اوراکل exec به کارگران می‌گوید که عرضه هوش مصنوعی خود به این راحتی پیش نرفت

Clay Magouyrk یکی از مدیران عامل اوراکل است. بلومبرگ/گتی ایماژ اوراکل سال‌ها صرف ساخت زیرساخت‌ها برای رونق هوش مصنوعی کرده است.

یکی از مدیران عامل آن گفت که تا یک سال پیش، این ابزار کاربرد داخلی گسترده ای برای این ابزار پیدا نکرده بود.

زمانی که اوراکل ابزارهای OpenAI را عرضه کرد و به 80 درصد پذیرش رسید، این وضعیت تغییر کرد. اوراکل در دو سال گذشته میلیاردها دلار برای کمک به سایر شرکت‌ها در اجرای هوش مصنوعی هزینه کرده است. عرضه هوش مصنوعی خود در سراسر شرکت بسیار دیرتر انجام شد.

در طی یک تالار داخلی این هفته، Clay Magouyrk، یکی از مدیران اجرایی، گفت که سال گذشته، این شرکت هنوز راهی برای ایجاد هوش مصنوعی مولد به طور گسترده برای نیروی کار خود پیدا نکرده است.

اکنون، پس از عرضه ChatGPT و Codex OpenAI، کارمندان به طرز چشمگیری سریعتر کد می نویسند، اما در این راه تنگناهای جدیدی ایجاد می کنند.

Magouyrk گفت: «وقتی به جایی که یک سال پیش بودیم فکر می‌کنم، فکر نمی‌کنم بفهمیم چگونه می‌توانیم هوش مصنوعی را برای خودمان مفید کنیم.»

اوراکل در سال گذشته پیشرفت هایی در استفاده از هوش مصنوعی برای پشتیبانی از مشتری داشته است، اما هنوز در واحدهای تجاری مانند توسعه دهندگان، کارمندان مالی و تیم های فروش کاربرد گسترده ای پیدا نکرده است.

جائه ایوانز، مدیر ارشد اطلاعات اوراکل، در آوریل و می، زمانی که شرکت ChatGPT Enterprise و ابزار توسعه نرم‌افزار OpenAI، Codex را راه‌اندازی کرد، به کارمندان گفت که این شروع به تغییر کرد.

ایوانز گفت که این شرکت به جای در دسترس قرار دادن ابزارها، استانداردهای شرکتی، کنترل‌های امنیتی و سیاست‌های داخلی را ایجاد کرد و طی سه ماه به ۸۰ درصد پذیرش رسید.

ایوانز گفت: «ما آنقدر استفاده و استفاده از آن را آسان کردیم که ممکن است کمی شوک برچسب خورده باشیم.

ایوانز گفت که GPT-6 Astra از OpenAI 2.5 برابر بیشتر از مدل های دیگر هزینه دارد و می توان از آن برای اهداف بسیاری استفاده کرد و از Terra به عنوان نمونه ای از یک مدل ارزان قیمت که می تواند برای کارهای معمول استفاده شود، نام برد.

مدیران گفتند که هوش مصنوعی به طور چشمگیری توسعه نرم افزار را تسریع کرده است، اما همچنین گلوگاه های جدیدی را در سایر نقاط فرآیند مهندسی ایجاد کرده است.

ایوانز گفت: "ما توسعه دهندگان را می بینیم که می توانند با استفاده از این ابزار در مدت زمان یک هفته کد تولید کنند." "به طور معمول، توسعه یک تیم از توسعه دهندگان دو تا سه چهارم طول می کشد."

در حال حاضر، استقرار هوش مصنوعی در اوراکل به این معنی نیست که آن محصولات را سریعتر به مشتریان برساند.

Magouyrk گفت: «وقتی شما عمل واقعی نوشتن کد را سریع‌تر انجام می‌دهید، به این معنی نیست که ناگهان همه چیز 1000 برابر سریع‌تر می‌شود.

تجربه اوراکل چالش بعدی پیش روی شرکت‌هایی را که برای وارد کردن هوش مصنوعی به محیط کار عجله دارند، برجسته می‌کند. مدل‌های قدرتمند می‌توانند به طور چشمگیری سرعت کارهای فردی را افزایش دهند، اما همچنین می‌توانند صورتحساب‌های کلان را جمع‌آوری کنند و به سادگی گلوگاه‌ها را به جای دیگری منتقل کنند. JPMorgan اخیرا برای کارکنانی که از Claude از Anthropic استفاده می کنند، محدودیت هایی در هزینه تعیین کرده است.

ایوانز گفت که اوراکل همچنین دسترسی زودهنگامی به مدل پیش‌نمایش Mythos Anthropic دریافت کرد که کد آسیب‌پذیری‌های امنیتی را اسکن می‌کند و از آن برای کشف مسائل امنیتی بالقوه‌تر در دو هفته اول استفاده می‌کند که در یک سال کامل پیدا کرده بود.

Anthropic's Mythos که در آوریل معرفی شد، یکی از قدرتمندترین سیستم‌های هوش مصنوعی است که تا به حال توسعه یافته است و دولت‌ها و آژانس‌های امنیتی هشدار می‌دهند که قابلیت‌های آن از سایر مدل‌ها، به‌ویژه برای امنیت سایبری، فراتر رفته است.

این مدل تعداد زیادی از موارد مثبت کاذب ایجاد کرد (ایوانز تقریبا 60٪ تا 70٪ تخمین زده است)، که اوراکل را بر آن داشت تا قبل از اینکه مهندسان شروع به رفع آنها کنند، فرآیندهای جدیدی برای تأیید آسیب پذیری ها ایجاد کند. آنتروپیک این مدل را به صورت عمومی منتشر نکرد.

نکته ای دارید؟ با این خبرنگار از طریق ایمیل astewart@businessinsider.com یا سیگنال به شماره 8242-425-344 +1 تماس بگیرید. از یک آدرس ایمیل شخصی و یک دستگاه غیر کاری استفاده کنید. در اینجا راهنمای ما برای به اشتراک گذاری ایمن اطلاعات است.

مقاله اصلی را در Business Insider بخوانید