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
自2022年底生成式AI革命爆发以来,服务器支出也存在类似的态势。一旦企业发现自己必须投资购置或者租用搭载GPU加速器的设备,往往会选择扩展现有服务器机群,被用于投资新设备的支出则自然随之下降。英特尔正在加大对其“Sapphire Rapids”至强SP的投入,AMD在其“Genoa”Epyc 9004处理器上也采取了同样的做法。
生成式人工智能在企业中的一个突出用例就是客户服务和支持。大多数读者可能都曾作为客户经历过与传统自动客服系统打交道的沮丧。但这种情况正在发生变化,这要归功于时下强大的大型语言模型和自然语言聊天机器人。虽然有报告显示,我们在处理复杂或敏感的咨询时仍然更愿意与人类交谈,但在提供简单的帮助时,机器人的能力已经越来越强了。
从电子商务到非营利组织,利用企业数据资产可能是组织成败的关键。机器学习和生成式AI是其中的一个组成部分,但要成功地应用这些技术则评估AI对业务的实际影响。
在对生成式AI进行了近两年的试验之后,许多IT领导者已经准备好扩大规模了。然而,在此之前,他们需要重新考虑数据管理问题。