivisione e assunzione facile dei dati attraverso mezzi video e testuali.

 

#Calendly: 

Parlando di collaborazione, ricordi quanti email servivano per pianificare un incontro, specialmente se la persona era esterna alla tua azienda? 

E quando lavoravi a una conferenza e volevi dare a un nuovo lead un modo semplice per mettersi nel tuo calendario? 

E, naturalmente, c'è la gioia di gestire più caselle di posta. (Grazie, Calendly. Hai cambiato la mia vita.) 

Passando al futuro dell'IA, Calendly sta facendo cose simili, ma piccole: prevede la tua disponibilità, rileva i fusi orari, automazione delle pianificazioni degli incontri in base alla disponibilità dei membri del team o pianificazione a rotazione, insight sulle cancellazioni e altro ancora.

 

#Slack: Ah, Slack. 

Gli esperti di business hanno cercato per anni di riassumere l'effetto che ha avuto sulla comunicazione sul luogo di lavoro, e anche se non è l'unico strumento sul mercato, è sicuramente un leader. 

Slack ha aggiunto una varietà di funzioni AI alla sua piattaforma, tra cui la capacità di riassumere i canali, organizzare i non letti, cercare e riassumere i messaggi, e poi c'è tutto il lavoro che stanno facendo con le integrazioni che si dice siano in arrivo, come la creazione di suggerimenti per l'invito a riunioni basati esclusivamente sul fatto che hai menzionato "mettere il tempo sul calendario" in un messaggio.

 

Creatività e Design

Come il codice e gli strumenti per sviluppatori, la creatività di ogni tipo - immagini, video, copy - è da sempre un compito intensivo di risorse. 

Queste competenze non sono tradizionalmente adatte alle strutture aziendali, e misurare se un marchio o un altro sia migliore o peggiore è un processo complesso, anche se assolutamente misurabile ed importante. 

L'IA generativa, di nuovo come sopra, sta dando alle squadre la capacità di creare primi abbozzi o addirittura addestrare librerie e quindi spostare la supervisione umana a un livello superiore, più qualificato, di lavoro.

 

#Adobe e #Figma: 

Sia Adobe che Figma sono strumenti di collaborazione per il design di buona reputazione. 

Anche se una fusione è stata recentemente interrotta da entrambe le parti, entrambe stanno incorporando l'IA per rendere molto, molto più facile creare immagini e video per tutti i tipi di scopi. 

L'IA generativa significa che grandi porzioni di tela possono essere riempite da uno strumento generativo che prevede lo sfondo, ad esempio, o aggiungere versioni stock di cose come edifici con abbastanza credibilità da ingannare un occhio esperto. 

Gli strumenti video sono ancora in versione beta, ma i primi rilasci sono impressionanti, per non dire di più. 

Con l'anteprima del modello di testo-video di OpenAI, Sora, che sta facendo molto rumore al punto da causare una caduta del 7% delle azioni di Adobe, il video è lo spazio da tenere d'occhio al momento.

 

#Jasper e #Copy.ai: 

Proprio come la generazione di immagini sopra, questi bot stanno anche creando copie utilizzabili per compiti di ogni tipo. 

E, proprio come tutti gli strumenti generativi, i copywriter AI forniscono un livello di qualità di base più adatto a una supervisione umana. 

Col passare del tempo, quanto supervisione rimanga è ancora da vedere.

Strumenti per Oggi; Costruire per il Domani

 

Alla fine di questo riepilogo, vale la pena notare che ci sono molti strumenti sul mercato, e abbiamo presentato solo alcuni dei nomi più grandi. 

Onestamente, abbiamo avuto difficoltà a restringere il campo di cosa includere per così dire - questo avrebbe potuto facilmente essere un articolo molto più lungo, o addirittura una serie di articoli che esploravano le cose che vediamo all'interno di ciascun caso d'uso. 

Come abbiamo discusso in AI 101: I Dollari Hanno Senso? (e come si può chiaramente vedere qui), c'è una grande diversità di casi d'uso, richieste tecnologiche e potenziale inesplorato nello spazio dell'AI, il che significa che le aziende hanno una varietà di opzioni strategiche quando si tratta di decidere come implementare l'AI o il machine learning.

 

La maggior parte delle aziende troverà più facile e in linea con i loro obiettivi aziendali adottare soluzioni software come servizio (SaaS) che sono vendute come un pacchetto completo o integrate in strumenti esistenti. 

Questi tipi di strumenti sono ottimi perché sono quasi plug and play: puoi saltare l'addestramento del modello e passare direttamente a usarli per qualsiasi compito tu abbia bisogno.

 

Ma, quando sei un iperscalatore e stai parlando di costruire infrastrutture per supportare le esigenze di elaborazione e archiviazione del futuro dell'AI, è una situazione diversa rispetto a quando altri tipi di aziende stanno parlando di utilizzare o costruire uno strumento o un algoritmo AI specifico per la strategia interna o i prodotti della tua azienda. 

Abbiamo già visto che gli iperscalatori stanno andando al massimo nel costruire data center e hub di elaborazione, investendo in aziende che si occupano di diverse parti dello stack tecnologico, e, naturalmente, facendo ricerca e sperimentazione a lungo termine.

 

BackblazeLogoQuindi, con un nuovo mondo coraggioso a portata di mano - che viene costruito mentre stiamo interagendo con esso - la cosa migliore per le aziende da ricordare è che i periodi di cambiamento rapido offrono opportunità, purché siate riflessivi sull'implementazione. 

E ci sono molte aziende che stanno creando strumenti che rendono facile fare proprio questo.

 INFO: https://www.backblaze.com/

TAG 

#AI #MachineLearning #Innovazione #Tecnologia #Business #Produttività #Marketing #CRM #Sviluppo #Design

Related Articles

Ultimissime di Tutte le Categorie

We strive for accuracy and fairness. If you see something not feeling right please let us know

Siamo molto sensibili ai cookie. We don't track, we don't trace, we don't advertise, and we don't try to get on your nerves. Ma il webmaster dice che per ragioni tecniche ci vuole un cookie per sessione; e l'avvocato dice che per ragioni legali dobbiamo sottolinearlo. Quindi per proseguire è meglio se clickate sul pulsante a destra >>>