本文来自 企业网D1net公众号
ChatGPT问世一年后，尽管其能够带来明显的好处，但IT领导者尚未全力以赴发展GenAI，而是选择谨慎行事。
大多数CIO已经开始探索GenAI，以确保企业跟上技术发展的趋势，但许多人发现，市场上的技术还没有达到理想的水平。米其林全球CIO Yves Caseau表示：“在对GitHub Copilot和ChatGPT进行了六个多月的试验后，GenAI的发展速度令我惊讶。”但在目前的状态下，它只是一个工具箱。
围绕最新一波大型语言模型(LLM)和相关工具的炒作确实很多，但在喧嚣之下，有传言说这项技术有朝一日将成为不可或缺的技术。Caseau说：“一旦成熟，GenAI将完成我们的许多日常的工作——这将解放我们，让我们专注于创新。”
包括美国锂业巨头Albemarle的前首席信息和数字转型官Patrick Thompson在内的一些科技领袖甚至表示，GenAI将成为我们这个时代最具颠覆性的技术。Thompson说：“这将比苹果为消费者提供iPhone所做的更具颠覆性。”对于企业用户来说，它将超过微软在员工生产率方面所做的工作。
最大的问题是现在该怎么发掘它的价值。
对传统AI的推动
虽然GenAI是新事物，但AI并不新鲜。在包括米其林和Albemarle在内的许多公司中，AI的首批用例之一是预测性维护，它最基本的层面是一种根据传感器收集的数据训练的算法。一旦经过培训，该模型就会寻找导致故障的因素，并向操作员发出警报，然后操作员就可以防止生产中断。
预测性维护的基本设置的一个共同缺点是在训练数据中不能很好地表示罕见事件，因此，算法可能无法充分了解传感器输出中的模式，这些模式虽然不常见，但可能预示着故障，为了填补这一空白，许多公司用合成数据来补充真实数据。
AI在企业中也被用在其他方面，比如提高供应链的效率，促进客户互动，帮助员工执行办公室任务。自新冠疫情大流行以来，Albemarle一直将AI用作虚拟助手。Thompson说：“我们走在了竞争的前面，主要是出于需要。”“疫情迫使我们想方设法在家中为7000名员工提供自助服务。”
Albemarle开发的自助式聊天机器人发展成为帮助其他公司的工具，然后发展成为管理联合工作流程的虚拟个人助理，使员工更容易同时使用多个系统，而无需登录所有系统。例如，员工只需使用自然语言与机器人通信并与企业业务系统交互，就可以参与工作流程并进行查询。
在短短几个月内，GenAI开始将传统AI提升到新的水平，用于预测性维护等应用。“互动变得更加灵活和即时，这样你就可以提出问题，并获得关于设备状态的不同见解，”Thompson说。“它可以用来管理内部和外部行业数据，然后用这些数据来训练传统算法，以提供即时的结果。”
此外，GenAI为尚未使用传统AI的行业的公司提供了一个切入点。金融等行业现在正在使用相同的平台试验最新的AI技术。多年前，大多数公司就开始在金融行业开发数据平台，以与分析工具一起使用。
英美全球资产管理集团Janus Henderson的全球CIO Janus Henderson表示：“GenAI还可以用来分析市场和公司的公开数据，以帮助做出投资决策。”“与其花费大量时间人工研究所有这些信息，我们希望使用GenAI来总结外面的信息，告诉我们噪音中的信号在哪里，并建议我们研究哪些领域。”
早期采用的挑战和回报
除了底层技术的不成熟之外，在企业进一步接受GenAI之前，还需要克服其他几个挑战，第一个挑战是内部和销售传统应用程序的供应商之间都缺乏技能。
内部专业知识的缺乏影响了每个IT领导者必须做出的构建还是购买决策。Henderson说：“‘买’肯定会让你更快地跟随这条曲线。”你不需要弄清楚如何将其产品化、规模化和支持底层基础设施，而且现在价格如此之低，以至于做探索工作的成本很低。
供应商正在压低价格，以鼓励人们采用，但随着时间的推移，公司将开始向模型中投入更多数据，这将把它们锁定在供应商那里，他们将开始创建专门用于特定领域的分支，例如，他们不会使用ChatGPT的通用版本，而是使用特定行业的版本，比如金融服务。
Henderson说：“一旦你有了为不同用例量身定做的不同模型，你就会得到同时运行的几个版本，这就增加了订阅价格。”我们希望业务收入能与成本同步增长。如果我们真的找到一种方法来彻底改变我们的投资流程，回报应该会超过成本。
就短期而言，订阅基于云的模型比在内部构建更便宜——从长远来看，这一点可能是正确的。购买的另一个好处是，它使训练更快、更容易，但从长远来看，对于需要为其行业量身定做模型的企业，或者那些希望将AI推向边缘并在未连接到基于云的服务的设备上运行推理的企业来说，内部构建可能是更好的选择。
不过，就目前而言，很少有企业拥有熟练的员工来构建或调整现有的AI模型，大多数公司甚至没有成为好用户的专业知识。为了最大限度地利用你所购买的东西，你需要首先整理你的企业数据来训练模型，然后在推断阶段，以正确的方式向其提问。最重要的是，你需要知道什么时候应该怀疑这个模型。
虽然GenAI可能会增加公司从数据中提取的价值，并最终改变企业的运营方式，但它也会增加数字精通公司和数字落后者之间的差距。因此，无论企业是选择构建还是购买，他们都应该开始开发某种级别的内部专业知识。Henderson补充道：“我们正开始组织正式培训，以改进我们使用这项技术的方式。”“我们首先要做的就是问问题。”
缺乏技能不仅会影响人们使用模型的方式，还会影响第三方产品的质量。购买最新版本企业应用程序的CIO应该检查一下这一说法，因为传统应用程序供应商在如何集成GenAI方面仍然存在困惑。
Thompson是几家应用程序供应商的顾问委员会成员，他表示：“传统技术供应商正在与开发GenAI的公司合作，以提供释放企业业务系统价值的虚拟助手。”“他们必须在安全和数据隐私与实现AI价值承诺的速度之间取得平衡。”
虽然许多现在正在试验GenAI的企业都足够大，有足够的资源来研究新事物，但这项技术的使用并不一定局限于大企业。
Thompson说：“如果你的治理、安全和数据摄取得当，GenAI可以帮助将一家小公司发展成一家大公司——而且是一家有竞争力的公司。”我的预测是，GenAI将是商业中最具颠覆性的创新，它将有助于优化和整合行业，从而产生新的行业业绩基准，提高标准，创造更大的股东价值，不采用GenAI的公司将会落后甚至被淘汰。
