GenAI는 데이터 과부하로 어려움을 겪고 있으므로 기업은 더 작고 구체적인 목표에 집중해야 합니다.

데이터 관리 회사인 DataStax의 사장 겸 CEO인 Chet Kapoor는 “데이터 없이는 AI가 없고, 비정형 데이터 없이는 AI가 없으며, 대규모 비정형 데이터 없이는 AI가 없습니다.”라고 말했습니다.

Kapoor는 TechCrunch Disrupt 2024에서 최신 AI 애플리케이션의 맥락에서 “새로운 데이터 채널”에 대한 대화를 시작하고 있었고, 여기서 그는 VC 회사 NEA의 파트너인 Veletassa와 합류했습니다. 데이터 통합 ​​플랫폼 Fivetran의 George Fraser CEO입니다. 채팅에서는 데이터 품질의 중요성, 생성 AI에서 실시간 데이터의 역할 등 여러 기반을 다루었지만, 가장 큰 교훈 중 하나는 아직 초기 단계인 규모보다 제품 시장 적합성을 우선시하는 것이 중요하다는 점이었습니다. AI의. 빠르게 변화하는 생성 AI의 세계에 진입하려는 기업을 위한 조언은 간단합니다. 처음부터 너무 야심적이지 말고 실용적이고 점진적인 발전에 집중하세요. 이유는? 우리는 아직 모든 것을 알아내는 중입니다.

Kapoor는 “생성 AI에서 가장 중요한 것은 모든 것이 사람에게 달려 있다는 것입니다.”라고 말했습니다. “실제로 첫 번째 프로젝트를 구축하는 SWAT 팀은 매뉴얼을 읽지 않습니다. “그들은 생성적 AI 애플리케이션을 만드는 방법에 대한 매뉴얼을 작성하고 있습니다.”

데이터와 AI가 밀접하게 연관되어 있는 것은 사실이지만, 회사가 보유하고 있는 방대한 양의 데이터에 압도당하기 쉽습니다. 일부 데이터는 기밀이고 엄격한 보호 대상이며 셀 수 없이 많은 위치에 저장되어 있을 수도 있습니다. B2C 및 B2B 스펙트럼에 걸쳐 수많은 스타트업과 함께 일하고 이사회에 참여하고 있는 Larco는 초기에 진정한 가치를 창출하기 위한 간단하면서도 실용적인 접근 방식을 제안했습니다.

“성취하려는 것을 달성하기 위해 거꾸로 작업하십시오. 해결하려는 것이 무엇이며 필요한 데이터는 무엇입니까?” 라르코가 말했다. “어디에 있든 해당 데이터를 찾아 이 목적으로 사용하세요.”

이는 처음부터 생성적 AI를 기업 전체에 확산시키고 모든 데이터를 대규모 언어 모델(LLM)에 던지고 결국 올바른 결과가 나오길 바라는 것과 대조됩니다. Larco에 따르면 이는 비용이 많이 들고 부정확한 혼란을 야기할 가능성이 높습니다. 그는 “작게 시작하라”고 말했다. “우리가 보고 있는 것은 기업이 매우 구체적인 목표를 가지고 내부 애플리케이션으로 소규모로 시작한 다음, 달성하려는 목표와 일치하는 데이터를 찾는 것입니다.”

12년 전 창립 이래 ‘데이터 이동’ 플랫폼 Fivetran을 주도하며 OpenAI 및 Salesforce와 같은 유명 클라이언트를 확보해 온 프레이저는 기업이 오늘날 직면하고 있는 실제 문제에 엄격하게 집중해야 한다고 제안했습니다.

“지금 겪고 있는 문제를 해결하세요. 그것이 바로 진언입니다.” 프레이저가 말했습니다. “혁신 비용은 항상 작동하지 않은 것의 99%를 차지하며, 작동했거나 사전에 대규모로 계획했더라면 좋았을 것을 바라는 것이 아닙니다. 우리가 돌이켜보면 늘 생각하는 문제지만, 당신이 부담하는 비용의 99%는 아니다.”

웹 초기, 그리고 최근에는 스마트폰 혁명과 마찬가지로 초기 생성 AI 애플리케이션과 사용 사례는 AI가 지원하는 강력하고 새로운 미래의 모습을 보여주었습니다. 그러나 지금까지 그들은 게임의 규칙을 반드시 바꾸지는 않았습니다.

Kapoor는 “나는 이것을 생성 AI의 Angry Birds 시대라고 부릅니다.”라고 말했습니다. “그것이 내 인생을 완전히 바꾸는 것은 아닙니다. 아직 아무도 내 빨래를 해주지 않습니다. 올해 제가 함께 일하는 모든 회사는 소규모, 내부적으로 무언가를 프로덕션에 투입하고 있지만 실제로 문제를 해결하고 이를 실현하기 위해 팀을 구성하는 방법에 대해 프로덕션에 투입하고 있습니다. “내년은 제가 변혁의 해라고 부르는 해입니다. 이때 사람들은 자신이 일하는 회사의 궤도를 실제로 바꾸기 시작하는 응용 프로그램을 만들기 시작할 것입니다.”