Ende 2022 kam ChatGPT in die News und sorgte für viel Wirbel.
Der Grund dafür war, dass OpenAI, die Firma hinter ChatGPT, ein neues Frontend für ihr generatives Lernmodell GPT-3 entwickelte. GPT-3 wurde ein Jahr zuvor veröffentlicht und war bereits das größte Modell, das jemals erstellt wurde. Es war jedoch nur über eine API zugänglich, für die man sich auf eine Warteliste setzen lassen musste. ChatGPT war ein Gamechanger, da es eine einfach zu bedienende, kostenlose „Chat“-Schnittstelle für die Interaktion mit dem GPT-3 bot. Viele NutzerInnen haben zum ersten Mal verstanden, wozu Machine Learning oder AI-Services fähig sind: Sie haben Gedichte erstellt, ChatGPT ein weiteres StarWars-Filmskript schreiben lassen und viele andere lustige Dinge. Aber das Verständnis der zugrundeliegenden Leistungen, zu denen OpenAI in der Lage war, ist nichts weniger als atemberaubend – und wird vielen Unternehmen zeigen, welche Vorteile AI-Services bringen können.
Diese Artikel könnten auch für Sie von Interesse sein
ChatGPT hat das Potenzial sichtbar gemacht, das AI-Services haben, wenn sie geschickt kombiniert werden oder die Modelle, die es technisch schon seit Jahren gibt, in einem Set mit Daten trainiert werden, die vorher undenkbar waren. GPT-3 enthält etwa 10-mal so viele Daten wie frühere Modelle. Genauer gesagt besteht GPT-3 aus mehreren Modellen und Techniken wie semi-supervised learning oder transformern, die auf intelligente Weise miteinander kombiniert wurden – und das ist das Faszinierende daran.
Bisher gab es im Allgemeinen eine Reihe von „Fähigkeiten“, die ein KI-Modell mitbrachte, z. B. die Klassiker wie Stimmungsanalyse („Welche Stimmung herrscht in einem bestimmten Text?“) oder Klassifizierung („Ist der Text eine Frage oder eine Aussage?“).
Dies ist nun anders: GPT-3 kann nicht nur die oben genannten Aufgaben erfüllen, sondern auch sehr schnell und mit hoher Effizienz und Genauigkeit neue Dinge lernen. Dies nennt man die Zero-, One- oder Few-Shot-Fähigkeiten eines Modells. Hier erreicht GPT-3 unglaublich gute Werte. Das bedeutet, dass man ihm zum Beispiel in nur 3 „Trainingssitzungen“ beibringen kann, in eine neue Sprache zu übersetzen, und von da an macht das Modell es selbst.
Warum das für Unternehmen so wichtig ist: die Fähigkeit, (selbständig) zu lernen und sich anzupassen.
Ingmar Bornholz, CEP my-vpa GmbH
Jedes Unternehmen behauptet, einzigartig zu sein. Das mag in einigen Bereichen der Fall sein, aber oft sind es die funktionsübergreifenden Bereiche (IT, HR, Finanzen usw.), die im Wesentlichen gleich sind. Die Personalabteilung einer Bank macht nicht viel anders als die Personalabteilung eines Automobilzulieferers. Das erklärt auch den Erfolg der „allgemeinen“ Office-Produkte wie Excel und Co., die in allen Unternehmen eingesetzt werden (eine Tabellenkalkulation wie Excel lässt sich übrigens strukturell gut mit einem AI-Modell vergleichen). Aber WAS in einem Excel berechnet wird, das ändert sich von Unternehmen zu Unternehmen.
Moderne KI-Architekturen wie GPT-3 sind inzwischen in der Lage, genau das selbst zu lernen:
- Was sind meine unternehmensspezifischen Daten, mit denen ich arbeiten muss?
- Was sind meine unternehmensspezifischen Fragen, die ich beantworten soll?
- Welches sind meine unternehmensspezifischen Mehrwerte, die ich liefern sollte?
Diese Fähigkeiten, die ChatGPT den Nutzern nun sehr konkret vorstellt, sind es, die den Einzug von KI in Unternehmen vorantreiben werden. Denn die oben genannten Ergebnisse sind einfach „schockierend“ im positiven Sinne.
Ich sehe vor allem drei Bereiche, in denen wir sehr bald sehr viel häufiger KI-Dienste sehen werden:
- integrierte KI: z.B. direkt in eine Software integriert, um Vorhersagen zu treffen (besipiel Salesforce KI-Service, der direkt einen Lead qualifiziert).
- eigenständige KI-Dienste (z. B. ChatBot, der Fragen des Kundendienstes eigenständig beantwortet)
- Generierende KI-Dienste: Unternehmenskommunikation, Marketingtexte, Verkaufspräsentationen, die ein Dienst selbstständig erstellt und erst im Nachhinein von einem „echten“ Mitarbeiter freigegeben oder abgestimmt wird.
Die Produktivitätsgewinne sind enorm und das Wissen über die Einführung von AI-Diensten, welche Fähigkeiten und Teams benötigt werden, wird sich ebenfalls verbreiten. Denn eines sollte jedem klar sein: AI-Services sind weit mehr als ein technisches Tool, das eingeführt werden kann, sondern in noch viel größerem Ausmaß ein Unternehmens-Change als alle „Digitalisierungsmaßnahmen“ zusammen. Die Digitalisierung dagegen war ein feuchter Furz 😉
