На 24 октомври миналата година, по покана на Корейската асоциация за интелигентна индустриализация (KOIIA), участвахме в „Академия за развитие на ключови кадри в средни предприятия за 2025 г., семинар за стратегии за 대응 на бъдещите индустрии“, където главният изпълнителен директор на Clevi, Ли Хуанхо, изнесе основна реч.
Участвахме в сесията „Примери за внедряване на AI технологии и практически стратегии за DX“ с тема „Примери за използване на Physical AI, фактори за неуспех и стратегии за подобрение при внедряването на RAG агенти“.
С нарастването на интереса към AI агентите напоследък се увеличава и броят на компаниите, които обмислят внедряването на AI. Известно е, че много институции и компании вече експериментално са внедрили и използват AI.
За съжаление обаче проучванията показват, че в много компании и институции или не се постига очакваната ROI, или функциите, които са работили в PoC, не предоставят адекватни отговори или не функционират правилно при реалното внедряване и на място.
Поради тази информация много компании се въздържат от прибързано внедряване на AI.
По време на лекцията главният изпълнителен директор на Clevi, Ли Хуанхо, подробно обясни ограниченията на RAG системите — една от основните причини за неуспешното прибързано внедряване на AI — както и моделите с отворен код и малките LLM (SLM), като разясни защо предишните случаи на внедряване са се провалили.
В крайна сметка причината да използваме AI е очакването той да върши работата на хората или да показва по-добро представяне от тях.
Тъй като практическите екипи в компаниите, внедрили AI, не се доверяват на качеството на отговорите му, все по-често се оплакват, че работата им всъщност се увеличава, защото трябва да проверяват един по един отговорите на AI.
Причината е, че повечето компании използват модели SLM с отворен код, които са дообучили чрез fine-tuning, като решения.
Интуитивно изглежда, че AI ще стане по-интелигентен, ако усвои нови знания, но когато AI научава нова информация, той всъщност губи миналите си спомени, тоест произволни тегла на параметрите.
Още по-сериозният проблем е, че никой не знае каква информация или знания са били изгубени.
Тъй като внедряването на AI не е задача, която изисква малко ресурси, вероятно сте извършили множество проверки още на етапа PoC.
Защо тогава тези проблеми не се появиха? Разбира се, причината е, че AI е бил дообучен с целевата информация.
На AI, който познаваше само числа, са били преподадени азбуката и след това са му задавани въпроси единствено за азбуката, така че е естествено да отговаря добре. Но на практика нужни ли са ни само модели, специализирани в такива конкретни области?
Нашата работна среда всеки ден се сблъсква с нови условия и нови данни. Но AI, обучен чрез случайно унищожаване на съществуващите знания, не може да гарантира нито универсалност, нито точност.
Затова е необходимо да разполагате с From-scratch Foundation ултраголям езиков модел или с технологията за създаването на такъв модел.
Тъй като тези модели притежават почти всички знания на света, те осигуряват не само високо качество на отговорите, но и висока точност.
При специализираните области, ако използвате технологията SFT (Supervised Fine-Tuning), а при малки количества данни — RAG система или технологията Semantic Database, собствено разработена от Clevi като интелигентна база данни, можете да преодолеете недостатъците на фино настроените SLM.
Тъй като правителството също осъзнава важността на тези foundation модели, то не пести усилия за предоставяне на значителна подкрепа.
Това е именно проектът „Национален AI шампион“. Най-голямата цел на този проект вероятно е осигуряването на цифров суверенитет.
Тъй като и ние в Clevi знаехме за фаталните недостатъци при използването на модели с отворен код, разработихме самостоятелно всичко — от събирането на данни до проектирането на архитектурата — и обучихме моделите на Clevi.
В момента моделите на Clevi имат производителност, която по никакъв начин не отстъпва дори при конкуренция с водещите световни AI системи.
Особено важно е, че тъй като притежаваме собствени модели, Clevi не е засегната от проблема със зависимостта, който може да възникне при използване на външни модели.
Внедряването на AI вече се превръща не в избор, а в необходимост. Но само с внедряването на най-новите технологии е трудно да се постигнат желаните резултати.
Истинската иновация започва едва когато разберем точно ограниченията на технологията и изградим оптимална стратегия, съобразена със средата и целите на нашата организация.
Със своите диференцирани технологични възможности, включително собствен ултраголям езиков модел и семантична база данни, Clevi минимизира пробите и грешките и рисковете, с които компаниите се сблъскват в процеса на внедряване на AI.
И занапред ще се вслушваме в гласа на хората на терен и ще даваме всичко от себе си, за да бъдем надежден AI партньор за още повече компании. Надяваме се да създадете истинския успех на внедряването на AI заедно с Clevi.