Salesforce首席信息官Juan Perez最近和很多IT领导者进行了交谈,他最大的收获是什么?高管层的期望可能过于仓促(且信息不足),无法以负责任的方式交付有意义的AI价值。
CIO面临着越来越大的压力,需要从生成式AI中创造商业价值,很多IT领导者——包括Salesforce首席信息官Juan Perez认为,高管层如此地不耐烦,可能会毁掉很多项目。
“AI的爆炸式增长确实会让CIO成为人们关注的焦点,并让他们处于前所未有的困境中,”Perez表示,他刚刚参加了两次行业活动,有很多CIO同行都觉得,自己处于进退维谷的境地。“我非常清楚,各行各业的CIO和其他技术高管都面临着如何更快速地、以更负责任的方式利用AI这一挑战。”
企业领域充斥着1.0版本的生成式AI概念验证项目,这些项目未能实现商业价值,因此被抛弃。虽然这个行业仍处于发现和实施AI用例、再到业务工作流程的早期阶段,但很多CIO仍然无法找到成功的蓝图。
Perez担任 Salesforce首席信息官一职已经有两年多的时间,同时他也是好时(The Hershey)公司的董事会成员。他看到领导层越来越多地表达了对不同业务成果的需求,并且“他们坚持使用技术来推动这些业务成果。当然,其中一些推动力来自CIO。”
从Perez的角度来看,这些期望有两个主要问题。首先,CIO就和IT行业的很多人一样,缺乏了解生成式AI实际能做什么的经验。CIO认为生成式AI是一种会持续发展的技术,他们对于利用生成式AI展开创新感到兴奋,但要以负责任的方式从AI中创造价值,则需要时间和大量实验。但是,高层希望能更快地看到成果。
Perez说他很幸运,因为他的团队在把AI直接应用到公司CRM产品中的时候,很快就意识到了什么可行,什么不可行。其他很多企业都在努力创新,为企业创造价值,却没有行业范围的护栏或实施负责任AI的成熟方法。
“尽管我们看到有很多CIO全力以赴,实施与AI相关的各种试点项目,但在很多情况下,他们没有明确的商业案例,无法清楚地了解哪些业务流程受AI影响,在某些情况下,他们并没有真正赋能的含义——帮助人们使用AI,提供培训使用AI并使AI价值最大化。”Perez指出,Salesforce曾经对员工规模超过1000人的150位企业CIO进行研究,发现其中只有11%的CIO表示,他们正在业务中全面实施了AI技术。
计划是什么?
同一项调查发现,有84%的CIO认为,AI对他们业务的重要性和互联网是一样的,但实施适当的安全措施和数据质量经常被认为是减缓采用的障碍。
但是,CIO想要慎重而不是仓促地朝他们的AI目标迈进,另一个主要担忧正在出现——“影子AI”。
“一些CIO非常谨慎,他们不会看到我所说的影子AI泛滥——是指AI在企业中变得无法管理,并可能损害业务,”Perez说,他担心一些CIO会在不断实验和创新的时代落后。“我认为CIO能找到恰当的平衡真的很重要。”
解决方案是什么?
Perez说,越来越多的CIO应该“花时间让他们的组织为AI成功做好准备”。“我们需要像对待其他技术一样对待AI,确保他们在数据、基础设施和安全方面有适当的投资——并且我们要负责任地管理AI。”
其次,他建议其他IT领导者应该确保自己与合作伙伴保持一致。他说,CIO还必须成为企业AI的“首席教育官”。他补充说,设定优先事项对于业务价值最大化也是至关重要的。
Salesforce已经在自己的SaaS产品中实施了AI代理,目前这项技术正在被用于支持客户体验应用。Salesforce还将在10月底推出新的AI服务。
当前代理AI正在快速发展,Perez必须确保公司的AI功能为客户提供解决方案,提高业务价值——并且“我们交到用户手中的AI不会对组织造成伤害。”
改善客户服务是备受关注的AI用例之一。他补充说,其他快速崛起的用例还包括用于支持财务、人力资源和销售流程的更多AI服务,具有“管理和支持整个企业的IT运营”的巨大潜力。
但高管层所要求的大部分商业价值都不能仓促实现。对于CIO来说,未来的挑战是巨大的,但创建一个包含AI评估、安全和数据评估的综合企业架构对于创新来说,是至关重要的。
Perez表示:“我相信AI将在降低和管理成本方面产生积极的影响,从而帮助组织创造价值。对于生成式AI的适当用途存在很多误解,对于可以从AI中创造最大价值的领域也存在误解。”
但他强调,把头埋在沙子里充耳不闻是不行的。“这项技术不会像我们见过的很多其他技术一样来了又去,它不是昙花一现,会对我们工作方式产生重大的影响。”
好文章,需要你的鼓励
Forrester副总裁兼首席分析师高恩德在访谈中表示,尽管AI技术广泛存在,但在生产力统计数据中并未体现革命性改变。他引用美国劳工统计局数据指出,个人电脑时代同样未能显著提升生产力增长率。研究显示,95%的生成式AI项目未产生实际投资回报。Forrester预测到2030年AI可能取代6%的工作岗位,约1040万个职位,但目前大部分企业裁员主要出于财务考虑而非AI替代。
中国人民大学联合快手科技研发的DPWriter系统通过创新的"多样化规划分支"策略和智能奖励机制,成功解决了AI写作中质量与创意多样性难以兼得的问题。该系统让AI先制定包含五个维度的详细写作计划,在规划阶段进行创意分支,再配合双重奖励评价体系,实现了在保证写作质量的同时大幅提升创意多样性。实验显示新方法在多样性指标上提升15%,为AI辅助创意写作开辟了新路径。
谷歌发布Personal Intelligence工具,让用户可根据个人偏好定制Gemini聊天机器人。该工具能访问Gmail、谷歌相册和YouTube等服务中的个人数据,提供更精准的回复。例如分析收件箱中的餐厅预订来推荐食谱,或利用汽车照片回答维修问题。工具提供多项隐私控制选项,默认关闭且用户可自定义访问权限。初期仅向美国付费用户开放,未来将扩展至免费账户和国际市场。
ellamind公司研发的sui-1是首个能为长文档摘要提供精确引用标注的AI模型。该24B参数模型通过创新的XML标签系统,为每个摘要观点标注原文出处,解决了AI摘要"不可验证"的核心问题。模型可处理10万词文档,支持200万词超长文档的迭代处理,在准确性测试中达到84.2%,远超同类开源模型。研究团队采用Apache 2.0许可证完全开源模型和训练数据,为政府、法律等需要高准确性的领域提供可信赖的文档分析工具。