作者 |格林 出品 | 新芒 X
生成式人工智能继续推进。麦肯锡最近报告指出，生成式人工智能每年可为全球经济增加 4.4 万亿美元。
先进的聊天机器人和其他生成式人工智能技术（如 ChatGPT 等）的爆炸性推出，吸引了从消费者到商业领袖再到媒体的所有人的关注。
但就新一代人工智能的潜在影响而言，这些聊天工具只是冰山一角。当企业开始代表客户和员工应用生成式人工智能时，AIGC 的更大价值将会随之而来。有大量的企业用例将会涌现，从产品设计到客户服务再到供应链管理等等。
云中的新模型、芯片和开发人员服务正在为各个行业的广泛采用打开大门。那么企业领导者如何利用生成式人工智能真正潜力？今天我们分享 5 个维度。
1. 整理好你的数据库
生成式人工智能已经到来，它将对我们的世界产生变革性的影响。在你的业务中利用它的潜在好处太大了，而落后的坏处也太多了，这都是显而易见的共识。
但这一旅程的开始是确保你拥有适合 AI/ML 的正确数据基础。为了训练高质量模型，必须从业务中的高质量、统一数据开始。
例如，全球软件公司 Autodesk 在 AWS 上构建了生成设计流程，帮助产品设计师创建数千次迭代并选择最佳设计。这些机器学习模型依赖于用户定义的性能特征、制造过程数据和产量信息的强大数据策略。
2. 围绕自己的数据设想用例
生成式人工智能可用于开发企业预测模型或自动化内容创建。例如，公司可以生成财务预测和情景规划，以便为资本支出和储备提出更明智的建议。
或者生成人工智能可以充当临床医生的助手，为诊断、治疗和后续护理提供建议。飞利浦 正在这样做。这家健康技术公司将使用图像处理功能，并通过语音识别简化临床工作流程，所有这些都使用生成式 AI。
我们还看到 AWS 客户利用生成式 AI 来优化产品生命周期，例如零售公司希望更精确地管理库存布局、缺货问题、交付等，或者使用生成式 AI 来创建、优化和测试商店布局。通过尽早识别这些场景并利用已有的数据探索可能性的艺术，您可以确保您对 gen AI 的投资既具有针对性又具有战略性。
3. 深入了解开发人员生产力优势
生成式人工智能可以为开发人员的生产力带来显着的好处。它可以成为测试和调试等重复性编码任务的强大助手，使开发人员能够专注于需要人类解决问题技能的更复杂的任务。
首席信息官应与其开发团队合作，确定生成式人工智能可以提高生产力并缩短开发时间的领域。
4. 对产出持保留态度
生成式人工智能的好坏取决于它所训练的数据，而且总是存在偏见或不准确的风险。有时，输出是一种幻觉，一种看似合理但实际上是编造的反应。因此，请引导你的开发人员、工程师和业务用户将人工智能输出视为方向性的，而不是规定性的。
管理对准确性的业务期望，并考虑有关负责任的生成式人工智能的一些特殊挑战。这些模型和系统仍处于早期阶段，无法替代人类的智慧、判断和策划。
5. 认真思考安全、法律和合规性
与所有技术一样，安全和隐私至关重要，一代 AI 引入了新的考虑因素，包括围绕 IP 的考虑因素。首席信息官应与其安全、合规和法律团队密切合作，识别和减轻这些风险，确保以安全和负责任的方式部署生成式人工智能。此外，围绕合规性和法规确定你的计划范围，并仔细考虑谁拥有你正在使用的数据。
生成式人工智能有潜力成为一种变革性技术，解决有趣的问题，增强人类表现并最大限度地提高生产力。现在就深入研究、尝试用例、利用其优势并了解风险，将能够很好地利用生成式 AI 来服务你的业务。
原文链接：https://new.qq.com/rain/a/20230703A0927300
