大多數(shù) CIO 已經(jīng)開始探索生成式人工智能，以確保他們能夠保持相關性。但許多人發(fā)現(xiàn)，市場上的技術還沒有達到預期的效果。Yves Caseau 是Michelin 全球 CIO，他表示：“在使用 GitHub copilot 和 ChatGPT 超過六個月的時間后，我對生成式人工智能的發(fā)展速度感到驚訝。但就目前的狀態(tài)而言，它只是一個工具箱?！?/p>

圍繞著最新的大語言模型（LLM）和相關工具的熱潮的確有許多炒作，然而在喧鬧的背后，人們卻在竊竊私語，談論著這項技術終有一天會變得不可或缺。Caseau 說：“一旦成熟，生成式人工智能將完成我們的許多瑣碎任務--這將解放我們，讓我們專注于新事物。”

包括 Albemarle 公司前首席信息和數(shù)字轉型官 Patrick Thompson 在內(nèi)的一些技術領導者甚至認為，生成式人工智能將成為我們有生之年最具顛覆性的技術。Thompson 表示：“對于消費者來說，它將比蘋果公司推出的 iPhone 更具顛覆性。而對于企業(yè)用戶來說，它將超越微軟在勞動力生產(chǎn)力方面所做的一切?！?/p>

當前的最大問題是如何利用它。

促進傳統(tǒng)人工智能的發(fā)展

雖然生成式人工智能是新事物，但人工智能并非如此。包括 Michelin 和  Albemarle 在內(nèi)的許多公司最早使用的人工智能案例之一是預測性維護，其最基本的功能是根據(jù)傳感器收集的數(shù)據(jù)訓練算法。一旦訓練完成，模型就會尋找導致故障的指標，并向人類操作員發(fā)出警報，從而防止生產(chǎn)中斷。

預測性維護基本設置的一個共同缺點是，罕見事件在訓練數(shù)據(jù)中的代表性不足。因此，算法可能無法充分了解傳感器輸出中的模式，而這些模式雖然不常見，但可能預示著故障。為了彌補這一不足，許多公司用合成數(shù)據(jù)來補充真實數(shù)據(jù)。

在企業(yè)中，人工智能還被用于其他方面，如提高供應鏈效率、促進客戶互動、幫助員工執(zhí)行辦公任務等。自最近的新冠疫情封鎖以來，Albemarle  一直在使用人工智能作為虛擬助手。Thompson 說：“我們走在了前面，主要是出于必要。新冠疫情迫使我們想辦法為在家的 7000 名員工提供自助服務?！?/p>

Albemarle 公司開發(fā)的自助聊天機器人逐漸發(fā)展成為幫助公司其他職能部門工作的工具，后來又發(fā)展成為管理聯(lián)合工作流程的虛擬個人助理，使員工無需登錄所有系統(tǒng)就能同時使用多個系統(tǒng)。例如，員工只需使用自然語言與機器人交流，就能參與工作流和進行查詢，而機器人則能與企業(yè)業(yè)務系統(tǒng)對接。

但在短短幾個月內(nèi)，生成式人工智能開始將傳統(tǒng)人工智能提升到另一個層次，用于預測性維護等應用。Thompson 說：“交互變得更加對話化，因此你可以提出問題，并獲得有關設備狀態(tài)的不同見解。它可以用來整理內(nèi)部和外部的行業(yè)數(shù)據(jù)，然后用來訓練傳統(tǒng)算法，以提供敏捷的結果。”

此外，生成式人工智能還為尚未使用傳統(tǒng)人工智能的行業(yè)中的公司提供了一個切入點。在金融等行業(yè)，大多數(shù)公司早在幾年前就開始開發(fā)數(shù)據(jù)平臺，與分析工具一起使用，而現(xiàn)在，這些公司正在使用相同的平臺嘗試最新的人工智能技術。

作為British-American global asset management group的Janus Henderson 公司的全球 CIO Chris Herringshaw 說：“生成式人工智能還可用于解析市場和公司的公開數(shù)據(jù)，幫助做出投資決策。與其花費大量時間手動研究所有這些信息，我們希望使用生成式人工智能來總結現(xiàn)有信息，告訴我們噪音中的信號在哪里，并建議我們研究的領域?！?/p>

早期應用的挑戰(zhàn)與回報

除了底層技術不夠成熟之外，企業(yè)在進一步采用生成式人工智能之前還需要克服其他幾個障礙。第一個挑戰(zhàn)是企業(yè)內(nèi)部和銷售傳統(tǒng)應用程序的供應商都缺乏技能。

內(nèi)部專業(yè)知識的缺乏影響了每個 IT 領導者必須做出的“構建”還是“購買”的決定。Herringshaw 說：“'購買'當然能讓你更快地走上正軌。你不需要考慮如何將其產(chǎn)品化、擴展和支持底層基礎設施。而且現(xiàn)在的價格非常低，進行探索性工作的成本很低?！?/p>

供應商壓低價格是為了鼓勵采用。但隨著時間的推移，公司將開始向模型中輸入更多數(shù)據(jù)，這將使他們與供應商鎖定，他們將開始創(chuàng)建專門從事某些領域的分支。例如，他們不再使用通用版的 ChatGPT，而是使用針對特定行業(yè)（如金融服務）的版本。

Herringshaw 說：“一旦你為不同的用例定制了不同的模式，你就會同時運行多個版本，這就會使訂閱價格成倍增長。我們希望業(yè)務收入能隨著成本的增加而增加。如果我們真的找到了徹底改變投資流程的方法，回報應該會超過成本?！?/p>

在短期內(nèi)，訂購基于云的模式比內(nèi)部構建成本更低。從長遠來看可能也是如此。購買的另一個好處是可以更快、更容易地采用。但從長遠來看，對于那些需要根據(jù)自身行業(yè)定制模型的企業(yè)，或者那些希望將人工智能推向邊緣并在未連接云服務的設備上運行推理的企業(yè)來說，內(nèi)部構建可能是更好的選擇。

不過，就目前而言，很少有企業(yè)擁有建立人工智能模型或調整現(xiàn)有模型的熟練員工。大多數(shù)公司甚至不具備成為優(yōu)秀用戶的專業(yè)知識。要想從購買的產(chǎn)品中獲得最大收益，首先需要整理企業(yè)數(shù)據(jù)以訓練模型，然后在推理階段以正確的方式向模型提問。最重要的是，你需要知道什么時候該懷疑模型。

雖然生成式人工智能可能會提高企業(yè)從數(shù)據(jù)中提取的價值，并最終改變企業(yè)的運營方式，但它也會加大精通數(shù)字技術的企業(yè)與數(shù)字技術落后企業(yè)之間的差距。因此，無論企業(yè)選擇自建還是購買，都應該開始開發(fā)一定程度的內(nèi)部專業(yè)技術。Herringshaw 補充說：“我們已經(jīng)開始組織正式培訓，以提高我們使用技術的能力。我們要做的第一件事就是問問題?！?/p>

技能的缺乏不僅影響了人們使用模型的方式，也影響了第三方產(chǎn)品的質量，而這些產(chǎn)品往往聲稱包含人工智能算法。正在購買最新版企業(yè)應用程序的 CIO 們應該核實這一說法，因為傳統(tǒng)應用程序供應商在如何集成生成式人工智能方面仍然存在困惑。

Thompson 是多家應用軟件供應商的顧問委員會成員，他說：“傳統(tǒng)技術供應商正在與開發(fā)生成式人工智能的公司合作，提供虛擬助手，釋放企業(yè)業(yè)務系統(tǒng)的價值。他們必須在安全和數(shù)據(jù)隱私與實現(xiàn)生成式人工智能價值承諾的速度之間取得平衡?！?/p>

雖然目前正在嘗試使用生成式人工智能的許多組織規(guī)模龐大，有足夠的資源來研究新事物，但這項技術的使用并不局限于大型企業(yè)。

Thompson 說：“如果你能做好治理、安全和數(shù)據(jù)攝取工作，生成式人工智能就能幫助小公司發(fā)展成為大公司，而且是精干的大公司。"我預測，生成式人工智能將成為商業(yè)領域最具顛覆性的創(chuàng)新。它將有助于行業(yè)的整合、優(yōu)化和集成，從而產(chǎn)生新的行業(yè)績效基準，提高標準并創(chuàng)造更大的股東價值。不擁抱生成式人工智能的公司將被淘汰?！?/p>

來源：www.cio.com