Baru-baru ini, "Perang Seratus Model" sedang berlangsung, dan perusahaan teknologi besar telah meluncurkan model umum dan model industri mereka sendiri yang menggabungkan karakteristik industri. Kemakmuran industri teknologi bahkan membuat orang untuk sementara melupakan ganasnya gelombang PHK di pabrik-pabrik besar.
Model industri telah mendapat perhatian yang belum pernah terjadi sebelumnya, yang berarti penerapan kecerdasan buatan di industri To B akan semakin diperdalam.
Dengan menggunakan model industri besar, perusahaan dapat lebih mudah membangun model eksklusif yang memenuhi kebutuhan bisnis mereka sendiri, meningkatkan efisiensi dan kualitas kerja, dan semakin mengurangi biaya. Pada saat yang sama, penggunaan model industri besar juga dapat membantu perusahaan mewujudkan transformasi digital dengan lebih baik dan meningkatkan daya saing dan posisi pasar mereka.
Segera setelah berita itu keluar, produsen perangkat lunak toB ini tidak bisa duduk diam, dan harus mempertanyakan jiwa mereka, di manakah hambatan perangkat lunak B-end?
**Model besar AI menyerang, perangkat lunak mana yang mengantarkan hidup dan mati? **
1. Analisis Data
BI (Business Intelligence) dan perangkat lunak analisis data lainnya memainkan peran penting dalam manajemen dan pengambilan keputusan perusahaan. Jenis perangkat lunak ini dapat memproses, menganalisis, dan memvisualisasikan sejumlah besar data internal dan eksternal untuk membantu perusahaan membuat keputusan yang lebih tepat. Namun, dengan pengembangan berkelanjutan dari teknologi model berskala besar, beberapa platform AI dapat mulai menyediakan layanan analisis dan prediksi data yang lebih cerdas, yang dapat memenuhi kebutuhan perusahaan dengan lebih baik.
2. Kelas proses standar
Pemrosesan data yang kuat dan kemampuan pembelajaran dari model besar dapat secara otomatis memproses beberapa tugas yang sangat berulang dengan aturan yang jelas melalui pembelajaran dan analisis data kantor dalam jumlah besar, untuk menghindari pemrosesan manual berulang yang sederhana tetapi memakan waktu dan padat karya. . Oleh karena itu, seperti semua pekerjaan yang sangat terstandarisasi, perangkat lunak proses standar seperti OA (otomasi kantor), alur persetujuan bisnis, dan otomasi pemasaran juga menghadapi ancaman untuk diganti.
Misalnya, dalam sistem OA, AI dapat mengotomatiskan beberapa proses kantor harian, seperti klasifikasi surat, pengarsipan file, dll. Dalam proses persetujuan bisnis, AI dapat mempercepat proses persetujuan dan meningkatkan efisiensi proses melalui tinjauan otomatis dan klasifikasi konten aplikasi. Dalam otomasi pemasaran, model besar AI dapat mewujudkan pemasaran otomatis dan rekomendasi akurat melalui analisis otomatis dan prediksi perilaku pengguna, serta meningkatkan rasio konversi.
Ketiga, Otomasi Eksekusi
RPA (Robotic Process Automation) adalah teknologi otomatisasi proses bisnis berdasarkan robot perangkat lunak dan kecerdasan buatan (AI). Mengganti tenaga manusia dalam tugas tingkat tinggi yang terdefinisi dengan baik. Misalnya, di bidang keuangan, RPA dapat secara otomatis melakukan tugas-tugas seperti pemrosesan akuntansi, entri data, dan verifikasi faktur; di bidang layanan pelanggan, RPA dapat secara otomatis membalas email pelanggan dan menangani keluhan melalui teknologi pemrosesan bahasa alami.
Namun, kekurangan RPA juga terlihat jelas, misalnya tidak dapat menangani proses yang kompleks dan sangat bervariasi, dan tugas-tugas yang memerlukan pengambilan keputusan dan pertimbangan manusia tidak cocok untuk RPA. Selain itu, RPA memerlukan konfigurasi dan pemrograman, sehingga mungkin memerlukan ambang batas teknis dan biaya yang tinggi.
Berdasarkan pemrosesan bahasa alami dan teknologi pembelajaran mesin, AutoGPT dapat dengan sempurna menghindari masalah ini, secara otomatis memahami, mempelajari, dan meniru pekerjaan manusia, sehingga dapat menggantikan fungsi beberapa produk RPA.
Oleh karena itu, di masa mendatang, RPA perlu terus menggabungkan kemampuan AI untuk mengulangi produk, jika tidak, robot eksekusi otomatis yang kurang cerdas akan dengan mudah "tidak disukai".
4. Perangkat Lunak Layanan Konsultasi Ringan
Jenis perangkat lunak ini dapat membantu perusahaan memahami dinamika industri, tren pasar, dan kondisi persaingan, serta memberikan dukungan keputusan. Namun, dengan perkembangan teknologi AI, sebenarnya lebih baik dan nyaman bagi Big Model untuk menyediakan layanan analisis dan konsultasi industri yang cerdas.
Oleh karena itu, di masa mendatang, tidak hanya perangkat lunak, tetapi seluruh industri konsultasi ringan akan menjadi area yang paling terpukul yang akan terpengaruh oleh model AI.
5. Perangkat lunak pendidikan tradisional
Dibandingkan dengan perangkat lunak pendidikan online tradisional, seperti pelatihan bahasa Inggris, pendidikan pemrograman, dll., AI memiliki keunggulan yang lebih nyata, seperti:
Pengajaran otomatis: Model besar AI dapat secara otomatis menghasilkan rencana pengajaran untuk menyediakan konten pengajaran yang lebih personal dan akurat, sehingga mengurangi ketergantungan pada pengajaran manual.
Umpan balik yang cerdas: Model besar AI dapat memantau status dan kemajuan belajar siswa secara real time, dan memberikan umpan balik dan saran tepat waktu untuk membantu siswa menguasai pengetahuan dan keterampilan dengan lebih baik.
Jalur pembelajaran yang disesuaikan: Model besar AI dapat menyesuaikan jalur pembelajaran sesuai dengan kebutuhan individu dan kemajuan belajar siswa, menyediakan metode pembelajaran yang lebih fleksibel dan beragam.
Evaluasi cerdas: Model besar AI dapat secara otomatis mengevaluasi hasil belajar siswa dan memberikan hasil evaluasi yang lebih objektif dan akurat, sehingga dapat membantu siswa lebih memahami kemajuan dan level belajar mereka sendiri.
Dari sudut pandang ini, beberapa tautan pendidikan telah dicakup dengan jelas dan jelas Masa depan apa yang dimiliki pendidikan online?
**Perangkat lunak toB mana yang tidak mudah digantikan oleh AI? **
1. Perangkat lunak manajemen bisnis yang kompleks
Perangkat lunak manajemen bisnis yang kompleks seperti ERP (Enterprise Resource Planning), WMS (Warehouse Management System) dan TMS (Transportation Management System) memainkan peran penting dalam bisnis. Jenis perangkat lunak ini dapat membantu perusahaan mewujudkan alokasi sumber daya yang optimal, pengelolaan pembelian, penjualan dan inventaris, serta pemantauan proses transportasi. Namun, perangkat lunak manajemen bisnis yang kompleks seringkali perlu menangani data dalam jumlah besar dan proses yang kompleks, dan perlu disesuaikan berdasarkan situasi aktual perusahaan. Teknologi AI dapat memberikan fungsi tambahan sampai batas tertentu, tetapi sulit untuk sepenuhnya menggantikan perangkat lunak tersebut.
2. Perangkat lunak dengan data langka
Beberapa perangkat lunak industri, seperti manufaktur presisi, manufaktur diskrit, dan perangkat lunak industri lainnya, serta perangkat lunak manajemen industri seperti perangkat lunak manajemen penelitian dan pengembangan obat baru dan perangkat lunak manajemen produksi peralatan, biasanya perlu memproses sejumlah besar data dan algoritme yang rumit. Data dan algoritme dalam perangkat lunak ini seringkali merupakan sumber daya langka yang hanya dapat dimiliki oleh beberapa perusahaan. Selain itu, keahlian dan pengalaman manusia masih memainkan peran penting dalam memproses data dan pengetahuan yang sangat terspesialisasi, sehingga sulit untuk digantikan sepenuhnya oleh AI model besar.
3. Perangkat lunak manajemen industri
Perangkat lunak manajemen industri seperti penelitian obat baru dan perangkat lunak manajemen pengembangan dan perangkat lunak manajemen produksi peralatan memainkan peran penting dalam industri spesifik tertentu. Jenis perangkat lunak ini dapat membantu perusahaan mewujudkan standarisasi, alur dan standarisasi R&D, produksi, kualitas, dan manajemen material. Karena model bisnis dan manajemen industri yang berbeda sangat berbeda, dan perangkat lunak ini biasanya harus berurusan dengan aturan dan pengetahuan industri yang kompleks. Oleh karena itu, sulit bagi teknologi AI untuk mengembangkan perangkat lunak manajemen industri umum untuk setiap industri.
Berdasarkan hal di atas, tidak sulit untuk menemukan apakah itu posisi manusia atau perangkat lunak, semua yang tidak mudah digantikan oleh AI sebenarnya adalah yang sangat profesional, kompleks, teknis, dan interaktif. Namun di masa mendatang, jika perangkat lunak ini ingin bertahan dan berkembang lebih baik, mereka harus bekerja sama dan berintegrasi dengan model besar AI untuk bersama-sama memberikan layanan yang lebih efisien dan akurat.
**Di era AI, bagaimana perangkat lunak toB menghadapi tantangan? **
1. Menggabungkan model besar AI untuk membentuk ulang produk
Sejak akhir tahun lalu, model bahasa besar yang diwakili oleh ChatGPT dan Wenxin Yiyan telah memimpin babak baru revolusi di bidang teknologi informasi global. Gelombang baru melonjak, AI merekonstruksi masa depan, dan ribuan industri akan membuka peluang baru.
Di bawah peluang baru ini, Baidu telah mengeluarkan pernyataan lebih dari satu kali, dan akan menggunakan model besar AI untuk merekonstruksi semua produk.
Renovasi produk adalah menggabungkan model besar AI, dan melalui bantuan teknologi kecerdasan buatan, meningkatkan kecerdasan dan personalisasi produk, dan bahkan merekonstruksi produk mereka sendiri.
Misalnya, industri perangkat lunak TOB dapat mempertimbangkan untuk menggunakan teknologi seperti pemrosesan bahasa alami dan pembelajaran mesin untuk mewujudkan fungsi seperti layanan pelanggan yang cerdas dan rekomendasi yang cerdas, sehingga meningkatkan pengalaman pengguna dan nilai produk.
Kedua, manfaatkan periode jendela, posisikan ulang, dan ganti lagu
Memanfaatkan periode jendela, mengubah posisi produk dan layanan Anda, dan beralih ke jalur yang lebih menjanjikan. Di era yang selalu berubah ini, tidak ada produk atau bahkan industri yang bisa menjadi pohon cemara. Jika Anda diam, Anda hanya akan mempercepat penurunannya. Oleh karena itu, pada saat yang tepat, alihkan strategi berpikir Anda dan melangkahlah ke jalur baru. Tarik napas kehidupan baru ke dalamnya. Misalnya, industri perangkat lunak TOB juga dapat mempertimbangkan untuk memasuki bidang yang sedang berkembang seperti komputasi awan, data besar, dan kecerdasan buatan berdasarkan kebutuhannya sendiri dan strategi pengembangan untuk mendapatkan lebih banyak peluang pengembangan.
3. Menyediakan layanan untuk model AI, menjual air dan sekop
Ini adalah fakta yang tidak dapat disangkal bahwa model besar AI secara bertahap memakan pangsa pasar perangkat lunak B. Namun, itu tidak berarti perangkat lunak tidak berdaya dan hanya duduk dan mati. Nyatanya, software ini masih memiliki kelebihan dalam banyak aspek, seperti teknologi yang matang, performa yang stabil, fungsi yang kaya dan lain sebagainya.
Tentu saja, jika produk Anda benar-benar dikepung oleh AI dan telah dihancurkan, dan tidak ada jalan keluar untuk transformasi dalam waktu singkat, maka mungkin Anda harus berhenti sesegera mungkin dan mengubah bisnis Anda ke arah lain. arah.
Misalnya, pertimbangkan untuk menyediakan pelabelan data, pelatihan, pengoptimalan, dan layanan lain untuk model besar AI, serta perangkat perangkat keras dan alat perangkat lunak terkait.
Sungguh, tidak ada rasa malu dalam hal itu.
Pekerjaan menjual air, teko, dan sekop mungkin tidak terlihat mewah, tetapi memang ada permintaan yang kuat. Selama Anda dapat bertahan melalui ini, Anda akan dapat menghasilkan uang di sekitar Anda.
Setelah memiliki uang, perlahan-lahan pertimbangkan transformasi dan peningkatan model bisnis, untuk menempati tempat dalam pengembangan teknologi AI.
Intinya, model besar adalah alat seperti platform atau perangkat lunak apa pun. Semua perusahaan harus memperhatikan pengembangan model besar AI, secara aktif menjelajahi bidang aplikasinya, dan mencari cara untuk bekerja sama dengan model besar AI. Selama Anda dapat memanfaatkannya dengan baik, Anda tidak akan dihancurkan atau dirugikan olehnya, tetapi justru akan mendapat manfaat.
Lihat Asli
Konten ini hanya untuk referensi, bukan ajakan atau tawaran. Tidak ada nasihat investasi, pajak, atau hukum yang diberikan. Lihat Penafian untuk pengungkapan risiko lebih lanjut.
Model besar AI, apakah membunuh perangkat lunak B?
Sumber Asli: Kepemimpinan Teknis
Baru-baru ini, "Perang Seratus Model" sedang berlangsung, dan perusahaan teknologi besar telah meluncurkan model umum dan model industri mereka sendiri yang menggabungkan karakteristik industri. Kemakmuran industri teknologi bahkan membuat orang untuk sementara melupakan ganasnya gelombang PHK di pabrik-pabrik besar.
Model industri telah mendapat perhatian yang belum pernah terjadi sebelumnya, yang berarti penerapan kecerdasan buatan di industri To B akan semakin diperdalam.
Dengan menggunakan model industri besar, perusahaan dapat lebih mudah membangun model eksklusif yang memenuhi kebutuhan bisnis mereka sendiri, meningkatkan efisiensi dan kualitas kerja, dan semakin mengurangi biaya. Pada saat yang sama, penggunaan model industri besar juga dapat membantu perusahaan mewujudkan transformasi digital dengan lebih baik dan meningkatkan daya saing dan posisi pasar mereka.
Segera setelah berita itu keluar, produsen perangkat lunak toB ini tidak bisa duduk diam, dan harus mempertanyakan jiwa mereka, di manakah hambatan perangkat lunak B-end?
**Model besar AI menyerang, perangkat lunak mana yang mengantarkan hidup dan mati? **
1. Analisis Data
BI (Business Intelligence) dan perangkat lunak analisis data lainnya memainkan peran penting dalam manajemen dan pengambilan keputusan perusahaan. Jenis perangkat lunak ini dapat memproses, menganalisis, dan memvisualisasikan sejumlah besar data internal dan eksternal untuk membantu perusahaan membuat keputusan yang lebih tepat. Namun, dengan pengembangan berkelanjutan dari teknologi model berskala besar, beberapa platform AI dapat mulai menyediakan layanan analisis dan prediksi data yang lebih cerdas, yang dapat memenuhi kebutuhan perusahaan dengan lebih baik.
2. Kelas proses standar
Pemrosesan data yang kuat dan kemampuan pembelajaran dari model besar dapat secara otomatis memproses beberapa tugas yang sangat berulang dengan aturan yang jelas melalui pembelajaran dan analisis data kantor dalam jumlah besar, untuk menghindari pemrosesan manual berulang yang sederhana tetapi memakan waktu dan padat karya. . Oleh karena itu, seperti semua pekerjaan yang sangat terstandarisasi, perangkat lunak proses standar seperti OA (otomasi kantor), alur persetujuan bisnis, dan otomasi pemasaran juga menghadapi ancaman untuk diganti.
Misalnya, dalam sistem OA, AI dapat mengotomatiskan beberapa proses kantor harian, seperti klasifikasi surat, pengarsipan file, dll. Dalam proses persetujuan bisnis, AI dapat mempercepat proses persetujuan dan meningkatkan efisiensi proses melalui tinjauan otomatis dan klasifikasi konten aplikasi. Dalam otomasi pemasaran, model besar AI dapat mewujudkan pemasaran otomatis dan rekomendasi akurat melalui analisis otomatis dan prediksi perilaku pengguna, serta meningkatkan rasio konversi.
Ketiga, Otomasi Eksekusi
RPA (Robotic Process Automation) adalah teknologi otomatisasi proses bisnis berdasarkan robot perangkat lunak dan kecerdasan buatan (AI). Mengganti tenaga manusia dalam tugas tingkat tinggi yang terdefinisi dengan baik. Misalnya, di bidang keuangan, RPA dapat secara otomatis melakukan tugas-tugas seperti pemrosesan akuntansi, entri data, dan verifikasi faktur; di bidang layanan pelanggan, RPA dapat secara otomatis membalas email pelanggan dan menangani keluhan melalui teknologi pemrosesan bahasa alami.
Namun, kekurangan RPA juga terlihat jelas, misalnya tidak dapat menangani proses yang kompleks dan sangat bervariasi, dan tugas-tugas yang memerlukan pengambilan keputusan dan pertimbangan manusia tidak cocok untuk RPA. Selain itu, RPA memerlukan konfigurasi dan pemrograman, sehingga mungkin memerlukan ambang batas teknis dan biaya yang tinggi.
Berdasarkan pemrosesan bahasa alami dan teknologi pembelajaran mesin, AutoGPT dapat dengan sempurna menghindari masalah ini, secara otomatis memahami, mempelajari, dan meniru pekerjaan manusia, sehingga dapat menggantikan fungsi beberapa produk RPA.
Oleh karena itu, di masa mendatang, RPA perlu terus menggabungkan kemampuan AI untuk mengulangi produk, jika tidak, robot eksekusi otomatis yang kurang cerdas akan dengan mudah "tidak disukai".
4. Perangkat Lunak Layanan Konsultasi Ringan
Jenis perangkat lunak ini dapat membantu perusahaan memahami dinamika industri, tren pasar, dan kondisi persaingan, serta memberikan dukungan keputusan. Namun, dengan perkembangan teknologi AI, sebenarnya lebih baik dan nyaman bagi Big Model untuk menyediakan layanan analisis dan konsultasi industri yang cerdas.
Oleh karena itu, di masa mendatang, tidak hanya perangkat lunak, tetapi seluruh industri konsultasi ringan akan menjadi area yang paling terpukul yang akan terpengaruh oleh model AI.
5. Perangkat lunak pendidikan tradisional
Dibandingkan dengan perangkat lunak pendidikan online tradisional, seperti pelatihan bahasa Inggris, pendidikan pemrograman, dll., AI memiliki keunggulan yang lebih nyata, seperti:
Pengajaran otomatis: Model besar AI dapat secara otomatis menghasilkan rencana pengajaran untuk menyediakan konten pengajaran yang lebih personal dan akurat, sehingga mengurangi ketergantungan pada pengajaran manual.
Umpan balik yang cerdas: Model besar AI dapat memantau status dan kemajuan belajar siswa secara real time, dan memberikan umpan balik dan saran tepat waktu untuk membantu siswa menguasai pengetahuan dan keterampilan dengan lebih baik.
Jalur pembelajaran yang disesuaikan: Model besar AI dapat menyesuaikan jalur pembelajaran sesuai dengan kebutuhan individu dan kemajuan belajar siswa, menyediakan metode pembelajaran yang lebih fleksibel dan beragam.
Evaluasi cerdas: Model besar AI dapat secara otomatis mengevaluasi hasil belajar siswa dan memberikan hasil evaluasi yang lebih objektif dan akurat, sehingga dapat membantu siswa lebih memahami kemajuan dan level belajar mereka sendiri.
Dari sudut pandang ini, beberapa tautan pendidikan telah dicakup dengan jelas dan jelas Masa depan apa yang dimiliki pendidikan online?
**Perangkat lunak toB mana yang tidak mudah digantikan oleh AI? **
1. Perangkat lunak manajemen bisnis yang kompleks
Perangkat lunak manajemen bisnis yang kompleks seperti ERP (Enterprise Resource Planning), WMS (Warehouse Management System) dan TMS (Transportation Management System) memainkan peran penting dalam bisnis. Jenis perangkat lunak ini dapat membantu perusahaan mewujudkan alokasi sumber daya yang optimal, pengelolaan pembelian, penjualan dan inventaris, serta pemantauan proses transportasi. Namun, perangkat lunak manajemen bisnis yang kompleks seringkali perlu menangani data dalam jumlah besar dan proses yang kompleks, dan perlu disesuaikan berdasarkan situasi aktual perusahaan. Teknologi AI dapat memberikan fungsi tambahan sampai batas tertentu, tetapi sulit untuk sepenuhnya menggantikan perangkat lunak tersebut.
2. Perangkat lunak dengan data langka
Beberapa perangkat lunak industri, seperti manufaktur presisi, manufaktur diskrit, dan perangkat lunak industri lainnya, serta perangkat lunak manajemen industri seperti perangkat lunak manajemen penelitian dan pengembangan obat baru dan perangkat lunak manajemen produksi peralatan, biasanya perlu memproses sejumlah besar data dan algoritme yang rumit. Data dan algoritme dalam perangkat lunak ini seringkali merupakan sumber daya langka yang hanya dapat dimiliki oleh beberapa perusahaan. Selain itu, keahlian dan pengalaman manusia masih memainkan peran penting dalam memproses data dan pengetahuan yang sangat terspesialisasi, sehingga sulit untuk digantikan sepenuhnya oleh AI model besar.
3. Perangkat lunak manajemen industri
Perangkat lunak manajemen industri seperti penelitian obat baru dan perangkat lunak manajemen pengembangan dan perangkat lunak manajemen produksi peralatan memainkan peran penting dalam industri spesifik tertentu. Jenis perangkat lunak ini dapat membantu perusahaan mewujudkan standarisasi, alur dan standarisasi R&D, produksi, kualitas, dan manajemen material. Karena model bisnis dan manajemen industri yang berbeda sangat berbeda, dan perangkat lunak ini biasanya harus berurusan dengan aturan dan pengetahuan industri yang kompleks. Oleh karena itu, sulit bagi teknologi AI untuk mengembangkan perangkat lunak manajemen industri umum untuk setiap industri.
Berdasarkan hal di atas, tidak sulit untuk menemukan apakah itu posisi manusia atau perangkat lunak, semua yang tidak mudah digantikan oleh AI sebenarnya adalah yang sangat profesional, kompleks, teknis, dan interaktif. Namun di masa mendatang, jika perangkat lunak ini ingin bertahan dan berkembang lebih baik, mereka harus bekerja sama dan berintegrasi dengan model besar AI untuk bersama-sama memberikan layanan yang lebih efisien dan akurat.
**Di era AI, bagaimana perangkat lunak toB menghadapi tantangan? **
1. Menggabungkan model besar AI untuk membentuk ulang produk
Sejak akhir tahun lalu, model bahasa besar yang diwakili oleh ChatGPT dan Wenxin Yiyan telah memimpin babak baru revolusi di bidang teknologi informasi global. Gelombang baru melonjak, AI merekonstruksi masa depan, dan ribuan industri akan membuka peluang baru.
Di bawah peluang baru ini, Baidu telah mengeluarkan pernyataan lebih dari satu kali, dan akan menggunakan model besar AI untuk merekonstruksi semua produk.
Renovasi produk adalah menggabungkan model besar AI, dan melalui bantuan teknologi kecerdasan buatan, meningkatkan kecerdasan dan personalisasi produk, dan bahkan merekonstruksi produk mereka sendiri.
Misalnya, industri perangkat lunak TOB dapat mempertimbangkan untuk menggunakan teknologi seperti pemrosesan bahasa alami dan pembelajaran mesin untuk mewujudkan fungsi seperti layanan pelanggan yang cerdas dan rekomendasi yang cerdas, sehingga meningkatkan pengalaman pengguna dan nilai produk.
Kedua, manfaatkan periode jendela, posisikan ulang, dan ganti lagu
Memanfaatkan periode jendela, mengubah posisi produk dan layanan Anda, dan beralih ke jalur yang lebih menjanjikan. Di era yang selalu berubah ini, tidak ada produk atau bahkan industri yang bisa menjadi pohon cemara. Jika Anda diam, Anda hanya akan mempercepat penurunannya. Oleh karena itu, pada saat yang tepat, alihkan strategi berpikir Anda dan melangkahlah ke jalur baru. Tarik napas kehidupan baru ke dalamnya. Misalnya, industri perangkat lunak TOB juga dapat mempertimbangkan untuk memasuki bidang yang sedang berkembang seperti komputasi awan, data besar, dan kecerdasan buatan berdasarkan kebutuhannya sendiri dan strategi pengembangan untuk mendapatkan lebih banyak peluang pengembangan.
3. Menyediakan layanan untuk model AI, menjual air dan sekop
Ini adalah fakta yang tidak dapat disangkal bahwa model besar AI secara bertahap memakan pangsa pasar perangkat lunak B. Namun, itu tidak berarti perangkat lunak tidak berdaya dan hanya duduk dan mati. Nyatanya, software ini masih memiliki kelebihan dalam banyak aspek, seperti teknologi yang matang, performa yang stabil, fungsi yang kaya dan lain sebagainya.
Tentu saja, jika produk Anda benar-benar dikepung oleh AI dan telah dihancurkan, dan tidak ada jalan keluar untuk transformasi dalam waktu singkat, maka mungkin Anda harus berhenti sesegera mungkin dan mengubah bisnis Anda ke arah lain. arah.
Misalnya, pertimbangkan untuk menyediakan pelabelan data, pelatihan, pengoptimalan, dan layanan lain untuk model besar AI, serta perangkat perangkat keras dan alat perangkat lunak terkait.
Sungguh, tidak ada rasa malu dalam hal itu.
Pekerjaan menjual air, teko, dan sekop mungkin tidak terlihat mewah, tetapi memang ada permintaan yang kuat. Selama Anda dapat bertahan melalui ini, Anda akan dapat menghasilkan uang di sekitar Anda.
Setelah memiliki uang, perlahan-lahan pertimbangkan transformasi dan peningkatan model bisnis, untuk menempati tempat dalam pengembangan teknologi AI.
Intinya, model besar adalah alat seperti platform atau perangkat lunak apa pun. Semua perusahaan harus memperhatikan pengembangan model besar AI, secara aktif menjelajahi bidang aplikasinya, dan mencari cara untuk bekerja sama dengan model besar AI. Selama Anda dapat memanfaatkannya dengan baik, Anda tidak akan dihancurkan atau dirugikan olehnya, tetapi justru akan mendapat manfaat.