Loan Database

随着生成式人工智能的出现，人工智能平台的构建与购买对话再次发生了变化。以前，它是纯粹的构建与购买，然后转变为购买一个端到端的人工智能平台（包括生成式人工智能），而不是在分析和人工智能的每个领域建立最佳工具之间的联系。

现在，有了专用的、由人工智能驱动的单点解决方案来增强生成式人工智能的个别操作和流程，人们再次开始讨论如何找到最佳的前进道路。本文深入探讨了构建与购买讨论的最新进展、每种选择的优点和缺点，以及生成式人工智能在分析和人工智能领域如此突出的一些重要考虑因素。

→ 进一步了解：Dataiku 的生成式人工智能


生成式人工智能让“构建与购买”的讨论重回视野
首先，让我们探索构建路线。事实是，当今大多数组织不会考虑从头开始完全构 俄罗斯电话号码数据 建平台解决方案，原因有很多，其中之一就是谷歌发现的机器学习系统中隐藏的技术债务。以前是这样，现在有了生成式人工智能，情况就更是如此。

有太多“粘合剂”，也就是说，很多功能都超出了简单构建机器学习模型的核心功能。因此，从头开始构建所有这些功能以拥有一个真正允许扩展 AI 工作（从登月用例到集成生成式 AI）的 AI 平台是极具挑战性的（见图 1）。

机器学习系统中的技术债务

除此之外，在当前各大 AI 厂商的版本争夺战中，由于下一个伟大的事物往往指日可待，你几乎总是不确定自己是否选择了绝对最佳的模型。花费时间和资源构建自己的 AI 平台，该平台只支持一种特定的生成式 AI 模型，如果到了明天你发现另一家厂商的最新版本更适合你的需求，那么这可能是代价高昂且有害的。当你的团队忙着构建另一个选项时，为一个模型构建所花费的资源和精力就变成了沉没成本——而这个选项可能很快就会被取代。

这一现实促使人们从根本上认识到，从头开始构建人工智能平台并不是一个真正有利的选择，但它也引出了一个问题：还有什么其他选择？