智慧自動化：探索大型語言模型和生成 AI 的雙面效應
背景
在當今企業界，大多數企業都在實驗大型語言模型（LLM）和生成 AI。在 Citi Ventures（花旗投資公司和孵化器）的董事總經理 Matt Carbonara 看來，這可以分為兩個類別。第一種是更保守的企業，他們以集中的方式看待這項技術，建立卓越中心並制定相應政策，以確保對其進行有效實驗。第二種是那些如果不開始努力使用生成 AI 技術，有可能受到威脅的組織。在客戶服務領域，這一點尤其明顯，因為這將帶來巨大的變革。問題和策略
Carbonara 在本週的 VentureBeat Transform 2023 會議上在交談中表示：“現在大企業和初創企業都在經歷變革，他們都在思考：‘這項新技術對我有何影響？我在這兒應該制定什麼策略？我該如何利用它？它是否威脅到我？’” 在這個充滿生成 AI 和增加實驗的時代，自動化仍然是企業極為重要的一個話題，也是企業正在大量投資的領域，Carbonara 指出。他表示自動化在許多不同的方式中得到應用。對於 Citi Ventures 來說自動化是指使用軟體自動化大型企業的不同流程：交易處理、資料處理、客戶體驗和客戶登入等。 他將自動化劃分為三個階段。第一階段是他稱之為“RPA 1.0”的階段，即軟體機器人對數位系統進行操作的初步能力。第二個階段是智慧流程自動化，即在操作過程中增加一些智慧因素。現在我們正處於“超級自動化”階段，這意味著使用多種技術在多個系統上執行更複雜的任務。其中一個例子是應用光學字元識別來理解檔案的內容，並應用自然語言處理（NLP）對其進行情境化解讀，然後將其餵入算法以進行決策。挑戰和建議
如今在自動化領域，大型企業面臨的最大挑戰之一是資料質量。Carbonara 表示獲得優質資料並建立“黃金資料集”以做出明智的、戰略性的決策是一個巨大挑戰。他說：“無論是最先進的 LLM 還是非常簡單的模型，如果你沒有質量優良的資料，那麼你在獲取良好的輸出方面將面臨挑戰。” 另一個瓶頸是將尖端技術整合到舊系統中。組織必須確保這些系統是否具有可擴充套件性以及它們能否滿足它們提出的要求。特別是在受監管的行業中，需要有一定程度的可審計性、控制和治理。 此外他預測，未來所有大型企業都將擁有某種形式的生成 AI 代理，這些代理將執行不同的任務。這些代理可以被視為相互作用的自主代理（例如，一個軟體構建代理與一個安全代理互動，討論一個已識別的漏洞）。他們將能夠存取某些資料儲存庫，因此組織必須找到建立這方面容納的方式。他說：“對於大型企業來說確保資料質量和資料治理以實現這些自主代理帶來的能力，是一個非常有趣的問題。”結論
透過引入生成 AI 和自動化技術，企業界開始面臨著前所未有的機遇和挑戰。優質資料和資料治理是實現成功的關鍵。同時企業應該考慮將新技術整合到舊的遺留系統中，並確保它們的可擴充套件性和可審計性。此外大型企業還需要思考生成 AI 代理所能存取的資料以及如何確保其使用的監督和控制。 對於企業而言，整合這些技術帶來的益處是不可忽視的，而且隨著時間的推移，生成 AI 將成為每個大型企業的必備工具。因此建立起優質資料和強健的資料治理體系將有助於這些企業在巨大的市場變革中保持競爭優勢。 這將是一項具有挑戰性的任務，但對於那些能夠良好運用生成 AI 和自動化技術的企業來說它無疑將帶來豐碩的回報。Technology-智慧自動化,整合,CitiVentures,建議
延伸閱讀
- Meta 將 Llama 3 智慧聊天機器人整合到其應用程式的搜尋欄位
- 前 Nextdoor 執行長籌集 2500 萬美元支援 PipeDreams：一家整合暖通空調公司的新創公司
- 微軟 Copilot 整合 Suno，增加音樂創作功能
- Meta 開始測試 Threads 與 ActivityPub 的整合
- Tumblr 執行者兼 Automattic CEO Matt Mullenweg 表示仍在努力整合「fediverse」
- ArmorCode 獲得 4000 萬美元資金，以整合安全資料至一處
- 微軟將 Microsoft To Do、Planner 和 Project 整合為全新的 Microsoft Planner 於 Microsoft Teams 中
- 英國發布加密貨幣和穩定幣監管最終建議
- 聯合國小組將提出 AI 使用管理建議
- Nuant 整合 MSCI 的 Datonomy 與其數位資產管理工具包
