展望人工智慧的未來：企業領導者的成功之道
引言
近來，人工智慧（AI）的發展已引起了廣泛的關注與爭議。ChatGPT 或生成式 AI 開始在各個領域嶄露頭角，使得 AI 技術的能力和潛在威脅引起了各方專家的廣泛討論。有的人視 AI 為對人類存在的威脅，有的人則認為它是史上最重要的技術進步之一。 在過去的技術革命中，例如機器學習（ML），專家們通常對該技術的能力和約束形成了共識。然而就生成式 AI 而言，即使在 AI 學者中，我們也能看到巨大的分歧。最近一位 Google 研究人員的備忘錄洩露之後，關於早期生成式 AI 先驅者缺乏競爭優勢的辯論引發了一場激烈的辯論。數月前，AI 的發展軌跡似乎與網際網路、雲端和移動技術等先前趨勢類似。一些人對其高估，而其他人則視其為“舊聞”。AI 已對醫療保健、汽車和零售等領域產生了多樣化的影響。與 AI 能夠理解並智慧回答問題的互動性相結合，加速了使用者對其的接受，OpenAI 在兩個月內就吸引了 1 億使用者。這一切引發了熱烈的支援和激烈的反對。生成式 AI 的影響
毫無疑問，生成式 AI 正在以超越以往技術變革的速度在企業中帶來重大變革。企業的首席訊息官和其他技術高層面臨著如何與這一不可預測但具有影響力的趨勢保持一致的挑戰。在這個不斷變化的風潮中，以下幾點指南可以幫助他們領航。鼓勵 AI 實驗
理解 AI 的潛力可能會讓人感到不知所措，因為它具有廣泛的能力。為了簡化這一過程，應該專注於鼓勵在具體、可管理的領域進行實驗。例如，鼓勵在市場銷售、客戶服務等更直觀的應用領域中使用 AI。在定義完整解決方案或處理每個異常情況之前，可以先在內部進行原型和試點測試（即管理 AI 幻像的工作流程）。避免被束縛，而是用來學習
生成式 AI 的快速普及意味著與解決方案提供商簽訂長期合同具有更多風險。傳統的領域領先者，如人力資源、財務、銷售、支援、市場銷售和研發，可能會因 AI 的變革潛力而面臨重大變革。事實上這些領域的定義本身可能會發生完全變化。因此供應商關係應保持靈活，以免陷入不發展的解決方案帶來的災難性成本。然而最有效的解決方案往往來自具有深厚領域專業知識的供應商。其中一部分供應商將以靈活和創新的方式抓住 AI 帶來的機遇，獲得與企業應用程式實施有關的預期回報之外的回報。面臨技術的突破，現行市場領先的應用可能無法迅速轉型，因此可以預見將會有一批退伍軍人創立的初創企業崛起。實現人工智慧與人類系統的結合
大型語言模型（LLM）將顛覆依賴人類提供問題答案的客戶支援等領域。因此結合人工智慧和人類的系統將會帶來重要的好處，並為進一步的改進提供資料。從人類反饋中進行強化學習一直是推動這些模型進步的核心，也將對系統的適應能力和商業影響產生重要影響。產生對未來人工智慧系統具備動力的資料，將有助於加速建立更多自動化模型和功能的速度。現在信任混合策略 早期的混合策略（如混合雲和混合部署）曾被認為是傳統供應商為維護自身地位而採取的苟且之策。由於規模經濟和創新的速度，這些策略無法與純雲應用相提並論，很快就變得過時。然而當前 AI 的情況並非如此。公有提供商或任何單一策略要全力以赴的問題，因此產業未必能寄所有希望於公共供應商。過去，遷移應用程式到雲環境中是一個簡單的轉變：我們只是將技術執行環境轉移到雲端。但是隨著 AI 的發展，訊息本身就成為產品。每個 AI 解決方案都渴望資料，並且需要資料才能發展和進步。公共和私有 AI 解決方案之間的競爭將高度依賴上下文和技術演進的模型架構。企業商業努力以及真實和感知進步的重要性，合理地支援了公眾的消費和合作。但在大多數情況下，生成式 AI 的未來將是混合式的，即公共和私有系統的混合。不斷取證 AI 的局限性
能夠撰寫文章、建立展示文稿或建立網站的生成式 AI 與推動自動駕駛車或診斷癌症的預測性 AI 技術存在明顯差異。如何定義和解決問題是關鍵的第一步，需要理解各種 AI 方法提供的能力範圍。舉個例子，如果您的公司試圖利用過去的生產資料預測下一季度的需求，您會獲得結構化資料作為輸入，並有明確的目標來評估預測品質。相反，您可能會讓一個 LLM 分析公司的電子郵件，並根據其準確程度生成一份兩頁的備忘錄，評估達到本季度需求的可能性。這兩種方法似乎有相似的目的，但本質上有本質的不同。AI 的人格化使其更易於理解和引人注目，甚至可能引發爭議。這可以增加價值，從而促使 AI 解決那些可靠的預測本身無法解決的問題。例如，要求 AI 為為什麼某個預測可能或不可能發生構建一個論點，可以激發對問題的新觀點。但它不應被應用或解釋為與預測性 AI 模型相同的方式。此外重要的是要預見到這些界限可能會發生變化。未來的生成式 AI 很可能會起草您用於生產計畫的預測模型的首個版本或最終版本。要求領導層相互迭代和學習
在危機或快速變動的情況下，領導力至關重要。專家的意見固然重要，但聘請管理諮詢公司為您的公司建立一份時刻 AI 影響研究報告可能會減弱您應對這種變化的能力，而不是為您做好準備。由於 AI 的發展速度比大多數新技術更快，它吸引了比大多數新技術更多的關注。即使對於不是高科技行業的公司來說 C 級高管們也經常觀看 AI 展示和閱讀有關生成式 AI 的新聞。確保定期向高級管理層更新新發展和潛在影響的相關訊息，以保持他們對核心職能和業務策略的正確理解。使用展示和原型展示與您需求具體相關的應用價值。與此同時執行長應該推動技術領導層在這方面更加參與，這不僅可以在整個組織中擴大學習的規模，還可以評估他們的領導效能。這種集體和遞迴學習方法，將指導您在充滿動態且可能具有破壞性的 AI 領域中航行。結論
數個世紀以來，人們一直致力於實現人類飛行，但一直未能成功，因為發明者們一直在模仿鳥類的拍翅膀設計。直到懷特兄弟改變了想法，專注於固定翼設計以及揚力和控制原理，而不是模仿鳥類的飛行，人類才實現了第一次成功的飛行。在 AI 領域，對每個行業和功能進行類似的轉型是至關重要的。視 AI 為一個充滿探索、發現和適應機會的動態領域，將使企業的抱負起飛；而將 AI 與早期平臺轉型時的策略混淆在一起的企業，將被迫從旁觀者的角度看著他們所在行業的演變。Unsplash gallery keyword: AI technology-企業,實用,過渡,AI,叢林,方向指南
延伸閱讀
- Google I/O 盛會 AI 領域的重大訊息
- Google I/O 2024：AI 與 Android 大揭祕
- Google 在 I/O 主題演講中提到「AI」超過 120 次
- OpenAI 考慮允許 AI 色情內容？
- 資料科技公司 Daloopa 開發 AI 以自動化財務分析工作
- 今年的 Met Gala 主題是 AI 極深假裝
- 女性在 AI 領域的傑出貢獻：Catherine Breslin 協助企業制定 AI 策略
- 替代雲技術蓬勃發展，企業尋求更便宜的 GPU 存取
- Y Combinator 幫助醫療記錄 AI 新創 Hona 募得 300 萬美元 的故事
- 微軟禁止美國警方使用企業 AI 工具進行臉部辨識
