AI在企业中的应用进入成熟期了吗?

简介: AI在企业中的应用进入成熟期了吗?

本文来自 企业网D1net公众号

AI有潜力在未来10年提高生产率,但目前距离在短期内改变企业还有一段路要走。

尽管麦肯锡看好AI自动化许多工作活动的前景,但也承认,这需要几十年的时间才能实现任何规模的自动化。在许多供应商和顾问大肆炒作和说得天花乱坠的情况下,CIO和其他高管领导人应该牢记这一点。


企业内部有意义的AI部署花费的时间比许多人想象的要长,原因有很多。


人类工作的复杂性


据估计,平均每个人每小时做出2000个决定。虽然这些决定中的许多都是例行公事,几乎不需要考虑,但其他决定要复杂得多,也要微妙得多。在工作中,我们高效地快速处理多个输入,以考虑安全、社会规范、同事和雇主的需求以及准确性和战略目标等问题。与此同时,我们可以使用多种系统和工作流程,通过口头、书面和手势交流这些决策。


虽然计算技术和对数据的更好访问可能已经帮助企业做出了更好的例行、低价值决策,但任何更复杂的决策仍然需要人力投入和监督。一个企业的声誉是由其内部做出的决策决定的,一旦失去,就很难挽回。虽然聊天机器人将接管目前由人力呼叫中心执行的许多功能,但这些功能将在严格定义的参数内运行,包括它们的数据输入和它们可以给出的答案。


AI幻觉


对于企业AI部署来说,AI幻觉的问题不应被低估,因为大型语言模型呈现了看起来真实但却是虚构的结果。据估计,ChatGPT的幻觉率在15%到20%之间,对于商业关键决策来说,这是一个不可接受的数字。


在企业部署中,可以通过对大语言模型进行微调,通过使用经过验证的私有数据对其进行培训来减少幻觉。进一步的改进可以通过将查询限制在经过验证的提示符上,以及整合开放源码工具,如Langkit和Guardrails,或专有产品,如Galileo来实现。这些工具和框架仍处于开发的早期阶段,用户需要尝试多种方法和解决方案。将幻觉减少到可接受的水平,至少还需要几年的时间,才能广泛应用。


改变习惯和工作流程


虽然消费者对智能手机和社交媒体等新技术的采用速度很快,但在企业内部的速度通常要慢得多。工作流程、用户培训和技术路径依赖对新硬件和软件解决方案的部署起到了缓冲作用。云计算、常见的数据格式和API在一定程度上降低了这些障碍,但它们仍然很重要。Gartner最近的一项调查显示,45%的客户服务代表避免采用新技术,而选择依赖传统系统和工具。


云计算先驱兼Box首席执行官亚伦·列维最近对AI能否在短期内对数字化转型倡议产生重大影响表示怀疑,他说:“我认为,对于任何一种具有任何级别效力的操作任务流,能够取代甚至10分钟真人所做的事情,我们还为时过早。”


企业AI的下一步是什么


最初对AIGC的炒作和兴奋正开始消退,更现实的期望正在浮现。6月份,ChatGPT网站的流量比5月份下降了近10%,用户在该网站上花费的时间减少了9%。很明显,在企业中实际使用这些新工具将需要大量的定制和投资。许多人工工作的复杂性和微妙程度,以及企业维护消费者信任的需要,都是这种认识背后的原因。然而,如果没有踏上这段旅程,也不是明智之举,因为潜在的回报是巨大的。


相关文章
|
3天前
|
机器学习/深度学习 传感器 人工智能
ai在气候变化的应用
【7月更文挑战第9天】ai在气候变化的应用
13 3
|
5天前
|
机器学习/深度学习 人工智能 算法
AI在医疗诊断中的应用与挑战
【7月更文挑战第7天】随着人工智能(AI)技术的飞速发展,其在医疗领域的应用日益广泛。本文将探讨AI在医疗诊断中的具体应用,包括影像诊断、病理分析以及基因测序等方面。同时,我们也将分析AI在医疗诊断中面临的挑战,如数据隐私保护、算法透明度和公平性问题等。
|
1天前
|
存储 SQL 人工智能
|
2天前
|
机器学习/深度学习 人工智能 自然语言处理
未来AI技术的发展趋势与应用前景探析
随着人工智能(AI)技术的迅猛发展,未来其应用前景愈发广阔。本文将探讨AI技术在各个领域的最新进展,分析其未来发展趋势,以及对社会、经济的深远影响。 【7月更文挑战第10天】
|
2天前
|
机器学习/深度学习 人工智能 运维
智能化运维:AI与机器学习在IT管理中的应用
【7月更文挑战第10天】本文深入探讨了人工智能和机器学习如何革新传统的IT运维领域。文章首先界定了智能化运维的概念,随后分析了AI技术在故障预测、自动化处理和安全监控方面的应用实例,并讨论了实施智能化运维时面临的挑战及其克服策略。最终,文章展望了智能化运维的未来趋势,强调了持续学习和适应新技术的重要性。
|
4天前
|
机器学习/深度学习 人工智能 算法
AI在医疗诊断中的应用与挑战
在当今技术快速发展的时代,人工智能(AI)在医疗领域的应用已经展现出了巨大的潜力。本文探讨了AI技术在医疗诊断中的应用现状,以及面临的挑战。通过分析AI在诊断精准度、医疗效率和数据隐私保护方面的表现,揭示了AI如何改变医疗健康管理的前景。 【7月更文挑战第8天】
|
4天前
|
机器学习/深度学习 人工智能 运维
智能化运维:AI在IT管理中的应用与挑战
随着人工智能(AI)技术的不断进步,其在信息技术(IT)运维领域的应用日益广泛。从自动化故障检测到智能决策支持系统,AI技术正逐步改变着传统运维的面貌。本文将探讨AI在IT运维中的具体应用场景,分析其带来的效率提升和成本节约,同时指出实施过程中可能遇到的技术和管理上的挑战,并提出相应的解决策略。通过深入分析,本文旨在为IT管理者提供一份关于如何有效整合AI技术以优化运维实践的参考指南。
|
5天前
|
机器学习/深度学习 人工智能 搜索推荐
AI在医疗诊断中的应用与挑战
【7月更文挑战第7天】随着人工智能技术的飞速发展,其在医疗领域的应用也日益广泛。本文将探讨AI在医疗诊断中的具体应用,包括影像诊断、基因检测和个性化治疗等方面,并分析其面临的数据隐私、准确性、伦理法规等挑战。
11 1
|
3天前
|
机器学习/深度学习 人工智能 算法
智能革命的新篇章:AI在医疗诊断中的应用与挑战
随着人工智能技术的飞速发展,其在医疗领域的应用已逐步深入到临床诊断、治疗方案制定以及患者监护等多个环节。通过深度学习算法,AI能够处理和分析大量医疗数据,辅助医生进行更精确的诊断。然而,技术的快速发展也带来了一系列挑战,包括数据隐私保护、算法透明度、以及医疗伦理问题等。本文将探讨AI在医疗诊断中的具体应用案例,并对其面临的主要挑战进行分析,以期为未来AI技术在医疗领域的健康发展提供参考。
14 0
|
3天前
|
机器学习/深度学习 人工智能 算法
AI通过分析历史天气数据后的应用
AI分析历史天气数据,提升气象预测精度,助力气候研究、农业管理、保险精算、城市规划、灾害预警、旅游交通及科研教育。中国气象局、datashareclub.com历史天气数据平台、中央气象台等国内外平台提供数据资源,应用涵盖多领域,预示AI在天气数据分析中前景广阔。例如,通过深度学习算法,AI能识别气候模式,优化农作物管理,降低保险风险,增强城市气候韧性,改善交通管理和旅游规划。