同時に、VinBigdataは多くの分野の一連の先進的な部門と協力し、生産とビジネス活動への生成AI（GenAI）の統合を展開し続け、企業の包括的なデジタル変革プロセスを加速しています。
ベトナム語能力ランキングでトップ4にランクイン
リリースからわずか数か月で、16億パラメータのViGPTモデル（ViGPT-1.6B）は、VMLUベトナム語能力ランキングで上位4位に入る言語モデルとなり、その品質を急速に証明しました。ベトナム産のGenAIモデルは、ChatGPT、GPT-4、そしてGeminiに次ぐ上位に位置しています。この結果は、ViGPTがベトナム語の知識と思考を捉える卓越した能力を示していると言えます。
ViGPTは、VMLUベトナム語能力ランキングでトップ4に入っています。
VMLU は、今日の市場で最も多様なニーズを満たす、多面的かつ多段階のベトナム語評価標準であり、多くの分野にまたがる 58 の異なるトピックに関する 10,880 の多肢選択式問題で構成されています。
VMLU は大規模なデータセットを使用して、基本的な知識と複雑な問題を解決する能力の観点から、AI モデルのベトナム語能力を効果的に評価できます。
「ViGPTがわずか9か月の研究でVMLUランキングのトップに入ったという事実は、非常に印象的な成果であり、VinBigdataチームの能力と製品展開の方向性の有効性を裏付けるものです」とVinBigdata製品ディレクターのNguyen Kim Anh博士は述べています。
VinBigdataはViGPTのコミュニティ版を完成させ、非営利団体への提供準備を整えました。コミュニティ版は、ベトナム特有のトピックに関する情報検索機能とコンテンツ作成に重点を置いています。
計画によれば、VinBigdataは企業の複雑な問題に対応するために、より多くのパラメータ（30億と110億）を備えたGenAIモデルの開発を継続的に推進していく予定だ。
企業のAI活用戦略におけるボトルネックの解消
「これまで多くの企業は、AIを主要業務に統合するのはコストがかかり、『機械的』になるのではないかと懸念していましたが、ViGPTのような最適なモデルを備えたGenAIツールは、AI適用戦略のボトルネックを解決する鍵となる可能性があります」と、 Nguyen Kim Anh博士は断言しました。
VinBigdata のプロダクト ディレクターである Nguyen Kim Anh 博士によると、GenAI モデルを習得すると、安全性とデータ セキュリティが確保され、企業の AI アプリケーション戦略のボトルネックが解消されます。
McKinsey レポート (2023) によると、企業における 4 つの主要機能、すなわち営業およびマーケティング、研究開発、カスタマー ケア、運用が、GenAI の適用によって最も大きなメリットを享受できる機能です。
具体的には、テクノロジーにより、企業は判断、推論、意思決定のサポートを必要とするタスクを最大 70% 自動化し、コストと時間を節約しながら、ビジネス効率を 10% 向上させることができます。
GenAIモデルの優れた特徴は、ユーザーのニーズに基づいて情報を統合し、アドバイスする能力です。例えば、最大数千ページに及ぶ販売ポリシーやカスタマーケアポリシーに関する文書を提供された場合、ViGPTはプロのコンサルタントとして機能し、顧客の質問を柔軟かつ自然に受け止め、回答します。定型的な回答ではなく、実際のニーズに適した情報を提供します。
「さらに、海外のサプライヤーに依存せずにGenAIモデルを完全に習得することで、データの安全性とセキュリティも確保されます。これは、これまで多くの部門のAIアプリケーション戦略を妨げてきた要因です」とキム・アン博士はさらに強調しました。
これまで、VinBigdata は、公共部門、銀行、保険、航空など、多くの分野の一連の部門と協力して、ViGPT をビジネスおよび運用活動に統合してきました。
その中で注目すべきは、情報通信分野の行政手続きに関する法的文書、政策、規制に関連した公共サービス、サポート情報をサポートするための仮想アシスタントを提供する、情報センター（ 情報通信省）とのパイロット プロジェクトです。
完成したコミュニティバージョンに加えて、ViGPTのエンタープライズバージョンである「ChatGPTベトナム版」は、VinBase 2.0マルチコグニティブ人工知能プラットフォームに統合された深い業界知識システムを備えており、ViChat（テキストチャネル仮想アシスタント）、ViVoice（コールセンターチャネル仮想アシスタント）、新世代のViVi仮想アシスタントなどのソリューションを備え、運用習慣を変え、ビジネス効率を向上させます。
ViGPT の詳細については、こちらをご覧ください。
[広告2]
ソース
コメント (0)