AIGC专题：生成式人工智能重置：2024年重新布线，将潜力转化为价值（附下载）
今天分享的是AIGC系列深度研究报告：《AIGC专题：生成式人工智能重置：2024年重新布线，将潜力转化为价值》。
（报告出品方：Eric Lamarre）
报告共计：8页
海量/完整电子版/报告下载方式：公众号《人工智能学派》
生成式人工智能重置：2024年重新布线，将潜力转化为价值
是时候进行人工智能(人工智能世代)重置了。2023年最初的热情和活跃正在让位于重新思考和重新校准，因为公司意识到，捕捉AI一代的巨大潜在价值比预期的要难。
2024年将是人工智能一代证明其价值的一年，企业应该牢记数字化和人工智能转型的惨痛教训：竞争优势来自于构建广泛创新的组织和技术能力。部署和改进解决方案，实现分布式数字化和AI创新。
希望在通用铝技术上取得早期胜利的公司应该迅速采取行动。但是，那些希望新一代领导人能提供一条捷径，绕过艰难且必要的组织“手术”的人，很可能会遇到令人失望的结果。启动试点是(相对)容易的；让试点扩大规模并创造有意义的价值是困难的，因为它们需要对工作实际完成的方式进行广泛的改变。
让我们简单看看这对一家太平洋地区的电信公司意味着什么。该公司聘请了一位首席数据和AI官员，其任务是“使组织能够利用数据和AI创造价值。首席数据和AI干事与企业合作，制定了战略愿景，并实施了用例路线图。在对领域(即客户旅程或功能)和整个企业的用例机会进行扫描之后，领导层将家庭服务/维护领域列为试点，然后作为更大的计划排序的一部分进行扩展。他们的目标是开发一种通用智能工具，帮助调度员和服务运营商更好地预测呼叫类型和维修家庭时所需的部件。
领导层建立具有共同目标和激励机制的跨职能产品团队，以构建通用铝工具。作为提升整个企业技能以更好地使用数据和通用AI工具的努力的一部分，他们还建立了一个数据和AI学院，调度员和服务操作员将其作为培训的一部分。为了为AI一代提供技术和数据基础，首席数据和AI官还选择了大型语言模型(LLM)和云提供商，以满足该领域的需求并服务于企业的其他部分。首席数据和AI官员还负责监督数据架构的实施，以便能够快速、负责任地提供构建Gen Al工具所需的干净可靠的数据(包括服务历史记录和库存数据库
我们的书《重新连线》:麦肯锡在数字和人工智能时代的竞争优势指南(Wiley,2023年6月)提供了一份详细的手册，介绍了实现利用数字和人工智能技术的广泛变革所需的六种能力。在本文中，我们将探讨如何扩展这些功能中的每一个，以大规模地实现一个成功的Gen Al计划。虽然我们认识到现在仍处于早期阶段，还有很多东西需要学习，但我们的经验表明，要打开AI世代的机会，公司需要在以下方面重新规划他们的工作方式。
弄清楚一代人工智能副驾驶员能在哪些方面为您带来真正的竞争优势
围绕着Gen Al的广泛兴奋和它的相对易用性，已经在组织中引发了大量的实验。然而，这些举措中的大多数不会产生竞争优势。例如，一家银行购买了数万个GitHub Copilot许可证，但由于它并不清楚如何使用这项技术，因此进展缓慢。我们经常看到的另一个没有重点的努力是，公司将A基因整合到他们的客户服务能力中。对大多数公司来说，客户服务是一种商品能力，而不是核心业务的一部分。虽然在这种情况下，人工智能可能有助于提高生产率，但它不会创造竞争优势。
为了创造竞争优势，公司应该首先理解“获取者”(可用工具的用户，通常“塑造者”(可用模型与专有数据的集成者)和“通过APL和订阅服务)、制造者”(LLM的构建者)之间的区别。就目前而言，创客式对大多数公司来说过于昂贵，因此企业的最佳选择是实施获取者模式以提高生产力，同时构建塑造者应用程序以获得竞争优势。
一代铝的近期价值在很大程度上与其帮助人们更好地完成当前工作的能力密切相关。通过这种方式，Gen Al工具就像是与员工并肩工作的副驾驶员，创建一个开发人员可以修改的初始代码块，例如，或者起草一个新部件的请购单，现场的维护工人可以查看并提交(参见侧栏“三个生成式AL原型的Copilot示例”)。这意味着公司应该把重点放在副驾驶技术可以对其优先计划产生最大影响的地方。
报告共计：8页
海量/完整电子版/报告下载方式：公众号《人工智能学派》