스타트업 커뮤니티 씬디스 (SeenThis.kr)

स्नोफ्लेक, डेटा ट्रेंड्स 2024 रिपोर्ट जारी… AI डेवलपर प्रतिदिन औसतन 90 ऐप विकसित करते हैं

  • लेखन भाषा: कोरियाई
  • आधार देश: सभी देशcountry-flag
  • आईटी

रचना: 2024-05-16

रचना: 2024-05-16 14:16

दुनिया भर में 9000 से ज़्यादा ग्राहकों पर एआई उपयोगिता सर्वेक्षण... एलएलएम ऐप में चैटबॉट का अनुपात बढ़ा

डेवलपर द्वारा पसंद की जाने वाली एआई भाषा पायथन... अनौपचारिक डेटा प्रोसेसिंग में 123% की वृद्धि

वैश्विक डेटा क्लाउड कंपनी स्नोफ्लेक (Snowflake) ने बताया है कि बड़े भाषा मॉडल (Large Language Model, LLM) ऐप में चैटबॉट का अनुपात पिछले साल मई की तुलना में 46% तक बढ़ गया है।

स्नोफ्लेक ने 9000 से ज़्यादा ग्राहकों पर डेटा और एआई अपनाने के पैटर्न और रुझानों का सर्वेक्षण किया और 'डेटा ट्रेंड 2024 (Data Trend 2024)' रिपोर्ट जारी की। वैश्विक उद्यमों द्वारा अपने व्यापार में एआई तकनीक और डेटा का उपयोग कैसे किया जा रहा है, इस पर प्रकाश डालने वाली इस रिपोर्ट में पाया गया कि टेक्स्ट इनपुट आधारित एलएलएम ऐप का अनुपात कम हो रहा है (2023 में 82%, 2024 में 54%) और इंटरैक्टिव चैटबॉट का अनुपात बढ़ रहा है।

इसके अलावा, स्ट्रीमलिट (Streamlit) डेवलपर समुदाय पर किए गए एक सर्वेक्षण में, लगभग 65% उत्तरदाताओं ने कहा कि वे व्यावसायिक उद्देश्यों के लिए एलएलएम प्रोजेक्ट पर काम कर रहे हैं। वास्तव में, उद्यम ग्राहक उत्पादकता, दक्षता और विश्लेषणात्मक क्षमता को बढ़ाने के लिए विभिन्न तरीकों से जेनेरेटिव एआई-आधारित तकनीकों का उपयोग कर रहे हैं।

स्नोफ्लेक की डेटा रणनीति प्रमुख जेनिफर बेलिसेंट (Jennifer Belissent) ने कहा, “इंटरैक्टिव ऐप को लोगों के साथ वास्तविक इंटरैक्शन के तरीके से प्रोग्राम किया गया है, इसलिए अब लोग एलएलएम के साथ आसानी से बातचीत कर सकते हैं, जैसे कि वे किसी व्यक्ति से बात कर रहे हों।” उन्होंने आगे कहा, “ख़ास तौर पर अगर एलएलएम ऐप के आधार डेटा का शासन और सुरक्षा सुनिश्चित हो, तो इंटरैक्टिव ऐप व्यावसायिक और उपयोगकर्ता दोनों के लिए उम्मीदों को पूरा करते हुए उपयोगिता में वृद्धि करेंगे।”

9 महीनों में 33,000 से ज़्यादा एलएलएम एप्लिकेशन बनाए गए

स्नोफ्लेक स्ट्रीमलिट समुदाय में शामिल दुनिया भर के लगभग 20,000 से ज़्यादा डेवलपर्स ने पिछले 9 महीनों में 33,143 से ज़्यादा एलएलएम ऐप बनाए हैं। इनमें से सबसे पसंद की जाने वाली प्रोग्रामिंग भाषा पायथन थी। स्नोफ्लेक के ऐप निर्माण प्लेटफ़ॉर्म स्नोपार्क (Snowpark) पर पिछले साल पायथन का उपयोग 5.71 गुना बढ़ा है। यह स्केला और जावा में क्रमशः 3.87 गुना और 1.31 गुना वृद्धि की तुलना में ज़्यादा है। पायथन प्रोटोटाइप और परीक्षण की गति को बढ़ाता है, जिससे कुल काम की गति और साथ ही अत्याधुनिक एआई प्रोजेक्ट्स के शुरुआती चरणों में समग्र सीखने की गति में तेज़ी आती है।

हाल ही में, एलएलएम ऐप को डेटा प्रबंधन प्लेटफ़ॉर्म पर प्रोग्राम करने के मामले भी बढ़ रहे हैं। स्नोफ्लेक प्लेटफ़ॉर्म पर सीधे ऐप विकसित करने की क्षमता वाले स्नोफ्लेक नेटिव ऐप (Snowflake Native App) का उपयोग पिछले साल जुलाई से इस साल जनवरी, यानी 7 महीनों में 3 गुना से ज़्यादा बढ़ा है। एकल डेटा प्लेटफ़ॉर्म पर विकसित एप्लिकेशन को बाहरी कंपनियों को डेटा कॉपी भेजने की ज़रूरत नहीं होती है, जिससे ऐप विकास और परिनियोजन तेज़ होता है और संचालन और रखरखाव की लागत कम होती है।

कंपनी के अंदर डेटा शासन का महत्व बढ़ा

एआई अपनाने के साथ-साथ संगठन के भीतर अनौपचारिक डेटा का विश्लेषण और प्रसंस्करण भी बढ़ा है। इस प्रक्रिया में, अप्रयुक्त नए डेटा स्रोतों की खोज की जा सकती है, और संवेदनशील व्यक्तिगत डेटा की सुरक्षा के लिए डेटा शासन भी महत्वपूर्ण हो गया है। स्नोफ्लेक की रिपोर्ट के अनुसार, कंपनियों ने पिछले एक साल में अनौपचारिक डेटा की मात्रा में 1.23 गुना वृद्धि की है। वैश्विक बाजार विश्लेषण एजेंसी आईडीसी (IDC) का अनुमान है कि दुनिया भर के डेटा का 90% तक अनौपचारिक वीडियो, चित्र और दस्तावेज़ों का रूप लेता है। पहले से ही भाषा मॉडल प्रशिक्षण में सामान्य हो चुके संरचित डेटा के विपरीत, अनौपचारिक डेटा का प्रसंस्करण कंपनियों के व्यावसायिक प्रतिस्पर्धा को बढ़ाने का एक नया अवसर होगा।

स्नोफ्लेक की डेटा रणनीति प्रमुख जेनिफर बेलिसेंट (Jennifer Belissent) ने इस बात पर ज़ोर दिया कि “डेटा शासन का अर्थ डेटा को नियंत्रित करना नहीं है, बल्कि अंततः डेटा के मूल्य का उपयोग करना है।” उन्होंने आगे बताया कि “स्नोफ्लेक ने शासन को डेटा संग्रह, डेटा सुरक्षा और डेटा उपयोग, तीन अक्षों में विभाजित किया है, और ग्राहक डेटा को टैग और वर्गीकृत करने में सक्षम हैं ताकि वे अपने संगठन के लिए उपयुक्त पहुंच और उपयोग नीतियां लागू कर सकें।” परिणामस्वरूप, स्नोफ्लेक के ग्राहकों में डेटा शासन सुविधाओं को अपनाने वालों का अनुपात 70% से बढ़कर 100% हो गया है, और शासन के तहत संचालित क्वेरी की संख्या में 142% की वृद्धि हुई है।

इसके साथ ही, बेलिसेंट ने कहा, “प्रत्येक डेटा यह दर्शाता है कि कंपनियां अपने सामने आने वाली समस्याओं का समाधान कैसे करती हैं। इन अलग-अलग डेटा बिंदुओं को एक साथ देखने पर, नवीनतम एआई तकनीक के अवसरों का उपयोग करके संगठनों के लिए एक समेकित रणनीति बनाई जा सकती है।” उन्होंने कहा, “जेनेरेटिव एआई युग की मुख्य रणनीति डेटा को बदलने वाला मौलिक बदलाव नहीं है, बल्कि उस रणनीति को तुरंत लागू करना है। इसके लिए, कंपनियों के लिए व्यापक डेटा पारिस्थितिकी तंत्र में फैले डेटा स्रोतों को खोलना और साझा करना महत्वपूर्ण है ताकि डेटा साइलो को खत्म किया जा सके।”

‘स्नोफ्लेक डेटा ट्रेंड 2024 रिपोर्ट’ का पूरा विवरण यहाँ देखें।

वेबसाइट: https://www.snowflake.com/?lang=ko

संपर्क करें
स्नोफ्लेक प्रचार एजेंसी
केपीआर (KPR)
किम सुबिन (Kim Subin)
02-3426-2281

टिप्पणियाँ0

कृत्रिम बुद्धिमत्ता और प्राकृतिक भाषा प्रसंस्करण: मानव भाषा की व्याख्या करने वाली मशीन की शक्तिकृत्रिम बुद्धिमत्ता और प्राकृतिक भाषा प्रसंस्करण तकनीक के सिद्धांतों, उपयोग के मामलों, नैतिक मुद्दों और भविष्य के दृष्टिकोण पर गहराई से विश्लेषणात्मक लेख। चैटबॉट, मशीन ट्रांसलेशन आदि जैसे विभिन्न अनुप्रयोगों के उदाहरणों के साथ-साथ डेवलपर्स के लिए व्यावहार
Cherry Bee
Cherry Bee
Cherry Bee
Cherry Bee

March 25, 2025

AI युग में भाषा का कीवर्ड, बारीकियाँAI युग में, भाषा क्षमता और बारीकियों का महत्व बढ़ रहा है। AI अनुवाद की सुविधा के साथ, हम भाषा सीखने के अवसरों और सांस्कृतिक बारीकियों को खो सकते हैं, इस ओर हम चेतावनी देते हैं।
Byungchae Ryan Son
Byungchae Ryan Son
Byungchae Ryan Son
Byungchae Ryan Son

May 20, 2024

प्राकृतिक भाषा संसाधन (NLP) और चैटबॉटयह लेख प्राकृतिक भाषा संसाधन (NLP) और चैटबॉट की अवधारणा, उपयोग के उदाहरण और भविष्य के दृष्टिकोण पर चर्चा करता है। इसका उपयोग ग्राहक सेवा, चिकित्सा परामर्श आदि विभिन्न क्षेत्रों में किया जाता है और भविष्य में बहुभाषी समर्थन और नैतिक AI विकास की उम्मीद है।
Cherry Bee
Cherry Bee
Cherry Bee
Cherry Bee

March 14, 2025

सिंथेटिक डेटा: मशीन बन रही है उपभोक्ताकृत्रिम बुद्धिमत्ता सिंथेटिक उपभोक्ताओं का उपयोग करके उत्पाद विकास और अनुसंधान सेवाओं का उदय हुआ है, जिसके साथ ही वास्तविकता से अंतर और डेटा विश्वसनीयता के मुद्दे उठ रहे हैं।
Byungchae Ryan Son
Byungchae Ryan Son
Byungchae Ryan Son
Byungchae Ryan Son

May 10, 2024

डीप लर्निंग का उपयोग करके डेटा विश्लेषण: मूल बातें से लेकर वास्तविक अनुप्रयोगों तकडीप लर्निंग की मूल बातों से लेकर वास्तविक अनुप्रयोगों तक, डेटा विश्लेषण की प्रमुख तकनीकों पर विस्तार से चर्चा करने वाला लेख। इसमें छवि विश्लेषण, प्राकृतिक भाषा प्रसंस्करण, पूर्वानुमान विश्लेषण आदि विभिन्न क्षेत्रों में इसके उपयोग और सीमाओं का व्यापक विवरण
Cherry Bee
Cherry Bee
Cherry Bee
Cherry Bee

January 13, 2025