随着生成式人工智能(GenAI)风靡全球,大多数企业都希望利用人工智能(AI)技术进行创新,以收获更多的业务成果。为支持业务,中国的首席信息官(CIO)通常将节约成本和提高收入作为数字化转型的主要目标,并期望AI工具的采用能够支持这些目标的实现。
然而,企业往往更着眼于通过GenAI等技术来颠覆游戏规则、带来巨大影响力,却忽略了简单的日常型AI也能带来为企业带来很多机会,比如帮助企业提高运营速度和效率。根据Gartner生成式人工智能2024年规划调研,49%在生产环境中实施GenAI并正在跟踪结果的职能部门领导者表示,生产力提高是他们使用GenAI实现的最大收益。
在中国部署数字技术的CIO可以通过以下三大策略,为新一波GenAI工具做好准备,从而推动生产力的提高。
使用“生产力区域”评估日常型AI的价值
根据2022年Gartner中国AI调研,当涉及AI领域的中国领导者被问及引入AI的主要目标时,44%选择了削减成本,而28%选择了增加营收。对GenAI以及更广泛的AI或任何技术来说,其价值衡量和价值实现通常体现在一个具体用例、领域或行业上。
尽管生产力指标通常可以预测未来价值,但大部分成果并不能直接体现为财务上的收益,比如立即降低成本。在短期内使用矩阵计算这些指标具有挑战性,需要耐心进行长期转型。要确定GenAI对信息工作者生产力的影响,就需要了解集体工作活动。
由于以信息为中心的工作并非严格的任务驱动型,因此要更好地评估个人和团队的生产力,可以在任务之外将所有生产力相关的活动纳入评估范围。图1说明了企业如何将生产力指标扩展到以信息为中心的工作中常见的“生产力区域”。对于以信息和知识为中心的工作来说,将工作模式定义为“区域”不仅可以节省时间,还有助于确定可以改进的方面。
图1:适用于信息工作的通用生产力区域
确定GenAI带来的速赢机会
GenAI正在迅速成为各种数字办公场所应用的嵌入式功能。中国的供应商迫切希望在应用中推出合规的GenAI功能、服务和产品。鉴于中国市场的独特格局,供应商应确保引入的日常型AI功能符合中国的用户模式。
企业可以从评估GenAI带来的速赢机会开始,在现有应用中提供以下GenAI功能,增强员工的日常工作活动:
CIO应该从这些应用入手,而非复杂的大语言模型。同时,GenAI的功能和用例仍处于新兴阶段,尚未实现广泛采用且效果验证仍不明确。CIO应制定长期AI战略,探索新兴趋势和有效方法,以增强当前对应用的使用,发现新机会和改进领域。
实施AI治理,实现高效且负责任的AI使用
根据微软和领英的《2024年度工作趋势指数报告》,AI在知识型员工中使用广泛,而其中部分采用是自发的,这导致新的风险也随之进入数字办公场所。使用自有AI工具可能会带来泄露敏感信息的风险。此类风险因子应定期解决、管理和检测。CIO应与企业各部门的利益相关方合作,确保企业对AI的使用进行适当的管理。
企业应教育员工了解GenAI应用的潜在风险,以确保负责任和合乎道德地使用GenAI技术。这对于有效实现风险管理战略至关重要,也是AI素养地重要组成部分。
好文章,需要你的鼓励
Xbox 部门推出了名为 Muse 的生成式 AI 模型,旨在为游戏创造视觉效果和玩法。这一举措反映了微软全面拥抱 AI 技术的战略,尽管游戏开发者对 AI 持谨慎态度。Muse 不仅可能提高游戏开发效率,还有望实现老游戏的现代化改造,但其实际效果和对行业的影响仍有待观察。
Sonar收购AutoCodeRover,旨在通过自主AI代理增强其代码质量工具。这项收购将使Sonar客户能够自动化调试和问题修复等任务,让开发者将更多时间用于改进应用程序而非修复bug。AutoCodeRover的AI代理能够自主修复有问题的代码,将与Sonar的工具集成,提高开发效率并降低成本。
人工智能正在推动数据中心的变革。为满足 AI workload 的需求,数据中心面临前所未有的电力消耗增长、散热压力和设备重量挑战。应对这些挑战需要创新的解决方案,包括 AI 专用硬件、可再生能源、液冷技术等。同时,数据中心还需平衡监管压力和社区关切。未来数据中心的发展将决定 AI 技术能否实现其变革性潜力。