De Grote taalmodellen (LLM’s) worden steeds vaker gebruikt om chatbots te creëren. Terwijl generatieve Kunstmatige Intelligentie (AI) de industrie blijft revolutioneren, zijn de chatbots in minder dan een jaar tijd van circa 18% van het totaal van beschikbare LLM-toepassingen gestegen naar 46%, en dit percentage neemt alleen maar toe. Dit wordt onthuld in de laatste studie “Data Trends 2024” uitgevoerd door Snowflake, het bedrijf van de Data Cloud, waaruit blijkt dat 65% van de ontwikkelaars werkt aan LLM-projecten voor werkdoeleinden, wat een verschuiving aangeeft in het belang van het benutten van generatieve AI om de productiviteit, efficiëntie en kennis van werknemers te verbeteren.
De resultaten van de studie “Data Trends 2024” zijn gebaseerd op gebruiksgegevens van meer dan 9.000 Snowflake-klanten. Het rapport concentreert zich op hoe mondiale zakelijke en technologische leiders middelen zoals AI benutten om hun datafundament op te bouwen en toekomstige zakelijke operaties te transformeren. De nieuwe gegevens tonen een verschuiving van LLM-toepassingen die schrijven vereisten (2023: 82%, 2024: 54%) naar chatbots waarmee interactie via iteratieve tekst plaatsvindt, dat wil zeggen die de mogelijkheid bieden om een natuurlijk gesprek te voeren.
“Conversational applicaties zijn in opkomst, omdat het de natuurlijke manier is hoe wij mensen interactie aangaan. En nu is het nog makkelijker om conversatie te voeren met een applicatie”, legt Jennifer Belissent, hoofd Data Strateeg van Snowflake, uit. “We verwachten dat deze trend zal doorgaan naarmate het eenvoudiger wordt om conversational LLM-applicaties te creëren en uit te rollen, vooral wetende dat de onderliggende gegevens goed beheerd en beschermd blijven. Met die gemoedsrust zullen deze nieuwe interactieve en zeer veelzijdige chatbots zowel de zakelijke behoeften als de verwachtingen van gebruikers bevredigen.”
Meer dan 33.000 LLM-applicaties in negen maanden
De studie toont ook aan dat 20.076 ontwikkelaars van de Streamlit ontwikkelaarscommunity van Snowflake meer dan 33.143 LLM-applicaties hebben gecreëerd in de afgelopen negen maanden. Als het gaat om het ontwikkelen van AI-projecten, is Python de favoriete programmeertaal vanwege zijn gebruiksgemak, zijn actieve ontwikkelaarsgemeenschap en zijn uitgebreide ecosysteem van bibliotheken en frameworks. In Snowpark, waarmee ontwikkelaars snel en kostenefficiënt applicaties kunnen bouwen, is het gebruik van Python aanzienlijk sneller gestegen dan dat van Java en Scala (in het afgelopen jaar): Python is met 571% gegroeid, Scala met 387% en Java met 131%. Met Python kunnen ontwikkelaars sneller werken, wat de creatie van prototypen en experimenten versnelt en dus het algehele leren nu ontwikkelingsteams hun eerste stappen zetten in geavanceerde AI-projecten.
Wat betreft waar appontwikkeling plaatsvindt, is de trend richting het programmeren van LLM-applicaties direct op het platform waar ook data wordt beheerd. Dit wordt aangegeven door de toename van 311% van Snowflake Native Apps – waarmee het mogelijk is om applicaties direct op het Snowflake-platform te ontwikkelen – tussen juli 2023 en januari 2024. Het ontwikkelen van applicaties op één enkel dataplatform elimineert de noodzaak om kopieën van data te exporteren naar technologieën van derden, wat helpt om applicaties sneller te ontwikkelen en uit te rollen, terwijl het tegelijkertijd de operationele onderhoudskosten verlaagt.
De belangrijkheid van data governance neemt toe in bedrijven
Met de adoptie van AI zijn bedrijven het analyseren en verwerken van hun ongestructureerde gegevens aan het verhogen. Dit stelt bedrijven in staat om onontgonnen databronnen te ontdekken, wat een moderne aanpak van data governance crucialer dan ooit maakt om gevoelige en privégegevens te beschermen. Het rapport onthult dat bedrijven in het laatste jaar de verwerking van ongestructureerde gegevens met 123% hebben verhoogd. IDC schat dat tot 90% van de wereldgegevens video’s, afbeeldingen en ongestructureerde documenten zijn. Schone data geven een voorsprong aan taalmodellen, dus het ontsluiten van deze ongebruikte 90% opent een reeks aan zakelijke voordelen.
“Data governance gaat niet over het blokkeren van gegevens, maar over het vrijmaken van hun waarde,” zegt Belissent. “We verdelen governance in drie pijlers: het kennen van de data, ze beschermen en ze gebruiken om waarde te genereren. Onze klanten gebruiken nieuwe functies om data te labelen en te classificeren, zodat passende toegangs- en gebruiksbeleid kan worden toegepast. Het gebruik van alle datagovernancefuncties is tussen de 70% en 100% toegenomen. Als resultaat hiervan is het aantal queries van beschermde objecten met 142 procent toegenomen. Wanneer data beschermd zijn, kunnen ze veilig worden gebruikt. Dat geeft gemoedsrust.”
“Afzonderlijk genomen is elk van deze trends een individuele gegevenspunt dat laat zien hoe organisaties over de hele wereld verschillende uitdagingen aangaan. Wanneer ze samen worden beschouwd, vertellen ze een breder verhaal over hoe CIO’s, CTO’s en CDO’s hun organisaties aan het moderniseren zijn, AI-experimenten aan het uitvoeren en data-problemen aan het oplossen, allemaal noodzakelijke stappen om de kansen te benutten die geavanceerde AI biedt”, zegt Belissent. “Het belangrijkste om te begrijpen is dat het tijdperk van generatieve AI geen fundamentele verschuiving in de datastrategie vereist. Het vereist echter wel een versnelde uitvoering van die strategie. Het vereist het nog sneller doorbreken van datasilo’s en het openen van toegang tot databronnen, waar deze zich ook maar bevinden in het bedrijf of in een breder data-ecosysteem.”
Het volledige rapport “Data Trends 2024” kan gedownload worden via de volgende link.
