Wie Ihre Organisation sich auf generative KI vorbereiten kann
von Phil Le-Brun, Enterprise Strategist and Evangelist, Amazon Web Services (AWS)
Mich faszinieren die bemerkenswerten technologischen Meilensteine der Geschichte, die uns allen in Erinnerung bleiben – die erste Fernsehübertragung, die bemannte Raumfahrt, das Internet. Jedes dieser Ereignisse hat bis dahin eher unbekannte Technologien und Konzepte greifbar gemacht. Das jüngste Beispiel einer solchen neuen Technologie ist generative KI.
Generative KI ist eine Art künstlicher Intelligenz, die neue Ideen und Inhalte „generieren“ kann, darunter Dialoge, Geschichten, Bilder, Videos und Musik. Sie basiert auf Modellen für maschinelles Lernen (ML) – sehr großen Modellen, die aus enormen Mengen von Daten gelernt haben und oft auch als. Foundation Models (FM) bezeichnet werden.
Amazon investiert bereits seit mehreren Jahren in Foundation Models und setzt diese in diversen Bereichen ein, wie z. B. bei Suchen auf Amazon.com und für die Dialoge mit Alexa. Unser Fokus bei AWS liegt darauf, diese Technologien auf breiter Ebene für Organisationen zugänglich zu machen. Unsere Kunden sprechen mit uns über den Einsatz von generativer KI, um die pharmazeutische Entwicklung zu beschleunigen, ihre Forschung zu unterstützen, den Kundendienst zu optimieren und vieles mehr. Das Potenzial ist enorm, aber viele Führungskräfte wissen einfach nicht, wie sie anfangen sollen. Hier deshalb einige Anregungen:
Denken Sie über Anwendungsfälle nach
Kennen Sie den Spruch: „Verliebe dich in das Problem, nicht in die Lösung“? Er soll uns daran erinnern, dass Technologie oft die Antwort liefern kann, aber letztendlich nur eins von vielen Mitteln ist, die wir haben, um reale Probleme anzugehen.
Welche zeitraubenden, schwierigen oder unmöglichen Probleme könnte generative KI für Sie lösen? Denken Sie groß, was die Möglichkeiten betrifft, aber beginnen Sie klein – mit Problemen, die Ihre Mitarbeitenden oder Kunden im Alltag nerven.
Lassen sich interne Ärgernisse durch Automatisierung lösen, so dass mehr Zeit für die Organisation zur Verfügung steht und gleichzeitig ein besseres Verständnis dafür entsteht, wie KI Ihr Unternehmen unterstützen kann? Ein Beispiel: Mithilfe von Amazon Code Whisperer, der anhand eines Foundation Models Codevorschläge liefert, reduziert Accenture seinen Entwicklungsaufwand um bis zu 30 % und erlangt gleichzeitig ein Verständnis für die Leistung generativer KI bei der Produktivitätssteigerung.
Experimentieren Sie mit Lösungen und Modellen
Amazon arbeitet seit über 20 Jahren an der Entwicklung von KI-Anwendungen wie unserer Empfehlungs-Engine für den E-Commerce. Die beste Art und Weise, um das Verständnis von künstlicher Intelligenz auf eine breite Basis zu stellen (und KI dadurch weiter zu verbessern), besteht unserer Erfahrung nach darin, dass viele verschiedene Menschen mit ihr experimentieren, Probleme lösen und Innovationen entwickeln.
Seit dem Start von Amazon SageMaker im Jahr 2017 haben wir kontinuierlich neue ML- und KI-Services eingeführt. Unser Ziel: die Technologie allgemeiner zugänglich zu machen. Dazu gehört auch Amazon Bedrock, ein neuer Service, der Foundation Models von Amazon und führenden KI-Startups wie AI21 Labs, Anthropic und Stability AI über eine API bereitstellt.
Bedrock macht es Kunden einfacher, Anwendungen mit generativer KI anhand von Foundation Models zu entwickeln und zu skalieren. Es ist höchst unwahrscheinlich, dass eine einzige Lösung oder ein einziges Modell all Ihre Geschäftsprobleme lösen kann. Genau deshalb stellt Amazon Bedrock eine Auswahl an Foundation Models bereit. So sind einige beispielsweise auf Konversationen und Textverarbeitung spezialisiert, andere auf die Erzeugung hochwertiger Bilder.
Denken Sie an Differenzierung
Für manche Organisationen kann es sich lohnen, eigene benutzerspezifische Datensätze zu verwenden, um Ihre generativen KI-Anwendungen zu differenzieren. Und diese proprietären Daten gehören zu Ihren wichtigsten Assets. Vorhandene Modelle lassen sich damit genauer auf Ihre Organisation und Ihren Anwendungsfall zuschneiden.
Mit Bedrock ist dies problemlos möglich. Sie nehmen ganz einfach einige gespeicherte Daten, und schon kann der Service das Modell für eine bestimmte Aufgabe trainieren, ohne dass Sie riesige Mengen an Daten dafür benötigen. Und Kunden können die Cloud-Einrichtung so konfigurieren, dass die Daten für die Feinabstimmung des Modells auf sichere Weise bereitgestellt werden und alle Daten verschlüsselt sind.
Sorgen Sie für ein starkes Datenfundament
Selbst das imposanteste Haus wird schnell ins Wanken geraten, wenn es auf einem schwachen Fundament steht. Das Gleiche gilt für maschinelles Lernen. Bei generativer KI und geschäftlichen Daten geht Qualität definitiv über Quantität. Wenn Sie z. B. fehlerhafte Rohdaten verwenden, um ML-Modelle zu trainieren, beeinträchtigt dies die Zuverlässigkeit der anschließend generierten Prognosen und Inhalte.
Allerdings kann es sehr zeitaufwändig sein und manchmal Wochen dauern, die Relevanz, Vollständigkeit und Genauigkeit der Daten sicherzustellen. Aus diesem Grund haben wir mit Amazon SageMaker eine Lösung entwickelt, die Sie durch alle Schritte der Datenaufbereitung führt, darunter Datenauswahl, Bereinigung, Exploration, Visualisierung und die Erkennung von Verzerrungen (Bias Detection) – innerhalb weniger Minuten, auf einer einzigen visuellen Schnittstelle.
Verstehen Sie die Rolle der Infrastruktur
Was immer Sie auch mit Foundation Models tun, ob Sie sie bauen, ausführen, anpassen – Voraussetzung ist eine performante, kosteneffektive und vor allem ML-spezifische Infrastruktur. Ohne diese Grundlage ist generative KI für die meisten Unternehmen nicht praktikabel.
Wir investieren seit einem Jahrzehnt in unsere eigenen Chips, um Performance und Preis-Leistung für anspruchsvolle Arbeitslasten wie ML-Training und Inferenz zu maximieren Unsere Chips AWS Trainium und AWS Inferentia bieten eine leistungsfähige, kostengünstige Lösung für Modell-Training und Inferenz in der Cloud.
Mehr als nur Technologie
Und zuletzt: Gehen Sie offen, neugierig und lernbereit an generative KI heran. Unser Auftrag ist es, Entwicklern aller Fähigkeitsstufen und Unternehmen jeder Größe dabei zu helfen, mit generativer KI innovativ zu werden. Unserer Auffassung nach ist dies nur der Anfang der nächsten ML-Welle, die neue Möglichkeiten für uns alle mit sich bringen wird.