生成式人工智慧(generative AI)對於企業的影響
創造性 AI 架起企業數位轉型的橋樑
生成式人工智慧(generative AI)已成為今年最大的話題之一,在企業的流程和產品方面推動了顛覆性的業務轉型。行業專家們分享了讓貴組織的知識和資料最大化利用的方法,並解釋為何從實驗轉向真實世界的結果是至關重要的。
Google Cloud 全球應用和人工智慧軟體廠商合作關係負責人 Rodrigo Rocha 表示:“現在各公司的董事會和高層管理層都在思考生成式人工智慧將如何改變他們所處的業務。那些能夠率先回應和應對這個問題,並且實施具有高增值的使用案例的公司,絕對具有競爭優勢。”
Capgemini 的全球 AI、資料科學與分析提供領域負責人 Mark Oost 補充道:“首要的是,高管應該知道,如果你不行動,你的競爭對手就會這麼做。像 Google 等公司的解決方案已經非常成熟,所以是時候行動了。但要確保你解決的是對公司有推動力的問題,不要只是為了創新而創新,跟隨所有人都在做的使用案例。要以企業規模來實施。你的競爭對手已經在行動了,但你仍然可以追趕上來。”
從實驗轉向規模化
Rocha 表示整個領域在一開始時進行了大量的實驗。如今我們正在看到,將實驗轉向關注能夠為最終客戶創造價值的使用案例。他說:“它已經不再只是實驗,更多地是討論使用案例,理解這些使用案例對客戶價值鏈的影響以及客戶對貴公司期望的方方面面。嘗試將創新引入業務流程,透過這種創新為客戶創造附加價值,最終推動生成式人工智慧在企業領域的發展。”
企業需要從為普通消費者應用採用現成的 AI 模型,轉向構建自己的業務流程、應用程式和產品設計,將模型與自己的資料相結合,實現從自我服務到自我生成的轉變,並建立企業案例來展示業務領導層所能實現的目標。
Oost 說:“生成式人工智慧在過去的幾個月中教給我們的是,你可以很明顯地取得成功。然而現在它為我們的客戶創造了很大的價值,我們開始收到關於資料隱私的問題以及如何擴大規模的問題。我們正在從大資料時代轉向模型時代。你需要開始在貴公司全面壯大,以確保隱私,以可信任的方式進行發展。”
在 Google Cloud,客戶的對話始於兩方面。首先是技術討論,其中包括有關技術本身的重要問題,例如資料主權、資料保護、作為平臺提供的治理以及資料控制。其次是關於使用案例的討論,將純粹的實驗與沒有企業價值的使用案例區分開來,專注於那些能夠實現業務價值的使用案例。
Rocha 說:“在圍繞使用案例的研討會中,我們真正關注的是業務流程。當前已經自動化的步驟可以變得更智慧、甚至更互動。這對最終客戶帶來了增量利益。這是一個平行軌道,一個強調工程和技術的軌道,另一個則與業務流程密切相關。”
市場上最熱門的使用案例
製藥和金融服務行業已經積極應用生成式人工智慧的知識挖掘,這些行業在法規和資料隱私方面已經非常重視。零售行業也有很多動態,尤其在產品描述生成方面。
Rocha 說:“對於這些公司的銷售人員來說這是一種從產品構想到理解產品全貌的快速方式,並能夠撰寫完整的產品描述,以後可以在網站上使用。這些描述都融入了生成式人工智慧的技術。該領域還在大量使用影象生成來進行產品銷售目錄的製作。”
像 Typeface 這樣的合作夥伴已經開發出一個解決方案,以便支援全球範圍內的銷售人員更好地展示他們的產品,確保客戶對所尋找的產品有更好的理解。
在人力資源管理領域(HCM),像 Workday 這樣的公司將生成式人工智慧應用於職位描述的建立中。建立一個健全的職位描述是一項需要花費很多時間的管理任務;透過使用生成式人工智慧的支援,他們可以更快速、更符合倫理的方式建立,模型還受過性別偏見的培訓,甚至可以指出以前職位描述中的潛在不平等現象。
推出安全隱私的生成式人工智慧解決方案
Oost 表示將隱私內建在生成式人工智慧解決方案中非常重要。這意味著在安全的方式下,將模型與自己的資料相結合,並確保新增保護措施,以保持回應的主題一致、符合倫理和負責任。
在 Google Cloud,他們鼓勵客戶就其資料政策向提供方提出問題,特別是關於用於訓練模型的資料。資料應該來源可靠,模型應包括智慧財產權保護和權益,以確保不會擔憂他人使用其智慧財產權來訓練模型。客戶還應該問問他們自己的資料是如何用於訓練模型的。Google 使用的是無狀態方法,並且不使用客戶資料來訓練模型;客戶問模型的所有問題都是無狀態的,傳輸時加密,最終整個會話被完全解散。
Rocha 補充道:“最終我們認為客戶應該掌握自己的命運。我們相信可選擇性。我們與客戶合作,確保他們選擇最適合他們需求的解決方案。”
在開發組織解決方案時,考慮到資料隱私、保護和控制(包括在訓練模型和提供推論和請求時)至關重要。接下來的決策是使用商業解決方案還是開源解決方案。商業解決方案提供了資料治理工具以及作為服務的一部分對資料的保護。而開源替代方案則需要自行考慮資料治理和這些保護措施。
Rocha 推薦說:“不要試圖獨自完成這些工作,應邀請整個生態系統共同參與,包括像我們這樣的雲服務提供商以及 Capgemini 這樣的全球系統整合(GSI)公司,一起全面討論您的使用案例、您可以為了更快速地將解決方案投入市場而做出的取捨以及在大規模應對客戶的方法。”
結論
生成式人工智慧(generative AI)正在為企業帶來顛覆性的變革。從實驗到規模化的轉變是實現人工智慧在企業中應用的關鍵。企業應該選擇具有高增值且符合他們需求的使用案例來實施生成式人工智慧,並將模型與自己的資料相結合。同時企業需要重視資料隱私和保護,選擇可信任的解決方案來確保客戶的隱私和資料安全。透過整個生態系統的合作,企業可以實現更快速、更具規模的規劃和實施生成式人工智慧解決方案,並在市場上保持競爭優勢。
延伸閱讀
- OpenAI 揭開 AI 祕密指令的面紗
- AI 助您創辦者更快、更輕鬆地籌集資金嗎?
- 盧西德機器人獲得 900 萬美元用於無人機清潔任何地方
- 以色列新創公司 Panax 籌集了 1,000 萬美元 A 輪融資,用於其基於人工智慧的現金流管理平臺
- Reddit 測試使用基於 LLM 的人工智慧進行自動整站法語翻譯
- 三星醫聲將以 9270 萬美元收購法國人工智慧超聲波新創公司 Sonio
- 德國 Insempra 宣布取得 2000 萬美元 A 輪融資,計畫推動環保脂質生產
- 網際網路共同創始人 Robert Kahn 早在幾十年前就已經做到了加密、人工智慧和網際網路嗎?
- 人聲 vs AI:Audible 推出 AI 旁白有機會取代人類旁白嗎?
- 突破獨家訪談:Wayve 共同創辦人 Alex Kendall 談自動駕駛汽車和機器人的未來