最近的一項研究表明，美國企業(yè)對生成式人工智能（GenAI）提高其業(yè)務(wù)和員工生產(chǎn)力的潛力充滿熱情。但在高漲的熱情背后，領(lǐng)導(dǎo)者認(rèn)為，理解差距、缺乏戰(zhàn)略規(guī)劃和人才匱乏是實現(xiàn)和衡量技術(shù)全部價值的障礙。

這項研究是今年早些時候由科爾曼帕克斯研究公司進行的，由SAS贊助，調(diào)查了300名美國GenAI戰(zhàn)略或數(shù)據(jù)分析決策者，以檢查該領(lǐng)域投資和組織面臨的主要障礙。在這項研究中，科爾曼帕克斯也調(diào)查了美國以外的領(lǐng)導(dǎo)人。這些全球結(jié)果將在今年晚些時候公布。在這份美國執(zhí)行摘要中可以了解的信息是GenAI挑戰(zhàn)和潛力揭示:如何實現(xiàn)競爭優(yōu)勢。

SAS戰(zhàn)略人工智能顧問Marinela Profi表示:“企業(yè)意識到，僅靠大型語言模型（LLM）并不能解決業(yè)務(wù)挑戰(zhàn)。GenAI應(yīng)該被視為超自動化和加速現(xiàn)有流程和系統(tǒng)的理想貢獻(xiàn)者，而不是幫助組織實現(xiàn)所有業(yè)務(wù)抱負(fù)的新閃亮玩具。花時間制定一個漸進的戰(zhàn)略，投資技術(shù)，提供整合、管理和LLM的可解釋性，這是所有組織在全身心投入并被‘鎖定’之前應(yīng)該采取的關(guān)鍵步驟。”

組織在四個關(guān)鍵的實施領(lǐng)域遇到了障礙:

增加對數(shù)據(jù)使用的信任并實現(xiàn)合規(guī)性：只有十分之一的企業(yè)組織擁有可靠的系統(tǒng)來衡量LLM中的偏見和隱私風(fēng)險。此外，93%的美國企業(yè)缺乏針對GenAI的全面治理框架，大多數(shù)企業(yè)在監(jiān)管方面面臨不合規(guī)的風(fēng)險。

將GenAI集成到現(xiàn)有系統(tǒng)和流程中：組織透露，當(dāng)他們試圖將GenAI與當(dāng)前系統(tǒng)相結(jié)合時，他們遇到了兼容性問題。

天賦和技能：由于人力資源部門缺乏合適的員工，組織領(lǐng)導(dǎo)者擔(dān)心他們無法獲得必要的技能來充分利用GenAI投資。

預(yù)測成本：領(lǐng)導(dǎo)者列舉了與使用LLM相關(guān)的令人望而卻步的直接和間接成本。模型創(chuàng)建者可以提供了一個令牌成本估算(組織現(xiàn)在意識到這也是令人望而卻步的)。但是專業(yè)知識準(zhǔn)備、訓(xùn)練和ModelOps管理的成本是漫長而復(fù)雜的。

Profi說:“這將歸結(jié)為確定能夠以可持續(xù)和可擴展的方式提供最高價值并解決人類需求的現(xiàn)實用例?！薄巴ㄟ^這項研究，我們將繼續(xù)致力于幫助組織保持相關(guān)性，明智地投資并保持彈性。在人工智能技術(shù)幾乎每天都在發(fā)展的時代，競爭優(yōu)勢高度依賴于接受彈性規(guī)則的能力。”

這一消息是在SAS創(chuàng)新大會上宣布的，SAS創(chuàng)新是為商業(yè)領(lǐng)袖、技術(shù)用戶和SAS合作伙伴提供的數(shù)據(jù)和人工智能體驗。