这位企业AI先驱表示,重新思考工作方式是他的目标。
受到生成式AI巨大潜力的启发,许多IT和商业领袖得出结论,实现所有形式AI变革潜力的最佳方式,就是把责任交给一位领导者——首席人工智能官(CAIO)。虽然AI本身并不新鲜,但让一个人负责AI正在成为一种主流的新方法。第一批CAIO是先驱者,他们用自己的技能和专业知识押注于让AI给他们的组织带来价值。
Ameritas是一家总部位于美国内布拉斯加州林肯市的保险和金融服务公司,该公司首席信息官Rich Wiedenbeck表示:“由于AI的普及性和深度,它具有与以前技术不同的巨大颠覆潜力。这是一个重大的变革时刻。”
IDC快速调查发现,53%的CIO表示,他们的组织已经或者正在计划设置一位AI领导者。其中,近一半(49%)的受访者表示,这位领导者将成为C级高管团队的一员。
IDC快速调查,2023年9月
从CIO到CAIO
Wiedenbeck于今年1月开始担任Ameritas公司的首席信息官,从CIO职位上调任,为另一位高管接任CIO腾出空间。Wiedenbeck和新任CIO都向由CEO和总裁/COO组成的高管办公室汇报。在组织上看,Wiedenbeck是Ameritas公司AI指导委员会的成员,这个委员会被称为“任务团队”,其中包括了法律和风险官以及CIO。向Wiedenbeck 报的是一支约20人的团队,主要由技术人员组成。
除了担任CIO之外,Wiedenbeck的背景还包括创立了一家专注于新兴技术的初创公司。“了解如何利用新兴技术来推动业务价值,是这份工作的一个重要特征,”Wiedenbeck说。而且Wiedenbeck对AI并不陌生。此前,他曾在Ameritas公司领导AI方面的工作,其中包括使用机器学习来解释牙科X光片以验证覆盖面积。
据IDC称,Wiedenbeck的背景符合新职位的要求。IDC《Executive Programs (IEP) in IDC PlanScape: Chief AI Officer Role (May 2024)》报告研究顾问David Weldon表示:“CAIO职位的典型候选人就是具有领导成功创新计划的良好记录、并且对AI有清晰理解的人。他们应该有用AI改变组织的愿景,其中包括确保AI的使用符合道德和治理原则。”Weldon说,简而言之,CAIO应该倡导以AI为先的思维方式。
获得有形价值
作为CAIO,Wiedenbeck的工作就是从可能改变游戏规则的技术中提取有形的商业价值,而不是为了追求AI而追求AI。为此,Wiedenbeck和他的团队正在解决“单位成本”,即特定产品和服务的费用,例如制定保单、处理索赔或处理客户请求。
“由于我们想要实现的主要成功目标之一是单位成本,因此我们认为,如果工具包中没有AI,那么从战略上来说将是一个巨大的失误。人寿保险行业历来并不注重纯粹的效率,但单位成本概念正在进入这个行业。”
在另一项AI计划中,Ameritas公司将生成式AI应用于自动化代理中,使其更像人类,这一领域被称为“代理”AI。与降低单位成本一样,代理AI的工作重点是效率和生产力。然而,随着时间的推移,Wiedenbeck的目标远不止是渐进式的改进。他说:“我们希望通过AI实现整个端到端的流程,我们希望从帮助你完成工作转变为重新思考工作方式。”
Ameritas公司正在使用AI来确定哪些业务领域可以从AI中受益最多。“为了帮助确定工作重点,我们正在使用各种诊断方法来让我们了解价值和影响程度。我们不想专注于总成本100万美金、效率提升10%的那些领域,而忽略了总成本2500万美金、效率提升2%的领域,”Wiedenbeck解释说。
避免偏见风险
在保险等受到严格监管的行业中,偏见或偏见看法可能会带来严重的后果,Ameritas公司不能冒险盲目地将关键决策交给AI算法,因为这些算法可能会因数据不良或模型构建不良而产生有缺陷的结果。例如,AI工具可能会提供精算结果,要求某些人口群体支付更高的保费,而这可能会违反企业公平承诺。为了避免这种风险,Ameritas公司尚未将AI应用于承保或直接客户互动。“我们需要谨慎行事,以免出现意外偏见。我们希望确保结果符合我们的预期,”Wiedenbeck说。
衡量投资回报率以实现可持续的未来
为了实现价值并确保AI对组织的重要性,Wiedenbeck意识到,他必须展示AI及其团队的价值。“我们的目标是成本中性,并在一年内实现自筹资金。我们的基准研究表明,存在6000万至8000万美金的效率机会。我负责在两到三年内实现1000万到2000万美金的效率节约。”为了实现这些目标,他的部门要做的不仅仅是那些摘取唾手可得的成果。他说:“我们要做的不仅仅是做出简单的改变,而是要做出更艰难的改变——改变我们的工作方式。这个目标并不容易实现。”
当你走到岔路口时,选择它
作为行业探路者,Wiedenbeck正在从经验中不断积累经验。对于那些新晋的CAIO,他提出了这样的建议:“与任何技术一样,文化和采用是真正获得价值的关键。还要记住,你不能独自做到这一点。公司的每个部门都必须参与进来,与你合作。如果你自己变成了一个孤岛,结果肯定会失败的。”
他也认识到了他遇到的重大机会。“AI将以我们今天甚至无法完全想象的方式成为一项变革性的技术,这是一个真正的大放异彩的机会,展示如何平衡成本、风险和价值。对你来说,这将是一个成为领导者的机会。”
好文章,需要你的鼓励
Indeed通过云原生和数据驱动的数字化转型,为AI时代做好了准备。公司CIO Anthony Moisant表示,他们不仅在采用AI,更在构建一个智能代理公司,将人类智慧与机器智能相结合。公司已完成从本地服务器向AWS的迁移,建立了统一的数据湖架构,并基于Apache Iceberg构建数据湖仓。目前已有4个Salesforce代理投入生产,6个内部智能产品上线,另有20多个代理正在开发中。
微软研究院团队开发的BitNet v2技术实现了AI大语言模型的重大突破,通过创新的H-BitLinear模块和哈达玛变换技术,成功将模型激活精度从8位降低到4位,同时保持了几乎相同的性能表现。这项技术显著提高了模型的计算效率和硬件利用率,为AI模型在边缘设备和批量推理场景中的部署开辟了新道路,有望推动AI技术的更广泛普及应用。
AI第四代生成式AI标志着技术范式转变,正在用户体验、应用自动化和平台三个层面为企业带来重大价值和颠覆。企业应关注商业价值而非技术本身,需要从业务问题出发量化价值。未来五年将在认知任务处理上取得巨大进展,但需要创新思维应对劳动力转型。六大颠覆性支柱包括下一代AI能力、数据平台、机器人技术、量子计算、企业用户体验和云架构等。
伊利诺伊大学香槟分校研究团队提出ToolRL方法,通过精细的奖励机制训练大语言模型正确使用工具。该方法突破传统监督微调局限,采用格式奖励和正确性奖励相结合的评估体系,在多个基准测试中相比基础模型提升17%,相比传统方法提升15%,显著改善了模型的工具使用能力和泛化性能。