Whalesbook
Salesforce જે મુખ્ય પડકારને ઉકેલવા માંગે છે તે લાર્જ લેંગ્વેજ મોડેલ્સ (LLMs) નું નિયંત્રિત બેન્ચમાર્ક પરીક્ષણોમાં પ્રદર્શન અને એન્ટરપ્રાઇઝ ઓપરેશન્સના અણધાર્યા વાતાવરણમાં તેમના વાસ્તવિક વર્તન વચ્ચેનો નોંધપાત્ર તફાવત છે. શ્રીની તલ્લાપ્રગડા, પ્રેસિડેન્ટ અને ચીફ એન્જિનિયરિંગ અને કસ્ટમર સક્સેસ ઓફિસર, એ નિર્દેશ કર્યો કે LLMs પાયાના હોવા છતાં, મજબૂત બેન્ચમાર્ક સ્કોર્સ આપમેળે સતત વ્યવસાય પરિણામોની ખાતરી આપતા નથી.
AI પ્રદર્શનના અંતરને દૂર કરવું
વર્ષોથી, ઘણી મોટી કંપનીઓ AI પાયલોટ અને ડેમો પર ધ્યાન કેન્દ્રિત કરતી હતી. જોકે, આ પ્રયાસો ઘણીવાર સ્થગિત થઈ જતા હતા, અને ખૂબ જ ઓછી સિસ્ટમ્સ સંપૂર્ણ ઉત્પાદનમાં સફળતાપૂર્વક સંક્રમણ કરી શકતી હતી. તલ્લાપ્રગડાએ આને "છેલ્લા માઇલ" સમસ્યા તરીકે ઓળખાવી. આ અંતિમ તબક્કામાં AI સિસ્ટમ્સને વિવિધ એજ કેસોમાં, લાંબા સમયગાળા દરમિયાન અને કડક નિયમનકારી દેખરેખ હેઠળ, અવિશ્વસનીય આગાહી સાથે કાર્ય કરવાની જરૂર છે, જે ઘણીવાર સંપૂર્ણપણે સંભાવનાવાળા (probabilistic) AI મોડેલો દ્વારા પૂરી ન થતી આવશ્યકતા છે.
હાઇબ્રિડ AI સિસ્ટમ્સની જરૂરિયાત
LLMs, તેમના સંભાવનાત્મક સ્વભાવને કારણે, સૂક્ષ્મતા અને સંદર્ભ સમજવામાં ઉત્તમ છે, પરંતુ જ્યારે સંપૂર્ણ નિશ્ચિતતા જરૂરી હોય ત્યારે તેઓ નિષ્ફળ થઈ શકે છે. તલ્લાપ્રગડાએ નોંધ્યું કે LLMs 97% સમય પાલન કરી શકે છે, પરંતુ એન્ટરપ્રાઇઝ વર્કફ્લો, ખાસ કરીને નાણાકીય સેવાઓ અથવા ગ્રાહક રિફંડ જેવા સંવેદનશીલ ક્ષેત્રોમાં, 100% પાલનની જરૂર હોય છે. આને સંબોધવા માટે, Salesforce જનરેટિવ AI ને નિયત (deterministic) સિસ્ટમ્સ સાથે એકીકૃત કરી રહ્યું છે. આ હાઇબ્રિડ અભિગમ LLMs નો ઉપયોગ લવચીકતા, તર્ક અને સહાનુભૂતિની જરૂર હોય તેવા કાર્યો માટે કરે છે, જ્યારે નિયમ-આધારિત તર્ક (rule-based logic) પાલન-ભારયુક્ત અથવા ઓડિટ-સંવેદનશીલ પ્રક્રિયાઓ માટે ઉપયોગ કરે છે.
બેન્ચમાર્ક અને ભાવિ દૃષ્ટિકોણ પર સાવધાની
તલ્લાપ્રગડાએ ઉદ્યોગ બેન્ચમાર્ક અંગે સાવચેતી રાખવાની પણ વિનંતી કરી, કારણ કે તેમાંથી ઘણા સૈદ્ધાંતિક છે અને તેમાં હેરફેર કરી શકાય છે, જે વિશ્વસનીયતાની ખોટી ભાવના આપે છે. તેમણે કહ્યું કે બેન્ચમાર્ક પર સંપૂર્ણ સ્કોર વાસ્તવિક-વિશ્વના પ્રદર્શનની સમકક્ષ નથી. આ વધુ શિસ્તબદ્ધ અભિગમ હોવા છતાં, Salesforce LLMs નો ઉપયોગ વધારતું રહે છે, વિવિધ મોડેલોમાં પ્રદર્શન, ખર્ચ અને સ્થિરતા માટે ઓપ્ટિમાઇઝ કરી રહ્યું છે. કંપની 2026 માં એન્ટરપ્રાઇઝ AI અપનાવવા માટે એક નોંધપાત્ર વળાંક આવશે તેવી અપેક્ષા રાખે છે, જે પ્રારંભિક ઉત્સાહથી નક્કર વ્યવસાય મૂલ્ય વિતરણ પર ધ્યાન કેન્દ્રિત કરશે.