Efek jaringan telah menentukan keberhasilan teknologi dari telepon ke platform belanja seperti Etsy, dan alat AI seperti ChatGPT tidak terkecuali. Namun, yang berbeda adalah cara kerja efek jaringan tersebut. Efek jaringan data adalah bentuk baru. Seperti efek jaringan langsung dan tidak langsung yang lebih familiar, nilai teknologi meningkat seiring keuntungan pengguna. Namun, di sini, nilainya bukan berasal dari jumlah rekan (seperti telepon) atau keberadaan banyak pembeli dan penjual (seperti pada platform seperti Etsy), tetapi dari umpan balik yang membantunya membuat prediksi yang lebih baik. Lebih banyak pengguna berarti lebih banyak tanggapan, yang akurasi prediksi lebih lanjut, menciptakan siklus yang baik. Perusahaan perlu mempertimbangkan tiga pelajaran: 1) umpan balik sangat penting, 2) rutin mengumpulkan informasi secara cermat, dan 3) mempertimbangkan data yang Anda bagikan, sengaja atau tidak.
Akhir tahun lalu, ketika OpenAI memperkenalkan ChatGPT, pengamat industri merespons dengan pujian sekaligus kekhawatiran. Kami mendengar bagaimana teknologi dapat menghapus pemrogram komputer, guru, pedagang dan analis keuangan, desainer grafis, dan seniman. Khawatir AI akan membunuh esai perguruan tinggi, universitas bergegas merevisi kurikulum. Mungkin dampak paling cepat, kata beberapa orang, adalah bahwa ChatGPT dapat menemukan kembali atau bahkan menggantikan mesin pencari internet tradisional. Penelusuran dan iklan terkait mendatangkan sebagian besar pendapatan Google. Akankah chatbot membunuh Google?
ChatGPT adalah demonstrasi teknologi pembelajaran mesin yang luar biasa, tetapi hampir tidak layak sebagai layanan mandiri. Untuk menyesuaikan kehebatan teknologinya, OpenAI membutuhkan mitra. Jadi kami tidak terkejut ketika perusahaan dengan cepat mengumumkan kesepakatan dengan Microsoft. Penyatuan startup AI dan perusahaan teknologi lama akhirnya dapat menimbulkan ancaman yang kredibel terhadap dominasi Google, meningkatkan taruhan dalam “perlombaan senjata AI”. Ini juga menawarkan pelajaran tentang kekuatan yang akan menentukan perusahaan mana yang akan berkembang dan mana yang akan goyah dalam menerapkan teknologi ini.
Untuk memahami apa yang mendorong OpenAI bersekutu dengan Bing (dan mengapa Google masih bisa menang), kami mempertimbangkan bagaimana teknologi ini berbeda dari perkembangan sebelumnya, seperti telepon atau platform pasar seperti Uber atau Airbnb. Dalam setiap contoh tersebut, efek jaringan — di mana nilai suatu produk meningkat seiring bertambahnya pengguna — memainkan peran utama dalam membentuk bagaimana produk tersebut tumbuh, dan perusahaan mana yang berhasil. Layanan AI generatif seperti ChatGPT tunduk pada jenis efek jaringan yang serupa, tetapi berbeda. Untuk memilih strategi yang sesuai dengan AI, manajer dan pengusaha harus memahami cara kerja efek jaringan AI jenis baru ini.
Efek Jaringan Bekerja Berbeda untuk AI
Nilai AI terletak pada prediksi dan saran yang akurat. Namun tidak seperti produk dan layanan tradisional, yang bergantung pada mengubah pasokan (seperti listrik atau sumber daya manusia) menjadi output (seperti nasihat ringan atau pajak), AI memerlukan kumpulan data besar yang harus selalu diperbarui melalui interaksi pelanggan bolak-balik. Agar tetap kompetitif, operator AI harus mengumpulkan data, menganalisisnya, menawarkan prediksi, lalu mencari umpan balik untuk mempertajam saran. Nilai sistem bergantung pada — dan meningkat seiring — data yang datang dari pengguna.
Kinerja teknologi — kemampuannya untuk memprediksi dan menyarankan secara akurat — bergantung pada prinsip ekonomi yang disebut efek jaringan data (beberapa lebih suka data–pembelajaran yang didorong). Ini berbeda dari efek jaringan langsung yang biasa, seperti yang membuat telepon lebih berharga seiring bertambahnya pelanggan, karena ada lebih banyak orang yang dapat Anda hubungi. Mereka juga berbeda dari efek jaringan tidak langsung atau urutan kedua, yang menggambarkan bagaimana semakin banyak pembeli mengundang lebih banyak penjual ke platform dan sebaliknya — berbelanja di Etsy atau memesan di Airbnb menjadi lebih menarik ketika lebih banyak penjual hadir.
Efek jaringan data adalah bentuk baru: Seperti efek yang lebih familiar, semakin banyak pengguna, semakin berharga teknologinya. Namun di sini, nilainya bukan berasal dari jumlah peer (seperti telepon) atau keberadaan banyak pembeli dan penjual (seperti pada platform seperti Etsy). Sebaliknya, efeknya berasal dari sifat teknologinya: AI meningkat melalui pembelajaran penguatan, prediksi diikuti dengan umpan balik. Saat kecerdasannya meningkat, sistem membuat prediksi yang lebih baik, meningkatkan kegunaannya, menarik pengguna baru, dan mempertahankan yang sudah ada. Lebih banyak pengguna berarti lebih banyak tanggapan, yang akurasi prediksi lebih lanjut, menciptakan siklus yang baik.
Ambil, misalnya, Google Maps. Ini menggunakan AI untuk merekomendasikan rute tercepat ke tujuan Anda. Kemampuan ini bergantung pada antisipasi pola lalu lintas di jalur alternatif, yang dilakukannya dengan mengambil data yang datang dari banyak pengguna. (Ya, pengguna data juga merupakan pemasoknya.) Semakin banyak orang menggunakan aplikasi, semakin banyak data historis dan bersamaan yang terakumulasi. Dengan setumpuk data, Google dapat membandingkan banyak sekali prediksi dengan hasil aktual: Apakah Anda tiba pada waktu yang diprediksi oleh aplikasi? Untuk menyempurnakan prediksi, aplikasi juga membutuhkan kesan Anda: Seberapa bagus instruksinya? Saat fakta objektif dan ulasan subjektif terakumulasi, efek jaringan akan muncul. Efek ini meningkatkan prediksi dan meningkatkan nilai aplikasi bagi pengguna — dan bagi Google.
Setelah kami memahami bagaimana efek jaringan mendorong AI, kami dapat membayangkan strategi baru yang dibutuhkan teknologi.
OpenAI dan Microsoft
Mari kita mulai dengan perkawinan OpenAI dan Microsoft. Saat kami menguji beta ChatGPT, kami terkesan dengan tanggapannya yang kreatif dan mirip manusia, tetapi menyadari bahwa itu macet: Itu bergantung pada banyak data yang terakhir dikumpulkan pada tahun 2021 (jadi jangan bertanya tentang kejadian terkini atau bahkan cuaca) . Lebih buruk lagi, itu tidak memiliki umpan balik yang kuat: Anda tidak dapat membunyikan bel alarm ketika saran halusinasi (perusahaan mengizinkan respons “jempol ke bawah”). Namun dengan menautkan ke Microsoft, OpenAI menemukan cara untuk menguji prediksi tersebut. Apa yang ditanyakan pengguna Bing — dan bagaimana mereka menilai jawaban — sangat penting untuk memperbarui dan meningkatkan ChatGPT. Langkah selanjutnya, kami bayangkan, adalah Microsoft memberi makan algoritme dengan awan besar data pengguna yang dikelolanya. Saat mencerna lembar Excel, presentasi PowerPoint, dokumen Word, dan resume LinkedIn yang tak terhitung jumlahnya, ChatGPT akan menjadi lebih baik dalam membuatnya kembali, untuk kegembiraan (atau kengerian) penghuni kantor.
Setidaknya ada tiga pelajaran luas di sini.
Pertama, umpan balik sangat penting. Manfaat AI meningkat dengan aliran reaksi pengguna yang konstan. Agar tetap cerdas, algoritme memerlukan aliran data pilihan pengguna saat ini dan peringkat saran sebelumnya. Tanpa umpan balik, bahkan algoritme rekayasa terbaik pun tidak akan pandai dalam waktu lama. Seperti yang disadari oleh OpenAI, bahkan model yang paling canggih pun perlu ditautkan ke sumber data yang terus mengalir. Pengusaha AI harus mengingat ini.
Kedua, eksekutif harus rutin mengumpulkan informasi secara cermat untuk memaksimalkan manfaat dari efek ini. Mereka harus menelusuri catatan keuangan dan operasional biasa. Bit data yang berguna dapat ditemukan di mana saja, di dalam dan di luar perusahaan. Mereka mungkin berasal dari interaksi dengan pembeli, pemasok, dan rekan kerja. Pengecer, misalnya, dapat melacak apa yang dilihat konsumen, apa yang mereka masukkan ke keranjang, dan apa yang akhirnya mereka bayar. Secara kumulatif, detail kecil ini dapat sangat meningkatkan prediksi sistem AI. Bahkan bit data yang jarang, termasuk yang berada di luar kendali perusahaan, mungkin layak untuk dikumpulkan. Data cuaca membantu Google Maps memprediksi lalu lintas. Melacak kata kunci yang digunakan perekrut untuk mencari resume dapat membantu LinkedIn menawarkan tip kemenangan untuk pencari kerja.
Akhirnya, setiap orang harus mempertimbangkan data yang mereka bagikan, sengaja atau tidak. Fakta dan umpan balik sangat penting untuk membangun prediksi yang lebih baik. Tapi nilai data Anda bisa diambil oleh orang lain. Eksekutif harus mempertimbangkan AI siapa yang dapat memanfaatkan data yang mereka bagikan (atau izinkan akses). Terkadang, mereka harus membatasi berbagi. Misalnya, saat pengemudi Uber menavigasi dengan aplikasi Waze, mereka membantu Google, sang pemilik, untuk memperkirakan frekuensi dan lama perjalanan ridehailing. Karena Google mempertimbangkan untuk mengoperasikan taksi otonom, data semacam itu bisa sangat berharga. Ketika merek seperti Adidas menjual di Amazon, memungkinkan raksasa ritel untuk memperkirakan permintaan di seluruh merek (dibandingkan dengan Nike) dan kategori (sepatu) ditambah sensitivitas harga pembeli. Hasilnya dapat diumpankan ke pesaing — atau menguntungkan penawaran label pribadi Amazon. Untuk mengatasi itu, eksekutif dapat menghindari perantara platform atau pihak ketiga. Mereka dapat menegosiasikan akses data. Mereka dapat berusaha untuk mempertahankan kontak langsung dengan pelanggan. Terkadang, solusi terbaik mungkin bagi pemilik data untuk menyatukan dan berbagi dalam pertukaran data, seperti yang dilakukan bank ketika menetapkan cara untuk berbagi data tentang kelayakan kredit.
Saat Anda mempertimbangkan efek jaringan AI, Anda dapat lebih memahami masa depan teknologi. Anda juga dapat melihat bagaimana efek ini, seperti efek jaringan lainnya, cenderung membuat orang kaya semakin kaya. Dinamika di balik AI berarti bahwa penggerak awal dapat dihargai dengan baik, dan pengikut, betapapun cepatnya, dapat ditinggalkan. Ini juga menyiratkan bahwa ketika seseorang memiliki akses ke algoritme AI dan aliran data, keuntungan terakumulasi dari waktu ke waktu dan tidak dapat diatasi dengan mudah. Untuk eksekutif, pengusaha, pembuat kebijakan, dan semua orang, yang terbaik (dan terburuk) tentang AI belum datang.
Di web site ini, kami menanggung dan senantiasa memprioritaskan kepuasan para bettor didalam meraih togel sydney Salah satunya adalah bersama dengan menyediakan result pengeluaran sdy hari ini tercepat dan teranyar secara konsisten dan tepat waktu. Semua update terakhir untuk no pengeluaran sidney prize 2021 bisa kalian nikmati pada jam 14.00 WIB atau jam 2 siang. Dengan memberikan hasil result sdy tercepat maka para bettor tidak wajib ulang menanti benar-benar lama.
