Nvidia ได้เปิดตัว NeMo microservices ซึ่งเป็นชุดเครื่องมือที่ออกแบบมาเพื่อรวม AI agent เข้ากับกระบวนการทำงานขององค์กรได้อย่างราบรื่น การเปิดตัวนี้เกิดขึ้นในช่วงเวลาที่สำคัญ เนื่องจากผลการศึกษาชี้ให้เห็นว่าธุรกิจจำนวนมากกำลังประสบปัญหาในการสร้างผลตอบแทนที่สำคัญจากการลงทุนด้าน AI ของตน NeMo microservices มุ่งเป้าไปที่การแก้ไขปัญหานี้โดยการมอบทรัพยากรที่จำเป็นแก่ผู้พัฒนาเพื่อสร้างและจัดการ AI agent ที่สามารถทำงานอัตโนมัติ ผสานรวมกับแอปพลิเคชันที่มีอยู่ และอัปเดตข้อมูลล่าสุดอยู่เสมอ
ศักยภาพของ AI Agent ในองค์กร
ศักยภาพของ AI agent ในการเปลี่ยนแปลงวิธีการดำเนินงานของธุรกิจนั้นมีมากมายมหาศาล จากคำกล่าวของ Joey Conway ผู้อำนวยการอาวุโสฝ่ายซอฟต์แวร์ generative AI สำหรับองค์กรของ Nvidia ‘มีผู้ปฏิบัติงานด้านความรู้มากกว่าพันล้านคนในอุตสาหกรรม ภูมิศาสตร์ และสถานที่ต่างๆ มากมาย และมุมมองของเราคือพนักงานดิจิทัลหรือ AI agent จะสามารถช่วยให้องค์กรทำงานได้มากขึ้นในหลากหลายโดเมนและสถานการณ์’
NeMo microservices ได้รับการออกแบบมาเพื่อให้วิสัยทัศน์นี้เป็นจริงโดยการมอบชุดเครื่องมือที่ครอบคลุมสำหรับการสร้าง การปรับใช้ และการจัดการ AI agent นอกจากนี้ microservices เหล่านี้ยังรวมอยู่ในชุดเครื่องมือสำหรับนักพัฒนา Nvidia AI Enterprise ที่กว้างขึ้น ซึ่งช่วยเพิ่มความสามารถในการเข้าถึงและความสามารถในการผสานรวม
การแกะกล่องชุด NeMo Microservices
ชุด NeMo microservices ประกอบด้วยส่วนประกอบสำคัญหลายอย่าง ซึ่งแต่ละส่วนได้รับการออกแบบมาเพื่อจัดการกับลักษณะเฉพาะของวงจรชีวิต AI agent:
NeMo Curator: Microservice นี้มีหน้าที่รวบรวมข้อมูลองค์กร เพื่อให้มั่นใจว่า AI agent สามารถเข้าถึงข้อมูลที่จำเป็นในการทำงานได้อย่างมีประสิทธิภาพ
NeMo Customizer: Conway อธิบายว่าเป็น microservice ที่ ‘ใช้เทคนิคการฝึกอบรมที่ล้ำสมัยล่าสุดและสอนทักษะและความรู้ใหม่ๆ ให้กับโมเดล เพื่อให้เรามั่นใจได้ว่าโมเดลที่ขับเคลื่อน agent จะได้รับการอัปเดตอยู่เสมอ’ NeMo Customizer มีความสำคัญอย่างยิ่งในการทำให้ AI agent ทันสมัยและเกี่ยวข้องอยู่เสมอ
NeMo Evaluator: Microservice นี้ได้รับการออกแบบมาเพื่อตรวจสอบว่าโมเดล AI ที่ขับเคลื่อน agent ได้รับการปรับปรุงจริงและไม่ได้ถดถอยลง เพื่อให้มั่นใจว่าประสิทธิภาพยังคงสม่ำเสมอหรือดีขึ้นเมื่อเวลาผ่านไป
NeMo Guardrails: NeMo Guardrails มีจุดมุ่งหมายเพื่อให้ AI agent มุ่งเน้นไปที่วัตถุประสงค์ที่ตั้งใจไว้ ป้องกันไม่ให้ agent ออกนอกหัวข้อ และลดความเสี่ยงด้านความปลอดภัยและความมั่นคงที่อาจเกิดขึ้น
แนวคิด ‘Data Flywheel’
Nvidia มองเห็น microservices เหล่านี้ทำงานในไปป์ไลน์แบบวงจรต่อเนื่อง ซึ่งพวกเขาเรียกว่า ‘data flywheel’ กระบวนการนี้เกี่ยวข้องกับการรับข้อมูลใหม่และข้อเสนอแนะจากผู้ใช้ การใช้ข้อมูลนี้เพื่อปรับปรุงโมเดล AI จากนั้นปรับใช้โมเดลที่อัปเดตใหม่ แนวทางที่ทำซ้ำนี้ทำให้มั่นใจได้ว่า AI agent เรียนรู้และปรับตัวอย่างต่อเนื่อง ทำให้มีประสิทธิภาพมากขึ้นเมื่อเวลาผ่านไป
Conway เปรียบเทียบ NeMo microservices กับ ‘โดยพื้นฐานแล้วเหมือนกับ container Docker’ โดยเน้นถึงความเป็นโมดูลาร์และความง่ายในการปรับใช้ การจัดระเบียบ microservices เหล่านี้อาศัย Kubernetes โดยมีคุณสมบัติเพิ่มเติมเช่น Kubernetes Operators เพื่อปรับปรุงกระบวนการให้คล่องตัวขึ้น
Nvidia ยังมุ่งเน้นไปที่การปรับปรุงการเตรียมและการดูแลจัดการข้อมูล โดยตระหนักถึงความสำคัญของข้อมูลคุณภาพสูงสำหรับ AI ที่มีประสิทธิภาพ ‘เรามีซอฟต์แวร์บางตัวในปัจจุบันเพื่อช่วยในการเตรียมและการดูแลจัดการข้อมูล จะมีอะไรอีกมากมายที่จะตามมาในอนาคต’ Conway กล่าว
การสนับสนุนและการบูรณาการซอฟต์แวร์ในวงกว้าง
Nvidia มุ่งมั่นที่จะทำให้มั่นใจว่า NeMo microservices สามารถใช้งานร่วมกับแพลตฟอร์มและเครื่องมือซอฟต์แวร์ที่หลากหลาย บริษัทอ้างว่ามีการสนับสนุนซอฟต์แวร์ในวงกว้างสำหรับชุดเครื่องมือ AI ใหม่ รวมถึงแพลตฟอร์มองค์กร เช่น SAP, ServiceNow และ Amdocs; สแตกซอฟต์แวร์ AI เช่น DataRobot และ Dataiku; รวมถึงเครื่องมืออื่นๆ เช่น DataStax และ Cloudera นอกจากนี้ NeMo microservices ยังรองรับโมเดลจากแหล่งต่างๆ รวมถึง Google, Meta, Microsoft, Mistral AI และ Nvidia เอง
การสนับสนุนที่กว้างขวางนี้ทำให้มั่นใจได้ว่าธุรกิจสามารถผสานรวม NeMo microservices เข้ากับโครงสร้างพื้นฐานด้านไอทีที่มีอยู่ได้อย่างราบรื่น โดยไม่คำนึงถึงสแต็กเทคโนโลยีที่พวกเขาเลือก
แอปพลิเคชันในโลกแห่งความเป็นจริงของ NeMo Microservices
NeMo microservices ได้รับการปรับใช้ในอุตสาหกรรมต่างๆ แล้ว ซึ่งแสดงให้เห็นถึงความสามารถรอบด้านและผลกระทบที่อาจเกิดขึ้น ตัวอย่างเช่น Amdocs ผู้ให้บริการซอฟต์แวร์และบริการชั้นนำแก่บริษัทสื่อสารและสื่อ กำลังใช้ NeMo microservices เพื่อพัฒนา agent สามประเภทสำหรับลูกค้าผู้ให้บริการโทรคมนาคม:
Billing Agent: Agent นี้มุ่งเน้นไปที่การแก้ไขข้อสงสัยที่เกี่ยวข้องกับการเรียกเก็บเงิน โดยให้ข้อมูลที่ถูกต้องและทันเวลาแก่ลูกค้าเกี่ยวกับบัญชีของตน
Sales Agent: Sales agent ทำงานในการนำเสนอข้อเสนอที่เป็นส่วนตัวและเพิ่มการมีส่วนร่วมของลูกค้าซึ่งเป็นส่วนหนึ่งของกระบวนการขาย ช่วยปิดข้อตกลงได้อย่างมีประสิทธิภาพมากขึ้น
Network Agent: Agent นี้วิเคราะห์บันทึกและข้อมูลเครือข่ายในภูมิภาคและประเทศต่างๆ เพื่อระบุและแก้ไขปัญหาด้านบริการในเชิงรุก เพื่อให้มั่นใจถึงความน่าเชื่อถือและประสิทธิภาพของเครือข่าย
ตัวอย่างเหล่านี้แสดงให้เห็นถึงศักยภาพของ NeMo microservices ในการทำงานอัตโนมัติ ปรับปรุงการบริการลูกค้า และเพิ่มประสิทธิภาพการดำเนินงานในอุตสาหกรรมต่างๆ
ความพร้อมใช้งานและการปรับใช้
นักพัฒนาสามารถเข้าถึง NeMo microservices ผ่านทาง Nvidia NGC catalog ซึ่งเป็นศูนย์กลางสำหรับซอฟต์แวร์ที่ปรับให้เหมาะสมกับ GPU หรืออีกทางหนึ่ง พวกเขาสามารถปรับใช้ microservices ซึ่งเป็นส่วนหนึ่งของชุด Nvidia AI Enterprise ซึ่งมีชุดเครื่องมือที่ครอบคลุมสำหรับการพัฒนาและปรับใช้แอปพลิเคชัน AI
ความท้าทายในการพิสูจน์ ROI
ในขณะที่ศักยภาพของ AI นั้นปฏิเสธไม่ได้ แต่ธุรกิจจำนวนมากกำลังดิ้นรนเพื่อแสดงให้เห็นถึงผลตอบแทนที่ชัดเจนจากการลงทุนด้าน AI การศึกษาล่าสุดที่ดำเนินการในสหราชอาณาจักรพบว่าธุรกิจต่างๆ ใช้จ่ายโดยเฉลี่ย 321,000 ปอนด์ (427,000 ดอลลาร์) ไปกับ AI เพื่อปรับปรุงประสบการณ์ของลูกค้า แต่เปอร์เซ็นต์ที่สำคัญเห็นว่ามีการปรับปรุงเพียงเล็กน้อยเท่านั้น จากการศึกษาพบว่า 44 เปอร์เซ็นต์ของผู้นำธุรกิจระบุว่า AI ได้ส่งมอบการปรับปรุงเพียงเล็กน้อยเท่านั้น
แม้จะมีความท้าทายเหล่านี้ แต่ผู้ตอบแบบสอบถามส่วนใหญ่ (93 เปอร์เซ็นต์) อ้างว่าการลงทุนด้าน AI ของพวกเขาให้ผลตอบแทนจากการลงทุน (ROI) ที่ดี ความคลาดเคลื่อนนี้เน้นย้ำถึงความจำเป็นที่ธุรกิจจะต้องประเมินกลยุทธ์ AI ของตนอย่างรอบคอบ และตรวจสอบให้แน่ใจว่าสอดคล้องกับวัตถุประสงค์ทางธุรกิจโดยรวมของตน
ความสำคัญของการผสานรวมที่มีความหมาย
การวิจัยที่ได้รับมอบหมายจาก Storyblok ผู้ให้บริการซอฟต์แวร์ CMS สำหรับนักการตลาดและนักพัฒนา แสดงให้เห็นว่าธุรกิจจำเป็นต้องก้าวไปไกลกว่าการนำ AI ไปใช้ในระดับผิวเผิน และผสานรวมเข้าด้วยกันในลักษณะที่ขับเคลื่อนการเปลี่ยนแปลงที่มีความหมาย ซึ่งต้องใช้แนวทางเชิงกลยุทธ์ที่พิจารณาถึงความต้องการและความท้าทายเฉพาะของธุรกิจ ตลอดจนความสามารถของเทคโนโลยี AI ที่กำลังปรับใช้
การศึกษาได้ระบุกรณีการใช้งาน AI ที่ได้รับความนิยมมากที่สุดในหมู่ผู้นำธุรกิจในสหราชอาณาจักร ได้แก่:
- การสร้างเนื้อหาเว็บไซต์
- การบริการลูกค้า
- การวิเคราะห์ทางการตลาด
- บริการแปลภาษา
- การสร้างเนื้อหาทางการตลาด
กรณีการใช้งานเหล่านี้แสดงให้เห็นถึงศักยภาพของ AI ในการทำงานอัตโนมัติ ปรับปรุงประสิทธิภาพ และเพิ่มประสบการณ์ของลูกค้า อย่างไรก็ตาม เพื่อให้ตระหนักถึงศักยภาพของ AI อย่างเต็มที่ ธุรกิจจำเป็นต้องวางแผนและดำเนินการริเริ่ม AI อย่างรอบคอบ โดยตรวจสอบให้แน่ใจว่าสอดคล้องกับกลยุทธ์ทางธุรกิจโดยรวมของตน
การนำทางความซับซ้อนของการใช้งาน AI
การผสานรวม AI เข้ากับกระบวนการทำงานขององค์กรนำเสนอชุดความท้าทายที่ซับซ้อน ตั้งแต่การเตรียมข้อมูลและการฝึกอบรมโมเดลไปจนถึงการปรับใช้และการบำรุงรักษา NeMo microservices ได้รับการออกแบบมาเพื่อจัดการกับความท้าทายเหล่านี้โดยการมอบชุดเครื่องมือและทรัพยากรที่ครอบคลุมแก่นักพัฒนา
อย่างไรก็ตาม การใช้งาน AI ที่ประสบความสำเร็จต้องมีมากกว่าแค่เทคโนโลยี นอกจากนี้ยังต้องมีความเข้าใจที่ชัดเจนเกี่ยวกับปัญหาทางธุรกิจที่กำลังแก้ไข กลยุทธ์ที่กำหนดไว้อย่างดีสำหรับการปรับใช้และจัดการ AI agent และความมุ่งมั่นในการปรับปรุงอย่างต่อเนื่อง
อนาคตของ AI ในองค์กร
ในขณะที่เทคโนโลยี AI ยังคงพัฒนาต่อไป บทบาทของ AI ในองค์กรก็จะมีความโดดเด่นมากยิ่งขึ้น AI agent มีศักยภาพในการเปลี่ยนแปลงวิธีการดำเนินงานของธุรกิจ การทำงานอัตโนมัติ การปรับปรุงประสิทธิภาพ และการเพิ่มประสบการณ์ของลูกค้า
Nvidia’s NeMo microservices เป็นก้าวสำคัญในการทำให้วิสัยทัศน์นี้เป็นจริง ด้วยการมอบเครื่องมือที่จำเป็นแก่ผู้พัฒนาในการสร้าง ปรับใช้ และจัดการ AI agent NeMo microservices กำลังช่วยทำให้ AI เป็นประชาธิปไตยและทำให้ธุรกิจต่างๆ เข้าถึงได้มากขึ้น
อย่างไรก็ตาม การนำ AI ไปใช้ให้ประสบความสำเร็จต้องใช้แนวทางเชิงกลยุทธ์ที่พิจารณาถึงความต้องการและความท้าทายเฉพาะของแต่ละธุรกิจ ด้วยการวางแผนและดำเนินการริเริ่ม AI อย่างรอบคอบ ธุรกิจต่างๆ สามารถปลดล็อกศักยภาพของ AI อย่างเต็มที่และขับเคลื่อนการเปลี่ยนแปลงที่มีความหมาย
บทสรุป: การยอมรับการปฏิวัติ AI
การเปิดตัว Nvidia’s NeMo microservices ถือเป็นพัฒนาการที่น่าตื่นเต้นในด้าน AI โดยนำเสนอชุดเครื่องมือที่ทรงพลังแก่ธุรกิจเพื่อผสานรวม AI agent เข้ากับกระบวนการทำงานของตน ในขณะที่บริษัทต่างๆ นำทางความซับซ้อนของการใช้งาน AI microservices เหล่านี้เป็นรากฐานที่แข็งแกร่งสำหรับการสร้างระบบอัตโนมัติอัจฉริยะที่สามารถขับเคลื่อนประสิทธิภาพ ปรับปรุงประสบการณ์ของลูกค้า และปลดล็อกโอกาสใหม่ๆ สำหรับการเติบโต แม้ว่ายังคงมีความท้าทายในการแสดงให้เห็นถึง ROI และการสร้างความมั่นใจในการผสานรวมที่มีความหมาย แต่ประโยชน์ที่อาจได้รับจาก AI นั้นปฏิเสธไม่ได้ และ NeMo microservices พร้อมที่จะมีบทบาทสำคัญในการกำหนดอนาคตของ AI ในองค์กร