Die Partnerschaft von chatgpt mit EDA könnte eine Reihe geschäftlicher Vorteile mit sich bringen, von einer verbesserten Reaktionszeit und weniger Ausfällen bis hin zu einem geringeren Energieverbrauch. Die Möglichkeiten sind endlos – es ist eine perfekte Kombination!

Die Art und Weise, wie wir leben, lernen und Aufgaben erledigen, könnte bis 2030 möglicherweise durch künstliche Intelligenz und maschinelles Lernen verändert werden, die Schätzungen zufolge die Entwicklung vorantreiben werden Weltwirtschaft um 15,7 Billionen US-Dollar. In letzter Zeit hat sich das revolutionäre ChatGPT von OpenAI in der technischen Community schnell großer Beliebtheit erfreut, da es eine große Auswahl an innovativen Anwendungen bietet, die ständig verbessert werden sollen. Event-Driven Architecture (EDA) kann diesen generativen Chatbot auf die nächste Stufe heben und unerwartetes geschäftsbasiertes Potenzial für ChatGPT erschließen.

Schauen wir uns an, wie die beiden zusammenarbeiten.

ChatGPT gewinnt immer mehr an Bedeutung in unserem täglichen Leben, egal ob es uns beim Verfassen von E-Mails und Artikeln hilft oder Blog-Ideen generiert – seine Fähigkeiten werden ständig erweitert. Bereits im zweiten Monat nach dem Start hatte ChatGPT Erfolg 100 Millionen aktive Nutzer im Januarlaut einer Studie von USB, was dazu führte, dass es bisherige Rekorde brach und sich zur am schnellsten wachsenden Verbraucheranwendung aller Zeiten entwickelte.

Keine Unebenheiten mehr auf dem Weg für ChatGPT mit EDA

Allerdings müssen ChatGPT und generative KI einige Nachteile überwinden, bevor sie ihr volles Potenzial entfalten können. Diese können durch die Integration einer Event Driven Architecture (EDA) überwunden werden, die als Informationsverbindung von Systemen, die Ereignisse „veröffentlichen“, zu den Systemen fungiert, die Interesse an den Informationen zeigen, indem sie „Themen“ abonnieren. Mit EDA erstellte Anwendungen ermöglichen die Gruppierung interner Funktionen, um sie reaktionsschneller zu machen. Während also ChatGPT aufgerufen wird, nimmt EDA alle Anfragen auf und filtert sie, was bedeutet, dass ChatGPT schneller reagiert, seinen Energieverbrauch senkt und sogar neue Möglichkeiten für B2B- und B2C-E-Commerce-Geschäfte eröffnet.

Siehe auch: Perspektiven zur Echtzeit- und GenAI-Konvergenz

5 Gründe, warum EDA ChatGPT auf die nächste Stufe heben kann

1) Verbessern Sie die Reaktionsfähigkeit durch automatische Antworten

Heutzutage funktioniert ChatGPT nach dem, was wir Technikfreaks als „Anfrage/Antwort“ bezeichnen. Bitten Sie, und Sie werden empfangen, könnte man sagen. Stellen Sie sich nun vor, ChatGPT könnte Ihnen proaktiv etwas senden, von dem es weiß, dass es Sie interessieren würde!

Angenommen, Sie verwenden ChatGPT, um Aktionselemente aus einem Zoom-Meeting mit einem Dutzend Teilnehmern zusammenzufassen und zu notieren. Anstatt dass jeder Teilnehmer eine Anfrage stellt, würde EDA ChatGPT ermöglichen, die Notizen gleichzeitig an alle Teilnehmer zu senden, einschließlich derjenigen, die das Meeting verpasst haben. Jeder wäre automatisch und sofort über die Besprechungsergebnisse auf dem Laufenden, was eine deutlich geringere Belastung von ChatGPT bedeuten würde, da es proaktiv eine Nachricht an ein Dutzend Empfänger sendet, anstatt im Laufe der Zeit eine Reihe von Anfrage-/Antwortinteraktionen abzuwickeln, wodurch die Serviceniveaus für Benutzer verbessert werden .

Jede Gruppenaktivität, die dieselben Vorschläge benötigt und durch ChatGPT erleichtert wird, kann von dieser Funktion profitieren. Zum Beispiel arbeiten Teams gemeinsam an einer Codebasis. Anstatt dass ChatGPT jedem Entwickler in seiner IDE Änderungen/Verbesserungen vorschlägt, müssten Benutzer die IDE Vorschläge „abonnieren“ und die zugrunde liegende EDA-Technologie wäre dann in der Lage, sie an alle abonnierten Entwickler weiterzugeben, wenn sie die Codebasis starten.

2) Eine grüne und energieeffiziente Zukunft für ChatGPT

ChatGPT ist aus Verarbeitungs-/CPU-Sicht sehr ressourcenintensiv und daher teuer und erfordert spezielle Chips, sogenannte Grafikprozessoren (GPUs). Und es werden ziemlich viele davon verwendet. Die umfangreiche GPU-Arbeitslast (jetzt geschätzt auf über 28.936), die zum Trainieren des ChatGPT-Modells und zum Verarbeiten von Benutzeranfragen erforderlich ist, verursacht erhebliche Kosten, die schätzungsweise zwischen 0,11 und 0,36 US-Dollar pro Anfrage liegen.

Und lassen Sie uns die Umweltkosten des Modells nicht außer Acht lassen. Der hohe Stromverbrauch von GPUs trägt zur Energieverschwendung bei Berichte Datenwissenschaftler schätzen den täglichen CO2-Fußabdruck von ChatGPT auf 23,04 kg CO2e, was mit anderen großen Sprachmodellen wie BLOOM übereinstimmt.

Allerdings heißt es in dem Bericht: „Die Schätzung des täglichen CO2-Fußabdrucks von ChatGPT könnte zu hoch ausfallen, wenn die Ingenieure von OpenAI intelligente Wege gefunden hätten, alle Anfragen effizienter zu bearbeiten.“ Es gibt also eindeutig Raum für Verbesserungen bei diesem CO2-Ausstoß.

Durch die Implementierung von EDA kann ChatGPT seine Ressourcen besser nutzen, indem Anfragen nur dann verarbeitet werden, wenn sie eingehen, anstatt kontinuierlich ausgeführt zu werden.

3) Durch EDA gehören ChatGPT-Ausfälle der Vergangenheit an

ChatGPT muss eine große Menge eingehender Anfragen von Benutzern verarbeiten. Die Beliebtheit, das schnelle Wachstum und die Unvorhersehbarkeit von ChatGPT führen dazu, dass das Unternehmen häufig überfordert ist, da es Schwierigkeiten hat, mit der Nachfrage Schritt zu halten, die äußerst volatil sein kann und das, was wir als „explodierend“ bezeichnen. Heutzutage führt dies sowohl bei Premium- als auch bei kostenlosen ChatGPT-Benutzern zu der Fehlermeldung „Ich kann Ihnen leider nicht helfen“. Diese jüngsten ChatGPT-Ausfälle zeigen, wie gesättigt das System wird, da es Schwierigkeiten hat, schnell zu skalieren, um den ständig steigenden Datenverkehr zu bewältigen und mit neuen Konkurrenten wie google Bard zu konkurrieren. Wo kommt also EDA ins Spiel?

Im Falle einer ChatGPT-Überlastung kann die Implementierung von EDA Anforderungen puffern und sie asynchron über mehrere ereignisgesteuerte Mikrodienste hinweg bedienen, sobald der ChatGPT-Dienst verfügbar wird.

Bei entkoppelten Diensten führt der Ausfall eines Dienstes nicht zum Ausfall der anderen.

Der Event-Broker, eine Schlüsselkomponente der ereignisgesteuerten Architektur, ist ein zustandsbehafteter Vermittler, der als Puffer fungiert, Ereignisse speichert und sie liefert, wenn der Dienst wieder online ist. Dadurch können Serviceinstanzen schnell skaliert werden, da es nicht zu Ausfallzeiten für das gesamte System kommt – Verfügbarkeit und Skalierbarkeit werden somit verbessert.

Mit der EDA-Unterstützung können Benutzer von ChatGPT-Diensten auf der ganzen Welt jederzeit nach dem fragen, was sie benötigen, und ChatGPT kann ihnen die Ergebnisse senden, sobald sie bereit sind. Dadurch wird sichergestellt, dass Benutzer ihre Abfrage nicht erneut eingeben müssen, um eine generative Antwort zu erhalten, was die allgemeine Skalierbarkeit verbessert und die Antwortzeit verkürzt.

4) ChatGPT wird den KI-E-Commerce-Markt im Sturm erobern und sich in den Geschäftsbetrieb integrieren

KI spielt eine entscheidende Rolle auf dem E-Commerce-Markt – tatsächlich wird prognostiziert, dass der E-Commerce-KI-Markt an Bedeutung gewinnen wird 45,72 Milliarden US-Dollar bis 2032. Daher ist es keine Überraschung, dass führende E-Commerce-Akteure versuchen herauszufinden, wie sie ChatGPT in ihre Geschäftsabläufe integrieren können. ShopifySo hat beispielsweise mit ChatGPT ein Einkaufsassistent entwickelt, der in der Lage ist, Nutzern durch die Analyse ihrer Suchmaschinenanfragen Produkte zu empfehlen.

EDA hat das Potenzial, das Einkaufserlebnis noch weiter zu verbessern und B2C- und B2B-Unternehmen dabei zu helfen, mehr über ihre Kunden zu erfahren, indem es wichtige Ereignisse in großem Umfang auf E-Commerce-Plattformen verfolgt, um Unternehmen dabei zu helfen, Muster im Kundenverhalten zu verstehen, beispielsweise welche Artikel am meisten verkauft werden in bestimmten Regionen profitabel sind und welche Faktoren Kaufentscheidungen beeinflussen. Diese Informationen können dann an einen Datenspeicher für das ChatGPT-Modell für maschinelles Lernen gesendet werden, um das Kundenverhalten vorherzusagen und personalisierte Produktempfehlungen abzugeben. Dies ist erst der Anfang der Entwicklung solcher Modelle auf Basis von ChatGPT.

5) Befriedigen Sie die steigende Nachfrage mit einem Event-Mesh und sparen Sie wichtige Ressourcen

Um mit der globalen Benutzerbasis von ChatGPT zurechtzukommen, benötigt es eine unterstützende Softwarearchitektur, die in der Lage ist, der steigenden Nachfrage gerecht zu werden und dennoch Daten effizient zu verteilen – das ist die perfekte Aufgabe für ein Event-Mesh.

Event Meshes sind eine Architekturschicht, die aus einem Netzwerk von Event-Brokern besteht und Ereignisse von einer Anwendung mit jeder anderen Anwendung verknüpfen kann, unabhängig von deren Bereitstellung. Dadurch entfällt die Phase der Anwendungslogik, in der die ChatGPT-Ergebnisse gefiltert werden. Stattdessen werden die Daten bei Bedarf direkt an die interessierten Abonnenten gesendet. Verbessern Sie das allgemeine Benutzererlebnis durch verbesserte Reaktionsfähigkeit und reduzieren Sie die Belastung der Netzwerk- und Computerressourcen.

EDA bringt ChatGPT auf die nächste Stufe

Trotz bereits überwältigender Rekorde hat die Reise für ChatGPT gerade erst begonnen. Und mit seinen neuen Funktionen hat ChatGPT eine glänzende Zukunft. Eine Partnerschaft mit EDA könnte sowohl B2C- als auch B2B-Organisationen eine Reihe geschäftlicher Vorteile bringen – von verbesserten Reaktionszeiten und weniger Ausfällen bis hin zu einem geringeren Energieverbrauch. Die Möglichkeiten sind endlos – es ist eine perfekte Kombination!