首席信息官们仍在努力探索生成式人工智能可以为企业做些什么？
自从ChatGPT（Chat Generative Pre-trained Transformer，是人工智能技术驱动的自然语言处理工具，它能够通过理解和学习人类的语言来进行对话，还能根据聊天的上下文进行互动，真正像人类一样来聊天交流，甚至能完成撰写邮件、视频脚本、文案、翻译、代码，写论文等任务）问世一年以来，尽管有明显的好处，IT领导者尚未全力投入生成式人工智能，而是选择谨慎行事。美国雅保公司前首席信息和数字转型官汤普森说：“如果您正确地掌握了治理、安全和数据采集得当，生成式人工智能可以帮助将一家小公司扩展为一家大公司——一家精简的公司。”
图源：CLIENT SUPPLIED（图片上传者，可以译为用户CLIENT SUPPLIED，或者CLIENT SUPPLIED）
大多数首席信息官已经开始探索生成式人工智能，以确保自己与时俱进。但许多人发现，市场上的技术还没有达到宣传的效果。Michelin（米其林，法国轮胎品牌，全球轮胎行业的领导者。）全球首席信息官Yves Caseau（伊夫·卡索）表示：“在对GitHub（是一个面向开源及私有软件项目的托管平台，因为只支持Git作为唯一的版本库格式进行托管，故名GitHub。Github拥有1亿以上的开发人员，400万以上组织机构和3.3亿以上资料库。）副产品和ChatGPT进行了六个多月的实验后，我对生成式人工智能的发展速度感到惊讶。但在目前的状态下，它仅是一个工具箱。”
关于最新一波的大型语言模型(LLM/是使用深度学习算法处理和理解自然语言的基础机器学习模型。这些模型在大量文本数据上进行训练，以学习语言中的模式和实体关系。LLM可以执行多种类型的语言任务，例如翻译语言、分析情绪、聊天机器人对话等。)和相关工具，确实有很多炒作，但在喧嚣之下，有传言说这些技术会变得不可或缺。Caseau（卡索）说：“一旦它成熟了，生成式人工智能将执行我们的许多日常任务，这将使我们能够专注于新事物。”
一些技术领袖，包括Albemarle（美国雅保，于1993年成立于弗吉尼亚州，公司是行业领先的全球精密工程专用化学品的研发制造经销商。产品领域涵盖电子消费品、石油炼制、公用事业、包装、建筑、汽车/运输、制药、作物保护、食品安全和定制化学品服务。）的前首席信息和数字转型官Patrick Thompson（帕特里克·汤普森），一直表示，生成式人工智能将成为我们有生之年中最具颠覆性的技术。Thompson（汤普森）说：“这将比苹果使用iPhone对消费者的影响更具破坏性。对于商业用户来说，它将超过微软在劳动力生产力方面的贡献。”
最大的问题是现在该怎么办。
一、对传统人工智能的推动
虽然生成式人工智能是新的，但人工智能却不是。在包括Michelin（米其林）和Albemarle（美国雅保）在内的许多公司最早使用人工智能的案例之一是预测性维护，在最基本的层面上，这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指标，并提醒操作员，然后操作员可以防止制造中断。
预测性维护的基本设置的一个常见缺点是，罕见事件在训练数据中的代表性不足。因此，该算法可能对传感器输出中的模式了解得不够多，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。
人工智能在企业中也被用于其他方面，比如提高供应链效率，促进客户互动，以及帮助员工执行办公任务。自最近的疫情封锁以来，Albemarle（美国雅保）一直在使用人工智能作为虚拟助手。Thompson（汤普森）说：“我们在竞赛中有点领先，主要是迫不得已。疫情迫使我们想办法在家为7000名员工提供自助服务。”
在Albemarle（美国雅保）开发的自助聊天机器人随后发展成一个帮助公司的其他方面事务的工具，然后发展成为一个管理联合工作流的虚拟个人助理，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，员工可以通过使用自然语言与机器人进行通信，就可以参与工作流程并进行查询，机器人还可以与企业业务系统进行接口。
但在短短几个月内，生成式人工智能开始将传统人工智能提升到另一个水平，用于预测性维护等应用。Thompson（汤普森）说：“互动变得更具对话性，因此您可以提出问题，并获得有关设备状态的不同见解。它可以用来管理内部和外部行业数据，然后用来训练传统算法以交付敏捷结果。”
此外，生成式人工智能为尚未使用传统人工智能领域的公司提供了一个切入点。金融等行业，大多数公司多年前就开始开发数据平台，用于使用分析工具，现在正在使用相同的平台试验最新的人工智能技术。
英美全球资产管理集团Janus Henderson（骏利亨德森集团，是一家全球的资产管理公司。公司总部位于伦敦，并在全球多个地点设有办公室其提供各种投资策略和产品，包括股票、债券、另类资产、多资产和绝对收益策略。并为个人投资者、顾问和机构投资者提供服务，包括退休计划、财富管理公司和保险公司。）的全球首席信息官Chris Herringshaw（克里斯·赫林肖）说：“生成式人工智能还可以用来解析市场和公司的公开数据，以帮助做出投资决策。我们不想花大量时间雇人研究所有这些信息，而是想使用生成式人工智能来总结现状，告诉我们喧嚣中的信息标记在哪里，并建议我们需要研究的领域。”
二、生成式人工智能早期应用的挑战和回报
除了底层技术不够成熟之外，在企业进一步接受生成式人工智能之前，还需要克服其他一些障碍。第一个挑战是在公司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与购买决策。Herringshaw（赫林肖）说：“‘买’当然能让您更快地加速前进。您不需要弄清楚如何将其生产化、规模化和支持底层基础设施。现在价格如此之低，以至于做探索性工作的成本很低。”
供应商正在降价，以鼓励用户采用。但随着时间的推移，公司将开始在模型中投入更多数据，这将他们锁定在供应商手中，并开始创建专门针对某些领域的分支机构。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。
Herringshaw（赫林肖）说：“一旦您为不同的用例量身定制了不同模型，您就会同时运行多个版本，这会使订阅价格翻倍。我们希望业务收入能随着成本的提高而增长。如果我们真的找到了彻底改变我们投资过程的方法，回报应该远远超过成本。”
从短期来看，订阅基于云的模型比在内部构建成本更低——从长远来看，这一点甚至也可能成立。购买的另一个优点是，它使AI得以更快、更容易地应用。但从长远来看，对于那些需要根据自己的行业定制人工智能模型的组织，或者那些想要将人工智能推到边缘侧（如生产车间），并在未连接到基于云的服务的设备上运行推理的组织来说，内部构建可能是更好的选择。
不过，就目前而言，很少有企业拥有建立人工智能模型或调整现有模型的熟练员工。大多数公司甚至都没有成为一个好用户所需的专业知识。为了最大限度地利用您所购买的东西，您需要首先管理企业数据来训练模型，然后在推理阶段，以正确的方式向其提问。最重要的是，您需要知道什么时候该怀疑这个模型。
虽然生成式人工智能可能会增加公司从数据中提取的价值，并最终改变业务的运行方式，但它也会增加精通数字化程度的公司和数字化程度落后者之间的差距。因此，无论组织是选择构建还是购买，他们都应该开始发展某种程度的内部专业知识。Herringshaw（赫林肖）补充说：“我们开始进行正式培训，以改进我们使用这项技术的方式。我们首先想做得更好的事情就是如何提出问题。”
缺乏技能不仅影响了人们使用模型的方式，还影响了第三方产品的质量，这些产品通常声称包括人工智能算法。购买最新版本的企业应用程序的首席信息官们应该核实这一说法，因为传统的应用程序供应商对于如何集成生成式人工智能仍然存在困惑。
“传统技术供应商正在与开发生成式人工智能的公司合作，以提供释放企业业务系统价值的虚拟助理，”Thompson（汤普森）说，他是几家应用程序供应商的顾问委员会成员，“他们必须在安全性和数据隐私与实现生成式人工智能价值承诺的速度之间取得平衡。”
虽然许多目前正在试验生成式人工智能的组织规模足够大，有资源来研究新事物，但这项技术的使用并不必局限于大企业。
Thompson（汤普森）说：“如果您正确地掌握了治理、安全和数据采集得当，生成式人工智能可以帮助将一家小公司扩展为一家大公司——一家精简的公司。我的预测是，生成式人工智能将是商业中最具颠覆性的创新。它将有助于巩固、优化和整合行业，这将带来新的行业绩效基准，提高标准，创造更大的股东价值。而那些不接受生成式人工智的公司终将被淘汰。”
作者：Pat Brans（帕特·布兰斯）
自由撰稿人、作家
Pat Brans（帕特·布兰斯）是格勒诺布尔管理学院的一名高级教授，著有《Master the Moment:Fifty CEOs Teach You the Secrets of Time Management/掌握时刻：五十位首席执行官教您时间管理的秘密》一书。Brans（布兰斯）是公认的技术和生产力专家，曾在Computer Sciences Corporation、惠普和赛贝斯担任高级职位。他的大部分企业经验都集中在应用技术来提高员工效率上。现在，他通过写作和教学将同样的想法带给了更多的观众。
