“Sandbox First”: Andrew Ng Chart untuk mempercepat inovasi AI Enterprise AI

Lembaga mungkin peduli tentang dampak aplikasi kecerdasan buatan ketika ditempatkan dalam produksi, tetapi menghalangi proyek -proyek ini dengan pegangan tangan pada awalnya dapat memperlambat inovasi.

Andrew Ng, pendiri Kedalaman Amnesty International Salah satu tokoh paling menonjol dalam mengembangkan kecerdasan buatan menekankan pentingnya pengamatan dan pegangan dalam mengembangkan kecerdasan buatan VB mengonversi Hari ini. Namun, ia menambahkan bahwa ini tidak boleh mengorbankan inovasi dan pertumbuhan.

NG menyarankan agar lembaga -lembaga dibangun di dalam kotak pasir untuk proyek -proyek model dengan cepat, menemukan pilot bekerja, dan mulai berinvestasi dalam pengamatan dan pegangan tangan dari aplikasi ini setelah membuktikan bahwa mereka bekerja. Ini mungkin tampak intuitif bagi institusi yang ingin menerapkan kecerdasan buatan.

“Ada peran penting untuk pengamatan, keselamatan dan nilai,” kata Ng. “Saya terus terang cenderung menempatkannya di lain waktu karena saya menemukan bahwa salah satu cara yang dihentikan oleh perusahaan besar adalah untuk insinyur, apa pun, mereka harus mendaftar oleh lima presiden.”

Dia menambahkan bahwa perusahaan besar “tidak mampu membayar beberapa tim inovasi acak untuk menagih sesuatu yang menghancurkan merek atau memiliki informasi sensitif”, tetapi ini juga dapat menghalangi inovasi.

Sebagai gantinya, NG mengatakan bahwa Sandboxes menyediakan cara bagi tim pengembang untuk “dengan cepat pengulangan dengan informasi pribadi yang terbatas.” Kotak pasir memungkinkan lembaga untuk berinvestasi hanya dalam proyek -proyek yang berfungsi dan kemudian menambahkan teknologi untuk membuatnya bertanggung jawab, termasuk pengamatan dan pegangan tangan.

Tidak jarang bagi perusahaan pasir untuk menciptakan inovasi, terutama untuk agen kecerdasan buatan. Kotak pasir memungkinkan inovasi di dalam perbatasan lembaga tanpa menyentuh informasi sensitif apa pun yang mereka tidak ingin menjadi umum. Namun, mereka juga memungkinkan perbedaan menjadi kreatif mungkin untuk menguji ide.

Catatan dengan cepat menjadi topik utama karena banyak aplikasi AI dan agen produksi masuk. Salesforce Perpustakaan agen, Agenforce 3, telah diperbarui untuk memberikan visi yang lebih baik dalam kinerja agen dan mendukung standar yang lebih tumpang tindih, seperti MCP.

Kecepatan dan penurunan biaya pilot

Untuk NG, kecepatan dan inovasi berjalan bersama, dan perusahaan tidak perlu takut akan hal itu.

“Bayangkan kami berada di kapal yang berputar, tetapi ini adalah kapal yang berputar lambat. Apa yang terjadi tahun lalu, kapal kami yang berputar menambah kecepatan, dan ini sangat menarik karena sedang berlangsung,” kata Nug. “Saya merasa bahwa dunia sekarang berada di kapal gerak yang cepat, dan itu hebat.”

Nangram mengatakan bahwa salah satu faktor yang berkontribusi pada kecepatan ini adalah alat yang sekarang tersedia untuk pengembang untuk bekerja dan kebingungan dengan cepat, yang menunjukkan bahwa faktor pengkodean seperti Selancar Dan Kopilot Saya mengurangi waktu pengembangan “dari proyek -proyek yang dulu memakan waktu tiga bulan dan enam insinyur.”

Platform agen pengkodean ini dan alat -alat lain yang membantu pengembang juga bergerak lebih cepat biaya untuk melakukan proyek eksperimental.

“Saya tidak merasa bahwa biaya pembuktian konsep sangat rendah sehingga saya baik -baik saja untuk melakukan banyak POC (panduan konsep) itu buruk,” katanya.

penghalang jalan

Namun, satu penghalang mungkin menemukan bakat. NG telah mengakui bahwa ada perusahaan internasional Amnesty untuk mempekerjakan insinyur untuk model untuk menerapkan gaji hingga $ 10 juta, tetapi harganya tidak tinggi untuk insinyur perangkat lunak.

“Salah satu tantangan terbesar yang dihadapi banyak perusahaan adalah bakat,” katanya. Dia mengatakan: “Kabar baik bagi perusahaan yang mencari insinyur yang dapat membangun permintaan, harganya tidak mendekati kisaran $ 5 juta.”

Masalahnya, bagaimanapun, adalah bahwa masih ada cukup bakat di sana yang memiliki pengalaman dalam membangun proyek kecerdasan buatan untuk institusi. Oleh karena itu, NG kembali ke solusi pertamanya: biarkan mereka mencoba dalam kotak pasir dan mendapatkan pengalaman itu.