Applying generative AI and large language models in business applications
Marko, Korhonen (2023)
Kandidaatintyö
2023
School of Engineering Science, Tuotantotalous
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe202401304794
https://urn.fi/URN:NBN:fi-fe202401304794
Tiivistelmä
The thesis focuses on exploring how Generative AI and Large Language Models (LLM) can be integrated into business applications. It examines the potential benefits, challenges, and opportunities of using these technologies in a business context.
The research method employed is a narrative review, which provides a broad overview of AI in business, covering its evolution, applications, and ethical considerations. This approach is chosen for its ability to offer a holistic understanding of the subject matter.
Key findings include the significant potential for LLMs in automating and enhancing business processes, the importance of data quality and model training, ethical considerations, and the need for transparency and explainability in AI applications. LLMs can be used to produce text, summarise information and participate in discussions, among other things, offering therefor significant opportunities to developing business processes. The thesis also discusses the integration of AI in SAP's business applications, emphasizing the strategic approach to employing Generative AI.
For future research, the thesis suggests delving deeper into specific application cases, the technical aspects of foundation models and LLMs, and the exploration of more practical business problems and solutions. This includes the potential for AI-driven innovations in various business sectors and the continuous evolution of AI technologies. Tutkielmassa keskitytään tutkimaan, miten generatiivinen tekoäly ja suuret kielimallit (LLM) voidaan integroida liiketoimintasovelluksiin. Työssä tarkastellaan mahdollisia hyötyjä, haasteita ja mahdollisuuksia, joita näiden teknologioiden käyttö liiketoimintakontekstissa tarjoaa.
Tutkimusmenetelmänä käytetään narratiivista kirjallisuuskatsausta, joka tarjoaa laajan yleiskatsauksen tekoälystä liiketoiminnassa ja kattaa sen kehityksen, sovellukset ja eettiset näkökohdat. Tämä lähestymistapa on valittu sen vuoksi, että se tarjoaa kokonaisvaltaisen käsityksen aiheesta.
Keskeisiä havaintoja ovat muun muassa tekoälyn merkittävä potentiaali liiketoimintaprosessien automatisoinnissa ja tehostamisessa, tiedon laadun ja mallien koulutuksen merkitys, eettiset näkökohdat sekä tarve tekoälysovellusten avoimuuteen ja selitettävyyteen. LLM:ien avulla voidaan muun muassa tuottaa tekstiä, tiivistää tietoa ja osallistua keskusteluun, mikä tarjoaa merkittäviä mahdollisuuksia liiketoiminnan kehittämiseen. Tutkielmassa käsitellään myös tekoälyn integrointia SAP:n liiketoimintasovelluksiin ja korostetaan strategista lähestymistapaa generatiivisen tekoälyn käyttöönotossa.
Jatkotutkimusta varten tutkielmassa ehdotetaan syventymistä tiettyihin sovellustapauksiin, perustamismallien ja LLM:ien teknisiin näkökohtiin sekä käytännönläheisempien liiketoimintaongelmien ja -ratkaisujen tutkimista. Tähän sisältyy tekoälylähtöisten innovaatioiden potentiaali eri liiketoiminta-aloilla ja tekoälyteknologioiden jatkuva kehitys.
The research method employed is a narrative review, which provides a broad overview of AI in business, covering its evolution, applications, and ethical considerations. This approach is chosen for its ability to offer a holistic understanding of the subject matter.
Key findings include the significant potential for LLMs in automating and enhancing business processes, the importance of data quality and model training, ethical considerations, and the need for transparency and explainability in AI applications. LLMs can be used to produce text, summarise information and participate in discussions, among other things, offering therefor significant opportunities to developing business processes. The thesis also discusses the integration of AI in SAP's business applications, emphasizing the strategic approach to employing Generative AI.
For future research, the thesis suggests delving deeper into specific application cases, the technical aspects of foundation models and LLMs, and the exploration of more practical business problems and solutions. This includes the potential for AI-driven innovations in various business sectors and the continuous evolution of AI technologies.
Tutkimusmenetelmänä käytetään narratiivista kirjallisuuskatsausta, joka tarjoaa laajan yleiskatsauksen tekoälystä liiketoiminnassa ja kattaa sen kehityksen, sovellukset ja eettiset näkökohdat. Tämä lähestymistapa on valittu sen vuoksi, että se tarjoaa kokonaisvaltaisen käsityksen aiheesta.
Keskeisiä havaintoja ovat muun muassa tekoälyn merkittävä potentiaali liiketoimintaprosessien automatisoinnissa ja tehostamisessa, tiedon laadun ja mallien koulutuksen merkitys, eettiset näkökohdat sekä tarve tekoälysovellusten avoimuuteen ja selitettävyyteen. LLM:ien avulla voidaan muun muassa tuottaa tekstiä, tiivistää tietoa ja osallistua keskusteluun, mikä tarjoaa merkittäviä mahdollisuuksia liiketoiminnan kehittämiseen. Tutkielmassa käsitellään myös tekoälyn integrointia SAP:n liiketoimintasovelluksiin ja korostetaan strategista lähestymistapaa generatiivisen tekoälyn käyttöönotossa.
Jatkotutkimusta varten tutkielmassa ehdotetaan syventymistä tiettyihin sovellustapauksiin, perustamismallien ja LLM:ien teknisiin näkökohtiin sekä käytännönläheisempien liiketoimintaongelmien ja -ratkaisujen tutkimista. Tähän sisältyy tekoälylähtöisten innovaatioiden potentiaali eri liiketoiminta-aloilla ja tekoälyteknologioiden jatkuva kehitys.