Prezentacja omawiała praktyczne lekcje i powtarzające się pułapki podczas wprowadzania na rynek produktów wykorzystujących generatywną AI. Oddzielała hype od mierzalnej wartości biznesowej i traktowała rozwój AI jako prace badawczo-rozwojowe, a nie przewidywalne dostarczanie funkcji.
Zakres prezentacji
- Różnice między generatywną AI a tradycyjnymi systemami AI
- Wartość biznesowa, miary sukcesu i ograniczenia efektownych demonstracji
- Proste i zaawansowane wzorce RAG, metadane, reranking i ewaluacja
- Jakość LLM, prompty, dane źródłowe, ukryte koszty pozyskania danych i fine-tuning
- Modele open source, wymagania infrastrukturalne i koszty obsługi modeli
- Cztery poziomy systemów generatywnej AI i wyzwania produkcyjne na każdym z nich