Tencent השיקה את ההיגיון הראשון שלה LLM, T1, והכותרות התמקדו בטכנולוגיה:
ברמה ארגונית. ההיגיון-קודם כל. נבנה לקבלת החלטות.

אבל ב-AI Thinking, מה שמשך את תשומת הלב שלנו זה לא הארכיטקטורה, זו הייתה הכוונה.
ויותר חשוב, מה הכוונה הזו אומרת על תרבות.

🤖 AI משקף את התרבות שבונה אותה

לעתים קרובות אנו שומעים את המילה הטיה ב-AI, המתוארת בדרך כלל כבעיה שעלינו לחסל.
אבל זה מה שרוב השיחות מפספסים:

הטיה היא רק עוד מילה לתרבות.

הטיה היא הנטייה שלנו להעדיף או להעדיף רעיון, פרספקטיבה או תוצאה אחת על פני אחרים - לעתים קרובות מבלי להבין זאת.
כך אנו מאומנים לחשוב כקולקטיב בתוך החברה שלנו.

הדרך בה אנו כותבים הנחיות, מאמנים מודלים ומפרשים תוצאות?
זה מעוצב על ידי ההנחות, הערכים והמטרות של האנשים שבונים את המערכת, במילים אחרות, התרבות שלהם.

מה שנראה כמו "הטיה" לאדם אחד עשוי להיראות כמו "מבנה" או "שכל ישר" למישהו אחר.
זה לא פסול, זה אנושי.

זה הופך להיות חשוב במיוחד עם LLMs של חשיבה, שנועדו לעקוב אחר שרשראות מחשבה.
אם השרשראות האלה לא מתיישבות עם דרך החשיבה שלנו, אנחנו לא יכולים להתחבר אליהן.
כדי שדגם כמו T1 ירגיש שימושי, ההיגיון שלו צריך להיות הגיוני לנו מבחינה תרבותית.

🇨🇳 מה T1 מספרת לנו על Tencent (וסין)

T1 לא כאן כדי לשוחח, ליצור או לבדר.
זה כאן כדי לנמק. לתמוך בקבלת החלטות מוסדית.

לְמַמֵן. שירותי בריאות. הַשׂכָּלָה. מֶמְשָׁלָה.
זה לא בנוי למשחק, זה בנוי למבנה, היגיון וסדר.
והוא הוכשר על נתוני ארגונים מקומיים.

זו לא רק אסטרטגיית מוצר.
זו חשיבה עיצובית תרבותית.

T1 הוכשר לשקף חשיבה סינית, והוא ישכפל את דפוסי החשיבה התרבותיים הללו.
בעוד ש-ChatGPT מתמקד בשיחה ויצירתיות, וג'מיני תומך בשקט בפרודוקטיביות שלך,
Tencent בונה AI שתופס מקום בחדר הישיבות.

זה לא קשור רק לטכנולוגיה.
זה עוסק איך תרבויות שונות מדמיינות את תפקידה של AI בחברה.

🔍 למה זה חשוב

כשאנחנו מדברים על שימוש בבינה מלאכותית בארגונים שלנו, אנחנו בדרך כלל שואלים:

• האם הדגם מדויק?

• האם זה בטוח?

• היכן מאוחסנים הנתונים?

• האם זה תואם את היעדים העסקיים שלנו?

אבל לעתים רחוקות אנחנו שואלים:
👉 האם זה תואם מבחינה תרבותית לאופן שבו אנחנו חושבים, עובדים ומחליטים?
👉 האם המטרה שלו תואמת את האופן שבו אנחנו רוצים שה-AI יתפקד בעולם שלנו?
👉 ואם לא — האם חוסר ההתאמה התרבותי יקשה על אנשים להבין ולשתף איתה פעולה?

אם נדלג על השלב הזה, אנחנו מסתכנים באימוץ כלים שמתנגשים עם מי שאנחנו - ואיך אנחנו מאמינים שצריך לקבל החלטות.

🧊 המחשבות שלי

הטיה היא לא תמיד פגם.
לפעמים זה ייצוג של התרבות שלנו שמופיעה בתוך המערכת.

מה אנחנו מאמינים, איך אנחנו חושבים ומה אנחנו מעריכים -
כל זה מופיע בנתונים האישיים והארגוניים שלנו.

אפילו פעולות פשוטות, כמו לומר "סליחה" או "תודה", משקפות דפוסים תרבותיים.
הם נושאים משמעות. הם מסמנים מי אנחנו.
וכשמדובר ב-LLMs שנבנו להיגיון, הרובד התרבותי הזה הופך חיוני - כי המודלים האלה בנויים כדי לתמוך בהחלטות.

אבל החלטות לא מתקבלות יש מאין.
אנחנו רוצים להאמין שיש היגיון אוניברסלי אחד, רעיון אחד משותף של שכל ישר.
אבל אין.

מה שאנו מגדירים כ"החלטה טובה" מעוצב על ידי האופן בו אנו רואים את העולם,
איך אנחנו מגדירים הצלחה, ואיך אנחנו חושבים דרך אתגרים.

אם הצוות שלך לא יכול לעקוב אחר ההיגיון של ה-LLM, הם לא יבטחו בפלט שלו.
וההיגיון הזה - מסגרת ההחלטה מגיעה מהתרבות שמאחורי המודל.

רוצה לחשוב בצורה ברורה יותר על הבינה המלאכותית שבה אתה משתמש? בואו נדבר.

ב-AI Thinking, אנו מאמינים שכל LLM נושא את הלך הרוח של היוצרים שלו.
הבנה שלא רק עוזרת לך לבחור את הכלים הנכונים, היא עוזרת לך להבין את עצמך בתהליך.

אז לפני הכנסת AI לעסק שלך, עצור ושאל:
עם איזה סוג של אינטליגנציה אנחנו רוצים לעבוד?
לא רק מה הוא יכול לעשות - אלא מה הוא נבנה לעשות, ובאיזו תרבות הוא נבנה.

כי בסופו של דבר, AI לא רק משקף נתונים -
זה משקף אותנו.

רוצה לחשוב בצורה ברורה יותר על הבינה המלאכותית שבה אתה משתמש?