当企业领导者努力解决实施生成式人工智能的复杂性时，DataStax 首席执行官切特·卡普尔 (Chet Kapoor) 提出了令人放心的观点：当前的挑战是技术革命的正常组成部分，2025 年将是人工智能真正改变业务运营的一年.
Kapoor 处于企业如何实施 AI 的前沿，因为 DataStax 提供了一个操作数据库，企业在使用 AI 应用程序进行生产时可以使用该数据库。客户包括 Priceline、CapitalOne 和奥迪。
卡普尔在最近接受 VentureBeat 采访时将生成式人工智能的现状与网络、移动和云等之前的技术革命进行了比较。他说，我们以前经历过这种情况，并指出每一波浪潮通常都以高度热情开始，然后随着公司遇到实施挑战而出现幻灭的低谷。
对于中型企业的 IT、产品和数据科学领导者卡普尔的信息很明确：虽然 GenAI 的实施现在可能面临挑战，但 2024 年奠定的基础将为 2025 年的变革性应用铺平道路。
卡普尔概述公司通常会经历 GenAI 采用的三个阶段：
卡普尔表示，我们认为 2024 年是人工智能的生产年。在我采访过的客户中，没有一个客户今年没有实际实施过一些项目。然而，他相信真正的转变将在 2025 年开始：他说，那时我们会看到应用程序将真正改变我们的生活方式。
卡普尔确定了三个关键公司成功实施人工智能需要解决的领域：
卡普尔强烈主张在技术领域采用开源解决方案GenAI 堆栈，并且公司在考虑明年加强人工智能时围绕这一点进行调整。他断言，如果开源问题没有得到解决，那么它可能就不值得解决，并强调了透明度和社区驱动的创新对于企业人工智能项目的重要性。
DataStax 首席营销官 Jason McClelland 补充道开发人员正在引领人工智能创新。他说，虽然世界上大多数人都在弄清楚什么是人工智能、它是否真实、它如何工作，但开发人员正在构建人工智能。McClelland 指出，AI 的变化速度是前所未有的，技术、术语和受众理解每月可能发生 20% 的变化。
McClelland 还为 AI 的成熟提供了乐观的时间表。他预测，在未来 6 到 12 到 18 个月的某个时候，人工智能平台将会被烘焙出来。这一观点与卡普尔的观点一致，即 2025 年将是变革的一年，企业领导者为组织即将到来的转变做好准备的时间很短。
At最近，由 DataStax 在纽约举办的一场名为 RAG++ 的活动中，专家们讨论了生成式 AI 当前面临的挑战和潜在的解决方案。人们一致认为，大型语言模型 (LLM) 的未来改进不太可能来自于简单地扩大预训练过程，而这一直是迄今为止进步的主要驱动力。
相反，专家们强调了几个方面创新方法将把大语言模型提升到一个新的水平：：
该领域的领导者OpenAI最近发布了名为GPT-01的新系列模型，该模型融合了Chain of Thought技术。这项创新使模型能够逐步解决问题，甚至自我纠正，从而显着改善复杂问题的解决能力。OpenAI 认为这是增强大语言模型推理能力的关键一步，有可能解决困扰该技术的错误和幻觉问题。
虽然一些人工智能批评者仍然对这些改进持怀疑态度，但研究继续证明技术的影响。沃顿商学院专门研究 AI 的教授 Ethan Mollick 进行的研究表明，使用 GenAI 的专业人士的生产力提高了 20-40%。Mollick 最近在推特上表示，我仍然对 GenAI 是一个无用论点感到困惑。采用率是历史上最快的。这是有价值的。
对于应对人工智能实施的复杂环境的企业领导者来说，卡普尔的信息是一种与现实主义相结合的乐观主义。今天的挑战正在为不久的将来的变革奠定基础。随着 2025 年的临近，那些在理解和实施人工智能方面进行投资的人将最有能力获得人工智能的好处并在其行业中处于领先地位。