Identifiera affärsvärdet för Azure Open AI Service
Azure OpenAI Service är det senaste tillägget till Azure AI Services. Det är ett bevis på Microsofts åtagande att erbjuda toppmoderna AI-modeller på ett sätt som är tillgängligt för företagsanvändare.
Vad är Azure OpenAI-tjänsten?
OpenAI är ett framgångsrikt AI-företag som nyligen har utvecklat några av de mest kända generativa AI-modellerna. ChatGPT och DALL-E är några av deras skapelser. Dessa modeller är tillgängliga via ett offentligt API. Som all generativ AI får OpenAI-modeller uppmaningar eller instruktioner från användaren och skickar tillbaka AI-genererat innehåll.
Azure OpenAI Service är en Microsoft-produkt som gör det möjligt för användare att utnyttja OpenAI-modeller via Azure AI Services. Med andra ord kan du komma åt OpenAI-modeller direkt från Azure i stället för det offentliga API:et. Tänk på att Azure OpenAI Service inte är den enda Microsoft-produkten som levererar den här typen av modeller till användare. I tidigare enheter har vi redan diskuterat generativ AI som ingår i Microsoft 365 Copilot och Copilot i Power Platform. Dessa copilot-funktioner drivs av GPT, OpenAI-modellen för textgenerering.
Vad kan du göra med Azure OpenAI Service?
Modellerna som ingår i Azure OpenAI Service fokuserar på generativ AI. Det vill: de gör det möjligt för användare att automatiskt skapa innehåll som på ett trovärdigt sätt ser mänskligt gjort ut. Till exempel:
Språk: GPT-modeller som förstår och producerar naturligt språk. De kan extrahera innebörd från användarnas uppmaningar, inklusive nyanser, på mänsklig nivå. Tack vare denna förmåga kan de delta i ett trovärdigt och tillfredsställande samtal. De är också bra på att sammanfatta, lösa frågor och skriva e-postmeddelanden, kopior, kod eller andra dokument när de får tydliga instruktioner.
Bild: DALL-E-modeller som skapar visuella objekt. De översätter användarens uppmaning till en bild. Dessa modeller kan användas för att generera alla typer av konst: realistiska fotografier, illustrationer, logotyper, skisser och så vidare. DALL-E återskapar formatmallar när du uppmanas till det.
Kod: Codex-modeller är utformade för att översätta användarens uppmaningar till fungerande programmeringskod. Utvecklare kan använda dem för att skapa kodfragment och påskynda deras prestanda. Codex ger resultat i flera programmeringsspråk. Det är tekniken bakom GitHub Copilot.
Mer komplexa modeller: Inbäddningsmodeller ger dataforskare en grund för att skapa mer komplexa AI-modeller. De analyserar texter och skapar en abstrakt mappning av deras innebörd. Dessa mappningar hjälper AI-experter att hitta likheter i texter. Inbäddningsmodeller är viktiga i scenarier som omfattar sökningar, rekommendationer eller avvikelser.
OpenAI-modeller utvecklas kontinuerligt, och det gör även Azure OpenAI Service. Du kan kontrollera vilka specifika versioner av dessa modeller som är tillgängliga i Azure OpenAI Service-dokumentationen.
Fördelar med att använda Azure OpenAI-tjänsten i stället för att ansluta direkt till OpenAI-API:et
Många företagsledare är inte säkra på skillnaden mellan att använda OpenAI-modeller direkt från sitt API eller via Azure OpenAI Service. Det finns tydliga skäl för organisationer att föredra Azure OpenAI-tjänsten:
Samma modeller: Med tanke på en specifik modell och version levererar Azure exakt samma som API:et. Azure-användare saknar inga uppdateringar. AI:n är lika bra.
Sekretess: OpenAI:s API är offentligt. Detta innebär att alla data som skickas till API:et kan användas för att förbättra modellerna. Om ditt användningsfall omfattar privat, konfidentiell information är det kanske inte det bästa alternativet att använda API:et. När du använder Azure OpenAI Service är Microsoft däremot värd för modellerna i sin Azure-infrastruktur. Inga kunddata skickas till OpenAI för att förbättra modellerna, eftersom allt finns kvar i Azure.
Säkerhet: Microsoft Azure är en pålitlig, robust och pålitlig plattform. Azure-utvecklare har lång erfarenhet av att skydda infrastrukturen för offentliga och privata organisationer från hela världen för att arbeta säkert i Azure. Azure OpenAI Service bygger på den här expertisen. Det levererar kryptering, privata nätverk och ett system med regional tillgänglighet för att säkerställa att ditt företag blommar säkert och oavbrutet.
Ansvarsfull AI: Microsofts etiska åtagande vägleder hur OpenAI-modeller erbjuds i Azure. Microsoft gör omfattande forskning och arbete för att identifiera, mäta, minimera och arbeta för att hantera alla potentiella skador som kommer från denna generativa AI. Utvecklare förhindrar till exempel missbruk med ett system med ytterligare instruktioner som åsidosätter specifika uppmaningar. Det finns också ett system för innehållsfilter som säkerställer att modellerna inte levererar potentiellt skadligt innehåll.
Sammanfattningsvis kombinerar Azure OpenAI Service det bästa av OpenAI och Microsoft Azure. Å ena sidan levererar den de innovativa OpenAI-modellerna. Å andra sidan har den alla fördelar med att finnas i den tillförlitliga, företagsvänliga miljö som är Azure.
Använda Azure OpenAI-tjänsten i ett verkligt användningsfall
Låt oss föreställa oss hur en organisation kan utveckla en virtuell assistent med Azure OpenAI Service. I den senaste enhetens användningsfall nämnde vi den här möjligheten att leverera tjänster efter försäljning.
Kunder kan interagera med assistenten för att be om information om sina beställningar, inköp eller garantier. De kan prata med assistenten via chatt eller samtal. Tidigare generationer av virtuella assistenter krävde att konversationsflödena skulle utformas, och den här metoden gjorde konversationerna stela i viss utsträckning. En assistent som drivs av en GPT-modell skulle inte lida av detta hinder. Det skulle inte kräva någon arbetsflödesdesign och det skulle kunna delta i mer flexibla, naturliga konversationer. Den här förmånen innebär att assistenten skulle kunna lösa frågor och uppgifter utan specifik utbildning, så länge den har tillhandahållit informationen. Den här metoden sparar tid och resurser från utvecklingsteamet.
AI-teamet bör mata in personliga data för den virtuella assistenten och den interna dokumentationen för att besvara tvivel om återbetalningsprincipen, leveransstatus och så vidare. Med Azure OpenAI Service kan du utföra den här åtgärden på ett säkert sätt, utan risk för felaktig användning av data. Att säkerställa sekretess för klientdata är viktigt, särskilt när företaget hanterar känslig information, till exempel kreditkortsnummer.
Kunder ogillar ofta användarupplevelsen som tillhandahålls av chattrobotar eftersom de uppfattar dem som kalla och avlägsna. För att skapa en vänligare, mer människoliknande upplevelse kan AI-teamet generera med DALL-E-avatarer för den virtuella assistenten eller till och med klientens profil. Den här funktionen skulle förstärka det mer naturliga konversationsflödet som uppnås av GPT-modellen. I allmänhet skulle kunderna dra nytta av en varmare, mer naturlig upplevelse efter försäljningen.
Om klienten är nöjd i slutet av interaktionen med den virtuella assistenten kan dataexperter använda inbäddningsmodellen för att rekommendera dem ytterligare inköp. I det här scenariot är det inte bara viktigt att leverera rätt rekommendation. Det är ännu viktigare att korrekt läsa kundens humör: om de är missnöjda med shoppingupplevelsen kan det vara kontraproduktivt att föreslå att de köper igen. I så fall bör assistenten hindras från att erbjuda en rekommendation. Därför är det viktigt att räkna med GPT-modeller, som är särskilt bra på att märka dessa nyanser.
Nu har vi gått igenom vad du kan uppnå med tillgängliga AI-resurser. Nu ska vi avsluta allt du har lärt dig med en kunskapstest.