La invitația Asociației Coreene pentru Inteligență Industrială (KOIIA), pe 24 octombrie, am participat la „Academia pentru dezvoltarea talentelor-cheie în companiile mijlocii 2025, Seminar privind strategiile pentru industriile viitorului”, unde CEO-ul CLEVI, Lee Hwan-ho, a susținut discursul principal.
Am participat în cadrul sesiunii „Exemple de implementare a tehnologiilor AI și strategii practice pentru DX”, cu tema „Exemple de utilizare a Physical AI și factorii de eșec și strategiile de îmbunătățire în procesul de implementare a agenților RAG”.
Pe măsură ce interesul pentru agenții AI a crescut recent, tot mai multe companii iau în considerare implementarea AI. Din câte știm, multe instituții și companii au implementat deja AI în regim pilot și îl utilizează în operațiunile lor.
Din păcate, însă, studiile arată că, în multe companii și instituții, ROI-ul dorit nu este obținut sau funcțiile care funcționau în etapa PoC nu oferă răspunsuri adecvate ori nu funcționează corespunzător în proiectul propriu-zis sau pe teren.
Din cauza acestor informații, multe companii ezită să implementeze AI în grabă.
În cadrul acestei prelegeri, CEO-ul CLEVI, Lee Hwan-ho, a explicat în detaliu limitele sistemelor RAG, una dintre principalele cauze ale eșecului implementărilor pripite ale AI, precum și modelele open-source și modelele SLM (SLM), explicând de ce au eșuat implementările anterioare.
În cele din urmă, motivul pentru care utilizăm AI este că ne așteptăm să preia munca oamenilor sau să ofere performanțe mai bune decât aceștia.
Întrucât personalul operațional din companiile care au implementat AI în prezent nu are încredere în calitatea răspunsurilor AI, apar tot mai multe nemulțumiri, deoarece volumul de muncă crește, fiind nevoiți să verifice fiecare răspuns AI.
Motivul constă în faptul că majoritatea companiilor utilizează modele SLM open-source ajustate fin ca soluții.
Intuitiv, am putea crede că AI va deveni mai inteligent dacă învață lucruri noi, însă, atunci când AI învață cunoștințe noi, își pierde în schimb memoria anterioară, adică ponderile parametrilor atribuite aleatoriu.
Problema și mai gravă este că nimeni nu mai știe ce informații sau cunoștințe au fost pierdute.
Deoarece adoptarea AI nu este o inițiativă care necesită resurse reduse, probabil că ați efectuat numeroase verificări încă din etapa PoC.
De ce nu au apărut astfel de probleme de această dată? Desigur, pentru că modelul a fost reantrenat folosind informații-țintă.
Dacă învățați un AI care știa doar cifre să recunoască alfabetul și apoi îi adresați doar întrebări despre alfabet, este firesc să ofere răspunsuri bune. Dar, în teren, avem nevoie doar de modele specializate pentru astfel de domenii specifice?
În activitatea noastră ne confruntăm în fiecare zi cu medii și date noi. Însă un AI antrenat prin distrugerea aleatorie a cunoștințelor existente nu poate garanta nici versatilitatea, nici acuratețea.
Prin urmare, este necesar să dețineți un model lingvistic de mari dimensiuni From-scratch Foundation sau să dispuneți de tehnologia necesară pentru a crea un astfel de model.
Deoarece aceste modele dețin aproape toate cunoștințele din lume, acestea oferă atât o calitate ridicată a răspunsurilor, cât și o acuratețe ridicată.
În cazul domeniilor specializate, puteți utiliza tehnologia SFT(Supervised Fine-Tuning), iar pentru cantități mici de date puteți utiliza un sistem RAG sau tehnologia bazei de date semantice, sistemul de baze de date de inteligență dezvoltat intern de CLEVI, pentru a depăși dezavantajele unui SLM ajustat fin.
Deoarece și guvernul înțelege importanța acestor modele de bază, oferă un sprijin considerabil.
Este vorba despre proiectul AI reprezentativ al națiunii. Cel mai important obiectiv al acestui proiect este, probabil, asigurarea suveranității digitale.
Și noi, cei de la CLEVI, cunoșteam dezavantajele fatale ale utilizării modelelor open-source, așa că ne-am dezvoltat și antrenat modelele CLEVI în mod independent, de la colectarea datelor până la proiectarea arhitecturii.
În prezent, modelele CLEVI au performanțe care nu sunt deloc inferioare, chiar și în comparație cu cele mai importante sisteme AI din lume.
În special, deoarece deținem propriile modele, CLEVI nu este afectată de problemele de dependență care pot apărea atunci când se utilizează modele externe.
Adoptarea AI devine acum o necesitate, nu o opțiune. Însă este dificil să obțineți rezultatele dorite doar prin adoptarea celor mai recente tehnologii.
Adevărata inovație începe abia atunci când înțelegeți cu exactitate limitele tehnologiei și elaborați strategia optimă, adaptată mediului și obiectivelor organizației dumneavoastră.
Prin tehnologii diferențiatoare, precum propriul model lingvistic de mari dimensiuni și baza de date semantică, CLEVI minimizează încercările și erorile, precum și riscurile cu care se confruntă companiile în procesul de adoptare a AI.
Vom continua să ascultăm cu atenție opiniile din teren și vom face tot posibilul pentru a deveni un partener AI în care să poată avea încredere și mai multe companii. Sperăm să creați, împreună cu CLEVI, adevăratul succes al adoptării AI.