गार्टनर की हाल ही में जारी रिपोर्ट के अनुसार, 2027 तक, कंपनियां सामान्य बड़े भाषा मॉडल की तुलना में तीन गुना अधिक बार कार्य-विशिष्ट कृत्रिम बुद्धिमत्ता मॉडल का उपयोग करेंगी। रिपोर्ट में कहा गया है कि यद्यपि सामान्य बड़े भाषा मॉडल भाषा प्रसंस्करण में शक्तिशाली क्षमता रखते हैं, लेकिन विशिष्ट व्यावसायिक क्षेत्रों की गहरी समझ की आवश्यकता वाले कार्यों में उनकी प्रतिक्रिया की सटीकता कम हो जाती है। इसलिए, अधिक से अधिक कंपनियां अपनी विशिष्ट आवश्यकताओं को पूरा करने वाले अनुकूलित मॉडल पर ध्यान केंद्रित कर रही हैं।
चित्र स्रोत टिप्पणी: यह चित्र AI द्वारा उत्पन्न किया गया है, चित्र अधिकार सेवा प्रदाता Midjourney है।
गार्टनर के उपाध्यक्ष और विश्लेषक सुमित अग्रवाल ने कहा कि यह परिवर्तन मुख्य रूप से व्यावसायिक कार्यप्रवाहों की बढ़ती जटिलता और सटीकता की आवश्यकता में वृद्धि के कारण है। उन्होंने जोर देकर कहा: "ये छोटे कार्य-विशिष्ट मॉडल तेज़ प्रतिक्रिया प्रदान करते हैं और कम कंप्यूटिंग शक्ति का उपयोग करते हैं, जिससे परिचालन और रखरखाव लागत कम हो जाती है।" सामान्य बड़े भाषा मॉडल के विपरीत, कार्य-विशिष्ट मॉडल को पुनर्प्राप्ति-वर्धित पीढ़ी या ठीक-ट्यूनिंग जैसी विधियों के माध्यम से विशिष्ट व्यावसायिक आवश्यकताओं के अनुकूल बनाया जा सकता है।
इस पृष्ठभूमि में, कंपनी डेटा का महत्व और भी अधिक बढ़ गया है, जिससे कंपनियां अनुकूलित मॉडल बना सकती हैं। हालाँकि, यह सुनिश्चित करने के लिए कि सही डेटा का उपयोग किया जा रहा है, डेटा की गुणवत्ता जांच, तैयारी और प्रबंधन की भी आवश्यकता है। अग्रवाल ने उल्लेख किया: "जैसे-जैसे कंपनियों को अपने निजी डेटा के मूल्य और पेशेवर प्रक्रियाओं से प्राप्त अंतर्दृष्टि का एहसास होता है, वे अपने मॉडल का मुद्रीकरण शुरू कर सकती हैं और इन संसाधनों तक व्यापक दर्शकों (ग्राहकों और यहां तक कि प्रतिस्पर्धियों सहित) तक पहुँच प्रदान कर सकती हैं।" यह सुरक्षात्मक डेटा उपयोग से अधिक खुले और सहयोगी डेटा और ज्ञान उपयोग की ओर एक बदलाव का प्रतीक है।
गार्टनर ने अपनी रिपोर्ट में कंपनियों को छोटे AI मॉडल में संक्रमण का समर्थन करने के लिए कई सुझाव भी दिए हैं। इसमें उन क्षेत्रों में संदर्भ मॉडल का परीक्षण शामिल है जहाँ व्यावसायिक संदर्भ की गहरी समझ की आवश्यकता होती है या मौजूदा बड़े भाषा मॉडल गति या सटीकता की आवश्यकताओं को पूरा करने में विफल रहते हैं। उन मामलों में जहाँ एक एकल मॉडल आवश्यकताओं को पूरा करने में विफल रहता है, गार्टनर ने कंपनियों को कई मॉडल और कार्यप्रवाह चरणों को एकीकृत करने के लिए एक समग्र दृष्टिकोण अपनाने का सुझाव दिया है।
इसके अलावा, गार्टनर ने डेटा तैयारी और प्रतिभा विकास में निवेश के महत्व पर बल दिया है। रिपोर्ट में कहा गया है कि छोटे AI मॉडल के प्रशिक्षण के लिए डेटा क्यूरेशन को प्राथमिकता देने की आवश्यकता है, साथ ही डेटा वैज्ञानिकों, AI इंजीनियरों, अनुपालन अधिकारियों, खरीद विशेषज्ञों और अन्य प्रमुख हितधारकों सहित क्रॉस-फंक्शनल टीमों के कौशल को बढ़ाने की भी आवश्यकता है।
मुख्य बिंदु:
🌟2027 तक, कार्य-विशिष्ट AI का उपयोग सामान्य AI की तुलना में तीन गुना अधिक होगा, जो विशिष्ट व्यावसायिक आवश्यकताओं को पूरा करेगा।
⚙️ छोटे मॉडल तेज़ प्रतिक्रिया देते हैं, कम कंप्यूटिंग शक्ति की आवश्यकता होती है, जिससे परिचालन लागत कम होती है।
📊 कंपनियों को AI परिवर्तन के अनुकूल होने के लिए डेटा गुणवत्ता और प्रतिभा विकास पर ध्यान देने की आवश्यकता है।
