Chu kỳ AI này vừa tuyệt vời vừa gây khó chịu vào những lúc nhất định. Tôi đã hỏi 250 người sáng lập điều gì khiến họ cảm thấy khó chịu nhất về thời điểm này trong AI. Dưới đây là những gì họ đã nói: 1. Quá nhiều tiếng ồn – "Có quá nhiều thứ ở đó, khó để đánh giá chất lượng so với rác rưởi." 2. Hứa hẹn quá mức – "Mức độ cường điệu khiến khó hiểu điều gì thực sự hữu ích." 3. Quá tải – "Có quá nhiều thứ đang diễn ra; khó để theo kịp, khó để biết nên đặt cược vào cái gì so với việc chờ đợi cho phiên bản tiếp theo." 4. AI cho AI – "Chúng ta cần một AI đánh giá các công cụ AI khác cho vấn đề bạn đang cố gắng giải quyết và cho bạn biết giải pháp tốt nhất." 5. Tư duy một kích cỡ cho tất cả – "Tôi ghét cuộc thảo luận về AI như chỉ là một thứ duy nhất." 6. Sự phân tâm tự gây ra – "Tôi có khả năng làm nhiều hơn bây giờ, nhưng sự chú ý của tôi thì lại phân tán khắp nơi." 7. Rủi ro về quyền riêng tư và bảo mật – "Việc rò rỉ gần đây của các khóa API và dữ liệu PR từ ChatGPT đã phơi bày sự mong manh của hệ sinh thái." 8. Lừa đảo và gian lận do AI – "Sự gia tăng của các vụ lừa đảo, giả mạo và gian lận do AI… chỉ sẽ ngày càng tồi tệ hơn." 9. Bỏ qua nền tảng – "Mọi người đang chạy theo thứ sáng bóng tiếp theo, nhưng không ai sửa chữa nền tảng." 10. Đạo đức so với tốc độ – "Các phòng thí nghiệm AI lớn nói về đạo đức và an toàn nhưng lại đang đua để phát hành các mô hình mới." 11. Chóng mặt AI – "Các bài viết về ‘các đội tiếp thị AI toàn diện’ tạo ra cảm giác FOMO ngay cả khi chúng chỉ là sản phẩm ảo." 12. Khoảng cách giữa demo và thực tế – "Có một khoảng cách lớn giữa việc tạo ra một bản demo và tích hợp AI vào một doanh nghiệp." 13. Ảo tưởng viên đạn bạc – "Nhiều người nghĩ AI sẽ là viên đạn bạc, nhưng chiến lược của họ được xây dựng trên một nền tảng kém." 14. Tốc độ thay đổi nhanh chóng – "Thú vị, nhưng cảm giác như đang uống từ vòi nước chữa cháy và xây dựng trên cát." 15. Quá tải công cụ – "Theo kịp với số lượng công cụ khác nhau và thử nghiệm tất cả chúng." 16. Ứng dụng nông cạn – "Hầu hết các ứng dụng AI chỉ là sự mới lạ, hiếm khi giải quyết được vấn đề cốt lõi." 17. Chi phí ẩn – "Các đại lý AI thường yêu cầu quá nhiều cuộc gọi lặp lại đến mức chi phí vượt quá lao động con người." 18. Chậm trễ trong giáo dục – "Các trường học không điều chỉnh cho một thị trường việc làm tương lai không thể nhận ra." 19. Đầu ra không xác định – "LLMs không thể đoán trước; việc vận chuyển các hệ thống sẵn sàng sản xuất là khó khăn." 20. Bỏ qua độ trễ – "Ít mô hình ưu tiên độ trễ thấp; hầu hết không sẵn sàng cho sản xuất." 21. Đường cong học hỏi về prompting – "Học cách giao tiếp với LLMs khó hơn tôi nghĩ – đôi khi giống như nói chuyện với một thanh thiếu niên." 22. Khoảng cách giữa cường điệu và thực tế – "Tiếp thị đi trước công nghệ nhiều năm so với những gì công nghệ có thể cung cấp một cách đáng tin cậy." 23. Đau đầu về kỹ thuật ngữ ngữ cảnh – "Kỹ thuật ngữ ngữ cảnh là khía cạnh quan trọng nhất, và đồng thời, là khía cạnh khó chịu nhất trong việc phát triển các sản phẩm AI tốt." 24. Vấn đề chất lượng cuối cùng – "Các AI lập trình có thể hành động như một kỹ sư cấp cao nhưng 10-20% thời gian chúng đi lệch hướng – một cách tự tin." 25. Quá tự tin vào các câu trả lời sai – "Người đánh giá AI cấp cao của tôi đã ngẫu nhiên thay đổi một tệp để thêm ‘nếu sai && …’ để ‘sửa chữa’ một cái gì đó." 26. Giải pháp không hoàn chỉnh – "Nó giống như một thực tập sinh: 80% hoàn thành, sau đó bạn sửa chữa và tối ưu hóa." 27. Hiệu suất giảm khi phức tạp – "Nó sụp đổ khi các dự án trở nên phức tạp hơn trừ khi được xây dựng theo mô-đun." 28. Thiếu tài năng AI cấp cao – "Rất hiếm để tìm thấy ai đó kết hợp chiến lược tầm nhìn với khả năng kỹ thuật sâu sắc." 29. Độ tin cậy mã không nhất quán – "Chúng ta còn xa mới có AI làm cho các lập trình viên junior viết mã như các lập trình viên senior." 30. Phân mảnh công cụ – "Chúng ta phải dùng băng keo dán quá nhiều công cụ AI để có được một quy trình làm việc đáng tin cậy." 31. Sự lỗi thời nhanh chóng – "Ngay khi chúng ta ổn định một ngăn xếp AI, một mô hình mới buộc phải suy nghĩ lại." 32. Độ chính xác kém trong lĩnh vực cụ thể – "Các mô hình tổng quát gặp khó khăn với kiến thức ngách ngay cả khi có nhiều ngữ cảnh." 33. Rủi ro ảo giác – "Bạn không thể hoàn toàn tin tưởng vào đầu ra mà không có sự xem xét của con người, giết chết những lợi ích về tốc độ." 34. Độ sâu lý luận hạn chế – "Nó gặp khó khăn với lý luận nhiều bước mà mỗi bước xây dựng trên bước trước." 35. Giới hạn cửa sổ ngữ cảnh – "Chúng tôi gặp giới hạn token và mất ngữ cảnh quan trọng giữa nhiệm vụ." 36. Thí nghiệm tốn kém – "Thử nghiệm các mô hình mới ở quy mô lớn trở nên tốn kém nhanh chóng, đặc biệt khi hầu hết không thành công." 37. Đau đớn trong tích hợp – "Khiến các công cụ AI hoạt động tốt với các hệ thống hiện có của chúng tôi khó hơn mức cần thiết." 38. Độ ổn định API không nhất quán – "Một ngày API hoạt động hoàn hảo, ngày tiếp theo nó lại ném ra các lỗi ngẫu nhiên." 39. Cá nhân hóa nông cạn – "AI cá nhân hóa theo các đặc điểm bề mặt nhưng bỏ lỡ các mẫu hành vi sâu hơn." 40. Sự chậm trễ trong việc áp dụng doanh nghiệp – "Thuyết phục các khách hàng lớn tin tưởng vào các quy trình do AI điều khiển vẫn là một cuộc chiến khó khăn." 41. Cám dỗ phụ thuộc quá mức – "Rất dễ cho các nhóm trở nên lười biếng và tin tưởng vào đầu ra của AI một cách mù quáng." 42. Sự không chắc chắn về tuân thủ – "Các quy định là một mục tiêu di động, khiến việc lập kế hoạch AI lâu dài trở nên khó khăn."* 43. Quá nhiều tiếng ồn trên thị trường – "Mỗi ngày có một công cụ mới tuyên bố giải quyết mọi thứ – hầu hết đều là sản phẩm ảo." 44. Đường cong học tập dốc – "Các công cụ rất mạnh mẽ nhưng không trực quan – việc đào tạo các nhóm là một cuộc chiến." 45. Độ trễ trong các trường hợp sử dụng thời gian thực – "Ngay cả những sự chậm trễ nhỏ cũng giết chết trải nghiệm người dùng cho các tương tác do AI điều khiển."