首席信息官如何创建有效的企业生成式人工智能战略
~~~雅各布专栏——专注行业第一品牌商业模式研究~~~
来源：Martin Jones
几乎每天都有新的消息揭示生成式人工智能（GenAI）如何改变企业。目前，生成式人工智能市场的价值已达 670 亿美元，并正以惊人的速度增长，预计到 2032 年将达到 1.3 万亿美元。
Salesforce 的《IT 现状报告》显示，86% 的 IT 领导者认为，生成式人工智能将很快在其组织中发挥突出作用。一半以上的人称其为 "游戏规则改变者"。摩根大通表示，它有可能成为 "一种通用技术"，像蒸汽机和计算机那样改变全球经济。
这些话铿锵有力，在各行各业产生了连锁反应。开放人工智能（Open AI）、人类学（Anthropic）、谷歌（Google）和微软（Microsoft）已经推出了强大的产品。苹果公司现在每年投入 10 亿美元，试图赶上头条新闻的脚步，因为头条新闻大喊，生成式人工智能的蓬勃发展让他们措手不及。
首席信息官们不能再措手不及了，他们需要为整合和实施制定企业战略，以最大限度地发挥这一潜力，并将风险降至最低。
生成式人工智能对首席信息官的挑战
制定生成式人工智能战略并非没有挑战和风险，技术仍在不断发展，企业对如何利用生成式人工智能缺乏了解。在与需要更新的现有系统、流程和程序整合方面存在挑战，同时还存在数据隐私和安全问题。
采用生成式人工智能来实现业务功能还存在技术复杂性，包括有效训练模型和管理大型多样化数据集。
生成式人工智能的优势和影响
采用生成式人工智能解决方案的企业正在看到量化的成果。戴尔科技对 IT 领导者进行的一项调查显示，采用生成式人工智能的企业平均生产率提高了 25%。
GenAI 有潜力提升业务流程，并将许多需要人工或知识的手动任务自动化。除了简化流程，它还能加快产品开发和上市速度，同时创造新的商机。先行者有望在市场上获得显著的竞争优势。
生成式人工智能的工具、技术和战略
生成式人工智能可以利用几种关键工具和技术，其中最流行的是生成对抗网络（GANs）。GANs 是一种机器学习框架，它让两个神经网络相互竞争，生成新的合成数据，从而扩展数据集并不断提高性能。GANs 正被用于内容、图像和视频等创造性应用。
另一种技术是强化学习。人工智能通过积极强化和奖励进行训练，也通过试错法进行学习，成功完成任务后可获得奖励。事实证明，这是掌握游戏、机器人和模拟的有效技术。英伟达利用这种技术开发了一种新的人工智能代理，用于向机器人传授复杂的技能，并自动生成奖励和改写算法。
《DALL-E》或《Midjourney》等文本到图像应用程序使用卷积神经网络（CNN）生成图像，并使用网格状数据进行空间表示。
实施企业生成式人工智能战略
要为生成式人工智能制定企业战略，首先要对当前的人工智能能力和差距进行评估，以此作为基线。虽然许多公司都在以某种形式使用生成式人工智能工具，但大多数都是部门、分部或员工层面的孤岛式工具，很少有公司在整个组织范围内采用人工智能解决方案，而最大的潜力却在整个公司范围内。
与业务目标保持一致
重要的是要确定具体目标，并确保这些目标与能够推动价值的总体业务目标相一致。采用生成式人工智能可能需要进行重大变革和支出，因此首席信息官需要确保业务成果得到显著改善。根据目标和成果，首席信息官需要找到能够实现这些目标的适当工具。
定义用例和工具
确定具体的使用案例并找出需要解决的问题，有助于确定所需的具体应用和技术。例如，媒体公司可能会选择 GANs 来生成内容，而电子商务公司可能会选择强化学习来支持动态定价模型。
概念验证
大多数公司正在采用概念验证方法，进行小规模测试，以证明价值并最大限度地降低风险。原型设计和开发最小可行产品（MVPS）可以验证解决方案，避免代价高昂的错误。麦肯锡的研究表明，多达 70% 的数字计划未能实现其目标，因此在广泛采用之前确保成功是明智之举。
创建防护栏和管理
生成式人工智能正在不断发展，但仍存在所谓的幻觉--将不正确的输出当作事实。企业需要为数据输入和输出建立防护栏和管理政策。
人为因素规划
企业生成式人工智能计划还需要考虑人的因素。对于许多员工来说，改变可能会很困难，尤其是那些担心人工智能会取代他们工作的员工。在 2023 年的盖洛普民意调查中，近四分之一的员工担心自己的工作会被取代。高盛（Goldman Sachs）预计，全球将有 3 亿份全职工作受到人工智能的影响。
不要低估透明沟通和扎实的变革管理计划的必要性。在推广过程中，还需要对员工进行培训和再培训，并对采用情况和反馈进行监控。
优化和维护
随着生成式人工智能模型收集更多数据并与用户互动，它们将继续发展，这并不总能带来理想的结果。随着时间的推移，ChatGPT 等大型语言模型在某些功能（如数学公式）上表现出越来越差的趋势。企业需要保持警惕，以确保持续改进和性能。
趋势与预测
早期的自动化技术更侧重于物理工作活动，机器人流程自动化（RPA）有助于利用规则简化任务。生成式人工智能正在影响知识工作、数据分析和决策。因此，开发人员正在关注道德和负责任的人工智能实践，以确保人工智能的使用符合道德和法律。
预计各行各业将越来越多地采用人工智能，人工智能工具的使用也将越来越广泛。首席信息官需要不断定义用例，并寻找实施生成式人工智能解决方案的方法。这需要升级企业技术架构和基础设施，以适应大规模的高性能计算，并与现有技术堆栈集成。
人工智能工程是目前全球最炙手可热的工作之一，因此寻找、培训和提高技能以打造一支经验丰富的员工队伍也是首席信息官们需要考虑的首要问题。
案例研究
以下是几个案例研究，展示了集成生成式人工智能的力量。
生成式人工智能正在帮助安进公司（Amgen）的研究人员为药物配方设计蛋白质，找到自然界中没有的新组合。此外，还能在更早的阶段对配方进行测试，从而更快地确定治疗方案的潜在反应。
Priceline 正在部署生成式人工智能聊天机器人，以便在预订旅行时提供更个性化、更快捷的客户体验；Wendy's 正在测试人工智能自动驾驶点餐；Newegg、eBay 和 Stitch Fix 正在使用生成式人工智能来制作社交媒体帖子、电子邮件主题行、总结客户评论和撰写产品描述；雀巢和奥利奥在广告宣传中使用了人工智能。
这样的例子不胜枚举。
现在就行动起来
生成式人工智能具有改变各行各业的巨大潜力。在采用这项技术的竞争中，有赢家也有输家。首席信息官需要采取积极主动的措施，对公司进行正确定位，以利用人工智能的力量，同时降低风险。
未来是人工智能驱动的，现在就行动起来吧。
常见问题
生成式人工智能的主要优势是什么？
增强自动化、创造性应用、改进业务流程和竞争优势。
生成式人工智能如何应对电信/技术领域的常见挑战？
通过自动执行重复性任务、生成高质量数据和提供创新解决方案。
实施新一代人工智能是否涉及成本问题？
虽然会有初期投资，但从效率和创新方面来看，长期投资回报率非常可观。
生成式人工智能如何与现有系统集成？
通过应用程序接口、云平台和根据企业需求定制的集成。
生成式人工智能的未来趋势是什么？
合乎道德的人工智能、与其他技术的整合以及在各行各业的广泛应用。
雅各布专栏活动报名进行中，扫码了解详情
注：最终名单由主办方审核确定