Подемот на генеративната вештачка интелигенција (gen AI) е поттикнат од истакнати големи јазични модели (LLMs) како GPT-4 на OpenAI, Gemini на Google и Claude на Anthropic. Сепак, помалите јазични модели (SLMs) се појавуваат како потенцијални предводници во областа, според некои експерти. Истражувањето на Gartner покажува дека иако LLMs го водеа развојот на јазичните модели, SLMs може да решат критични предизвици за бизнисите како што се буџетските ограничувања, заштитата на податоците, приватноста и ублажувањето на ризиците. Компаниите може да се најдат во ситуација да балансираат меѓу предностите на поголемите и помалите модели во истражувањето на gen AI. Пет деловни лидери ги споделуваат своите сознанија за оваа тема: 1. **Модели специфични за домен**: Клер Томпсон од L&G замислува иднина во која и LLMs и SLMs коегзистираат, особено бидејќи LLMs се фино подесени за специфични теми. Таа верува во развој на модели приспособени за области како здравството и финансиите, но е скептична дека компаниите ќе вложат ресурси за да ги изградат од нула. 2. **Избор на вистинскиот модел**: Ник Вудс од MAG Airports Group се залага за хибриден пристап, избирајќи модели врз основа на специфични деловни случаи за употреба наместо да се следи стратегијата едно-решение-за-сите.

Тој нагласува важноста на деловната трансформација и предлага распоредување на мали модели за решавање на конкретни потреби. 3. **Контекстуална примена**: Габриела Фогел од Gartner го истакнува растечкиот тренд на компании кои користат мали, контекстуални модели приспособени за специфични апликации, како што организациите се насочуваат кон имплементација на повеќе фокусирани решенија на gen AI. 4. **Минимизирање на халуцинации**: Оли Уайлдеман од Big Bus Tours забележува дека помалите модели често даваат подобри резултати за компаниите, бидејќи се дизајнирани со специфични податоци на ум. Овој пристап ја подобрува безбедноста на податоците и ги намалува неточностите, што ги води компаниите да претпочитаат модели специфични за домените. 5. **Користење на првични податоци**: Рахул Тодкар од Tripadvisor ја истакнува дека ефикасноста на AI моделите лежи во нивната способност да се приспособат на контекстот на компанијата и ефективно да користат првични податоци. Тој тврди дека иднината на AI ќе се врти околу создавање на модели приспособени по мерка, наместо само да се избира помеѓу големи и мали. Во заклучок, додека LLMs привлекуваат внимание, дискусијата сугерира дека SLMs може да имаат значајно ветување, особено за специфични апликации и контексти во бизнесот.