스타트업 커뮤니티 씬디스 (SeenThis.kr)

Snowflake เผยแพร่รายงานแนวโน้มข้อมูลปี 2024… นักพัฒนา AI พัฒนาแอปพลิเคชันเฉลี่ยวันละ 90 แอป

สร้าง: 2024-05-16

สร้าง: 2024-05-16 14:16

การสำรวจการใช้ AI กับลูกค้ากว่า 9,000 รายทั่วโลก… แอปพลิเคชัน LLM ที่เป็นแชทบอทเพิ่มขึ้น

ภาษา AI ที่นักพัฒนาชื่นชอบคือไพธอน… ปริมาณการประมวลผลข้อมูลที่ไม่มีโครงสร้างเพิ่มขึ้น 123%

สโนว์เฟลก (Snowflake) บริษัทคลาวด์ดาต้าระดับโลก เปิดเผยว่า สัดส่วนของแอปพลิเคชันแบบ Large Language Model (LLM) ที่เป็นแชทบอท เพิ่มขึ้น 46% เมื่อเทียบกับเดือนพฤษภาคมปีที่แล้ว

สโนว์เฟลกได้ทำการสำรวจรูปแบบและแนวโน้มการนำข้อมูลและ AI มาใช้กับลูกค้ากว่า 9,000 ราย และเผยแพร่รายงาน ‘แนวโน้มข้อมูลปี 2024 (Data Trend 2024)’ รายงานฉบับนี้กล่าวถึงวิธีการที่องค์กรธุรกิจขนาดใหญ่ทั่วโลกใช้เทคโนโลยี AI และข้อมูลในการดำเนินธุรกิจ โดยระบุว่า สัดส่วนของแอปพลิเคชัน LLM ที่ใช้การป้อนข้อมูลผ่านข้อความลดลง (ปี 2023 อยู่ที่ 82% ปี 2024 อยู่ที่ 54%) ในขณะที่แชทบอทแบบโต้ตอบเพิ่มขึ้น

นอกจากนี้ จากการสำรวจความคิดเห็นในชุมชนนักพัฒนา Streamlit พบว่า ผู้ตอบแบบสอบถามประมาณ 65% กำลังพัฒนาโครงการ LLM เพื่อใช้ในงานจริง ลูกค้าองค์กรใช้เทคโนโลยีที่ขับเคลื่อนด้วย AI เชิงสร้างสรรค์ในงานต่างๆ เพื่อเพิ่มประสิทธิภาพการทำงาน ประสิทธิผล และพลังการวิเคราะห์

เจนนิเฟอร์ เบลลิเซนต์ (Jennifer Belissent) หัวหน้าฝ่ายกลยุทธ์ข้อมูลของสโนว์เฟลก กล่าวว่า “แอปพลิเคชันแบบโต้ตอบได้รับการเขียนโปรแกรมให้ทำงานในลักษณะเดียวกับที่ผู้คนโต้ตอบกันจริง ทำให้ผู้คนสามารถโต้ตอบกับ LLM ได้อย่างง่ายดายราวกับกำลังสนทนากัน” และเสริมว่า “โดยเฉพาะอย่างยิ่ง หากการกำกับดูแลและความปลอดภัยของข้อมูลซึ่งเป็นรากฐานของแอปพลิเคชัน LLM นั้นได้รับการรับประกัน แอปพลิเคชันแบบโต้ตอบจะสามารถตอบสนองความคาดหวังของทั้งองค์กรและผู้ใช้ได้ และการใช้งานจะขยายตัวออกไป”

สร้างแอปพลิเคชัน LLM มากกว่า 33,000 รายการใน 9 เดือน

นักพัฒนาซอฟต์แวร์กว่า 20,000 รายทั่วโลกที่อยู่ในชุมชน Streamlit ของสโนว์เฟลก ได้สร้างแอปพลิเคชัน LLM มากกว่า 33,143 รายการในช่วง 9 เดือนที่ผ่านมา ภาษาการเขียนโปรแกรมที่พวกเขาชื่นชอบมากที่สุดคือไพธอน การใช้ไพธอนบน Snowpark แพลตฟอร์มการสร้างแอปพลิเคชันของสโนว์เฟลก เพิ่มขึ้น 5.71 เท่าในปีที่ผ่านมา ซึ่งสูงกว่าการใช้ Scala และ Java ที่เพิ่มขึ้น 3.87 เท่าและ 1.31 เท่าตามลำดับ ไพธอนช่วยเพิ่มความเร็วในการสร้างต้นแบบและทดสอบ ทำให้ทั้งกระบวนการทำงานและความเร็วในการเรียนรู้โดยรวมในช่วงเริ่มต้นของโครงการ AI ที่ทันสมัยเพิ่มขึ้น

เมื่อเร็วๆ นี้ มีการเขียนโปรแกรมบนแพลตฟอร์มการจัดการข้อมูลขณะพัฒนาแอปพลิเคชัน LLM เพิ่มมากขึ้น การใช้แอปพลิเคชันแบบเนทีฟของสโนว์เฟลก (Snowflake Native App) ซึ่งสามารถพัฒนาแอปพลิเคชันได้โดยตรงบนแพลตฟอร์มสโนว์เฟลก เพิ่มขึ้นมากกว่า 3 เท่าในช่วง 7 เดือนระหว่างเดือนกรกฎาคมปีที่แล้วถึงเดือนมกราคมปีนี้ แอปพลิเคชันที่พัฒนาบนแพลตฟอร์มข้อมูลเดียวไม่จำเป็นต้องคัดลอกข้อมูลไปยังผู้ให้บริการภายนอก ทำให้การพัฒนาและการปรับใช้แอปพลิเคชันเร็วขึ้น และช่วยลดค่าใช้จ่ายในการดำเนินงานและบำรุงรักษา

ความสำคัญของการกำกับดูแลข้อมูลภายในองค์กรเพิ่มขึ้น

การนำ AI มาใช้ส่งผลให้การวิเคราะห์และการประมวลผลข้อมูลที่ไม่มีโครงสร้างภายในองค์กรเพิ่มขึ้น ในกระบวนการนี้ สามารถค้นพบแหล่งข้อมูลใหม่ๆ ที่ยังไม่ได้ใช้งาน และการกำกับดูแลข้อมูลเพื่อปกป้องข้อมูลส่วนบุคคลที่ละเอียดอ่อนก็มีความสำคัญมากขึ้นเช่นกัน รายงานของสโนว์เฟลกพบว่า ปริมาณข้อมูลที่ไม่มีโครงสร้างที่องค์กรต่างๆ ประมวลผลในปีที่ผ่านมาเพิ่มขึ้น 1.23 เท่า IDC องค์กรวิเคราะห์ตลาดระดับโลก ประมาณการว่า ข้อมูลทั่วโลกสูงสุด 90% เป็นข้อมูลที่ไม่มีโครงสร้าง เช่น วิดีโอ รูปภาพ และเอกสาร ซึ่งแตกต่างจากข้อมูลที่มีโครงสร้างที่ใช้ฝึกฝนแบบจำลองภาษา ซึ่งเป็นเรื่องปกติแล้ว การประมวลผลข้อมูลที่ไม่มีโครงสร้างจะกลายเป็นโอกาสใหม่ๆ ที่จะช่วยเพิ่มขีดความสามารถในการแข่งขันทางธุรกิจขององค์กร

เจนนิเฟอร์ เบลลิเซนต์ หัวหน้าฝ่ายกลยุทธ์ข้อมูลของสโนว์เฟลก เน้นย้ำว่า “การกำกับดูแลข้อมูลไม่ใช่การควบคุมข้อมูล แต่เป็นการใช้ประโยชน์จากมูลค่าของข้อมูลในที่สุด” และอธิบายว่า “สโนว์เฟลกแบ่งการกำกับดูแลออกเป็น 3 แกนหลัก ได้แก่ การรวบรวมข้อมูล ความปลอดภัยของข้อมูล และการใช้ข้อมูล ลูกค้าสามารถติดแท็กและจัดประเภทข้อมูลเพื่อใช้หลักเกณฑ์การเข้าถึงและการใช้งานที่เหมาะสมกับองค์กรได้” ผลลัพธ์ที่ได้คือ จำนวนองค์กรที่นำฟีเจอร์การกำกับดูแลข้อมูลของสโนว์เฟลกไปใช้เพิ่มขึ้นจาก 70% เป็น 100% และจำนวนคำสั่งคิวรีที่ดำเนินการภายในระบบกำกับดูแลก็เพิ่มขึ้น 142%

นอกจากนี้ เบลลิเซนต์ยังกล่าวอีกว่า “ข้อมูลแต่ละรายการแสดงให้เห็นถึงวิธีการรับมือกับปัญหาที่องค์กรต่างๆ กำลังเผชิญ เมื่อมองจุดข้อมูลแต่ละจุดเหล่านี้รวมกัน จะสามารถกำหนดกลยุทธ์ที่ครอบคลุมขององค์กรในการใช้ประโยชน์จากโอกาสของเทคโนโลยี AI ล่าสุดได้” และเสริมว่า “กลยุทธ์หลักในยุคของ AI เชิงสร้างสรรค์ไม่ใช่การเปลี่ยนแปลงข้อมูลอย่างสิ้นเชิง แต่เป็นการดำเนินกลยุทธ์นั้นให้เกิดขึ้นจริง เพื่อให้บรรลุเป้าหมายนี้ องค์กรจำเป็นต้องเปิดและแบ่งปันแหล่งข้อมูลที่กระจายอยู่ในระบบนิเวศข้อมูลที่กว้างขวาง เพื่อทำลายกำแพงข้อมูล (Data Silo)”

สามารถดูรายงานฉบับเต็ม ‘แนวโน้มข้อมูลปี 2024 ของสโนว์เฟลก’ ได้ที่นี่

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

ติดต่อ
ฝ่ายประชาสัมพันธ์ สโนว์เฟลก
KPR
김수빈
02-3426-2281

ความคิดเห็น0

LLM (แบบจำลองภาษาขนาดใหญ่) คืออะไร?LLM ย่อมาจากแบบจำลองภาษาขนาดใหญ่ ซึ่งเป็นเทคโนโลยีปัญญาประดิษฐ์ที่เรียนรู้จากข้อมูลข้อความจำนวนมหาศาล เพื่อทำความเข้าใจและสร้างภาษาที่คล้ายคลึงกับมนุษย์
세상 모든 정보
세상 모든 정보
세상 모든 정보
세상 모든 정보

April 1, 2024

ปัญญาประดิษฐ์เชิงสร้างสรรค์ในปี 2023 และความหมายของมนุษย์ในอนาคตปี 2023 เป็นปีที่ปัญญาประดิษฐ์เชิงสร้างสรรค์ (Generative AI) ก้าวขึ้นมาอย่างรวดเร็วและจุดชนวนคำถามเกี่ยวกับความหมายของการเป็นมนุษย์ การพัฒนาเทคโนโลยี AI นำไปสู่การไตร่ตรองถึงคุณค่าเฉพาะตัวของมนุษย์ เวลา และพื้นที่อย่างจริงจัง
Byungchae Ryan Son
Byungchae Ryan Son
Byungchae Ryan Son
Byungchae Ryan Son

May 16, 2024

พลังของเครื่องจักรที่ตีความภาษาของมนุษย์: ปัญญาประดิษฐ์และการประมวลผลภาษาธรรมชาติบทความวิเคราะห์เชิงลึกเกี่ยวกับหลักการ เทคนิคการใช้งาน ปัญหาทางจริยธรรม และการคาดการณ์ในอนาคตของเทคโนโลยีปัญญาประดิษฐ์และการประมวลผลภาษาธรรมชาติ รวมถึงตัวอย่างการประยุกต์ใช้งานที่หลากหลาย เช่น แชทบอท การแปลภาษา และคู่มือการใช้งานสำหรับนักพัฒนา
Cherry Bee
Cherry Bee
Cherry Bee
Cherry Bee

March 25, 2025

ข้อขัดแย้งของแบบจำลอง AI ชั้นนำ: ความโปร่งใสท่ามกลางความกังวลเกี่ยวกับการขาดความโปร่งใสของแบบจำลอง AI ที่ล้ำสมัย การเพิ่มการเข้าถึงข้อมูลเพื่อให้มั่นใจในความสามารถในการทำซ้ำมีความสำคัญมากขึ้น โดยเฉพาะอย่างยิ่งเมื่อพิจารณาถึงการผูกขาดในอุตสาหกรรม AI และอิทธิพลต่อสังคม ความโปร่งใสจึงเป็นสิ่งจำเป็น
Byungchae Ryan Son
Byungchae Ryan Son
Byungchae Ryan Son
Byungchae Ryan Son

May 14, 2024

สร้าง AI Full Stack ด้วยโอเพนซอร์สบทความนี้จะแนะนำเครื่องมือต่างๆ สำหรับสร้าง AI 풀สแตก (Full Stack) ด้วยโอเพนซอร์ส รวมถึง LLM, เครื่องมืออนุมานและให้บริการ, เฟรมเวิร์ก และโซลูชันการตรวจสอบต่างๆ เรียนรู้การพัฒนาแอปพลิเคชัน AI โดยใช้ LangChain, LlamaIndex และอื่นๆ
RevFactory
RevFactory
RevFactory
RevFactory

February 5, 2024

การเปลี่ยนแปลงความสัมพันธ์ของเรากับอัลกอริทึมบทความที่กล่าวถึงการเปลี่ยนแปลงความสัมพันธ์กับอัลกอริทึมปัญญาประดิษฐ์ โดยนำเสนอการพิจารณาถึงปัญหาทางจริยธรรมเกี่ยวกับเนื้อหาที่อัลกอริทึมสร้างขึ้น และการมีปฏิสัมพันธ์กับมนุษย์
Byungchae Ryan Son
Byungchae Ryan Son
Byungchae Ryan Son
Byungchae Ryan Son

May 9, 2024