رشد هوش مصنوعی مولدی (gen AI) توسط مدل‌های زبان بزرگ مشهور مانند GPT-4 اوپن‌اِی، جمینی گوگل، و کلود آنتروپیک پیش برده شده است. با این حال، مدل‌های زبان کوچک‌تر (SLMs) طبق نظر برخی کارشناسان به عنوان پیشروهای بالقوه در این حوزه ظهور می‌کنند. تحقیقات گارتنر نشان می‌دهد که اگرچه LLMها توسعه مدل زبان را هدایت کرده‌اند، SLMها ممکن است چالش‌های حیاتی برای کسب‌وکارها مانند محدودیت‌های بودجه، حفاظت داده، حریم خصوصی و کاهش ریسک را برطرف کنند. کسب‌وکارها ممکن است مزایای مدل‌های بزرگ‌تر را در برابر مدل‌های کوچک‌تر در اکتشاف هوش مصنوعی بخاطر بسپارند. پنج رهبر تجاری دیدگاه‌های خود را در این موضوع به اشتراک می‌گذارند: ۱. **مدل‌های دامنه-خاص**: کلیر تامپسون از L&G آینده‌ای را تصور می‌کند که LLMها و SLMها همزیستی دارند، به ویژه اینکه LLMها برای موضوعات خاص تنظیم دقیق شده باشند. او به توسعه مدل‌های سفارشی برای حوزه‌هایی مانند بهداشت و مالی اعتقاد دارد اما درخصوص تعهد شرکت‌ها به منابع برای ساخت از صفر شک دارد. ۲. **انتخاب مدل مناسب**: نیک وودز از گروه فرودگاه‌های MAG راهبردی دوگانه را تبلیغ می‌کند، با انتخاب مدل‌ها براساس کاربردهای کسب‌وکار خاص به جای استفاده از یک استراتژی یکسان برای همه.

او بر تحول کسب‌وکار تمرکز می‌کند و پیشنهاد می‌کند مدل‌های کوچکی را برای برآورده کردن نیازهای خاص به کار ببریم. ۳. **استفاده محتوایی**: گابریلا وُگِل از گارتنر توجه به روند رشد استفاده از مدل‌های کوچک و متناظر برای کاربردهای خاص را برجسته می‌کند، زیرا سازمان‌ها به سمت اجرای راه‌حل‌های هوش مصنوعی بیشتر متمرکز حرکت می‌کنند. ۴. **کاهش هذیان‌ها**: اولی ویلدمان از تورهای بیگ باس اشاره می‌کند که مدل‌های کوچک‌تر غالباً نتایج بهتری برای کسب‌وکارها فراهم می‌آورند زیرا با داده‌های خاصی طراحی شده‌اند. این رویکرد ایمنی داده را ارتقا می‌دهد و خطاها را کاهش می‌دهد و باعث می‌شود شرکت‌ها مدل‌های دامنه-خاص را ترجیح دهند. ۵. **استفاده از داده‌های نخستین**: راهول تُدکار از تریپ‌ادوایزر بر اهمیت سفارشی‌سازی مدل‌های هوش مصنوعی برای تناسب با زمینه کسب‌وکار و به کارگیری موثر داده‌های نخستین تاکید می‌کند. او معتقد است که آینده هوش مصنوعی بر ساخت مدل‌های سفارشی می‌چرخد و نه صرفا انتخاب بین بزرگ و کوچک. در خلاصه، در حالی که LL‌ها توجه را جلب می‌کنند، بحث نشان می‌دهد که SLMها ممکن است وعده‌های قابل توجهی، به ویژه برای کاربردها و زمینه‌های خاص در کسب‌وکار، ارائه دهند.