生成式人工智能现状
我们所处的阶段、未来的发展方向和价值依据有助于树立客户信心的数字化体验
生成式人工智能可能产生 2.6 至 4.4 万亿美元的经济影响,领导者该如何解锁其经济潜力? 与 Tom Godden(Director, AWS Enterprise Strategy)和 Aamer Baig(麦肯锡公司高级合伙人)一起讨论生成式人工智能的现状和未来的发展方向。
我们所处阶段以及未来的发展方向
了解生成式人工智能如何解决企业中长期面临的技术难题,采用何种策略向员工介绍生成式人工智能,以及在以负责任方式部署技术时为何必须拥有坚实的数据基础。请在下方查看此次对话的详细信息:
谈话记录
特邀 AWS 企业战略总监 Tom Godden 和 McKinsey and Co. 高级合伙人 Aamer Baig 出席。
生成式人工智能有何价值?
Tom Godden (00:10):
您能从自己的角度分享生成式人工智能的意义所在吗? 其商业价值是什么? 研究生成式人工智能时,我们应关注哪些方面?
Aamer Baig:
生成式人工智能有望成为我们所谓的新一代技术,该技术可让企业和职能部门真正重新构想自身发展。我们认为,这是人工智能多年发展过程中的一次演变,经过此次演变,人们将拥有实际生成内容、综合内容中的信息并可提供诸多强大功能的下一代人工智能。这对于企业的价值主要体现在生产力方面,但也涉及创造力。 McKinsey 研究了涉及多个职能部门的 63 个使用案例。生成式人工智能的价值通过如下数字体现。其价值约为 2.6 至 4.4 万亿美元的经济影响。在这 63 个使用案例中,约有 75% 涉及四个职能部门:销售和营销、研发、软件工程和客户运营。我们认为,生成式人工智能将从根本上转型这四个职能部门的运作方式。
Tom Godden:
为什么选择这些案例? 为什么是这四个职能部门?
Aamer Baig:
我们必须考虑使用新技术可以在哪些方面真正重新构想或转型这些职能部门中的实际技能和活动。
Tom Godden (3:10):
我们可以就此方面稍作讨论吗? 我们在急于采用新技术的组织中经常发现,他们只是使用新技术来重做以前完成的工作。只有使用新技术彻底重新构想流程,组织才会发现其价值所在。
Aamer Baig:
我们可以查看一些示例。如果您是客户服务代表,就会接到各种客户电话。您必须处理大量信息并实时回复客户。如果可以获得可能答案的建议,并且就这些建议实际应用自己的人为判断,然后切实帮助到客户,您就会享受到工作的乐趣。 在研发领域,研发人员经常需要不断学习新的设计、新的配方和新的蓝图。如果某项新技术有助于推动这些学习过程,研发人员必然会乐意采用。
增强员工对生成式人工智能的信心
Tom Godden (4:47):
生成式人工智能技术将真正帮助推动提升员工的创造力和工作效率。这将产生非常积极的影响,但员工仍然担心无法适应该技术。您如何看待组织帮助员工适应这项技术?
Aamer Baig:
组织可采用三点重要的策略协助员工适应此技术。第一点是针对新技术所拥有的潜力表明积极态度并提供合适的参照框架。如果这是一项人类辅助技术或人类赋能技术,我认为这会拓宽您的视野,放飞您的思想和心灵。这是策略之一。第二点是必须采取后续行动,重点是扩大能够运用此技术的合适员工规模。
Tom Godden:
不断培训您的员工。
Aamer Baig:
完全正确。然后,第三点是采取一系列措施来提升员工信心并妥善保护他们。要确保员工安全地使用信息。还要仔细检查毒害信息之类的内容,尤其是在处理面向客户的应用程序时。针对此技术有时仍然会产生的错误安排正确的防护机制。这些措施将共同增强员工的信心。
识别生成式人工智能概念验证
Tom Godden (7:55):
组织如何处理如下问题:“我应在哪方面投入大量精力来形成正确的概念验证和理念,使其真正发挥作用,然后在此基础上扩展?” 正确的概念验证和理念确实非常有用,但不一定能提供商业价值,而这正是我们想要达成的目标。
Aamer Baig:
我认为组织目前面临一项重要的管理挑战:既要允许开展一些实验和学习,又要真正将大量精力放在能产生商业价值的技术上。我们建议采用两两对应的方法,即先选择两种可以很快产生影响的技术,这样就可以掌握一些实际推动继续前进的知识;同时选择两种您认为可能会转变企业运营方式的技术。
Tom Godden:
没错。您最喜欢的示例是什么? 您认为哪个示例“非常巧妙”?
Aamer Baig:
我重温了在校外接受的软件工程培训。实际上,我认为近在眼前的机会是我们如何利用此新技术来提高开发人员的工作效率。
Tom Godden:
我喜欢此观点。在任职首席信息官期间,我很少会遇到令人惊叹不已的技术。 在了解到 Amazon CodeWhisperer 等工具带来的工作效率提升之后,我深感惊讶。不仅工作效率提高了 57%,成功机率也增加了 27%。很难想象组织不采用此技术。 难以置信。
送入生成式人工智能模型的数据
Tom Godden (11:23):
我们可在此稍微谈谈数据基础吗? 特别是,必须确保数据正确无误。
Aamer Baig:
数据质量和数据管理以及正确数据的可用性似乎是长期存在的问题。此问题以前很重要,但现在更加重要,并且日益明显。可以毫不夸张地说,无论想用人工智能从事何种工作,都会受限于送入模型的数据,而不仅仅是生成式人工智能面临此问题。建立正确的数据体系是从生成式人工智能中获益的重要前期工作。对于未使用专有数据的某些情况,一种大型语言模型可能就是适当的方法。组织会非常谨慎地选择处理自身数据和专有知识的技术。他们会就此进行更多的测试和分析。
生成式人工智能将如何影响首席信息官
Aamer Baig (14:45):
您如何看待该技术正在转变未来的 IT 组织和首席信息官的角色?
Tom Godden:
其作用是让我们意识到技术应该融入组织开展的几乎每项工作中。作为其中的环节,我认为这是一次大规模的 IT 去中心化。
Aamer Baig:
首先我要声明的是,每当出现新一代的技术时,其次要效应之一就是对公司 IT 职能部门的影响。大型机计算推动了 IT 部门的地位提升。然后,随着带宽和可用网络的出现,以及各种不同的服务提供商纷纷涌现,人们可通过互联网访问境外站点。接下来,人们拥有了云端和移动设备。可以认为,这些技术推动了产品和平台运营模式的采用以及 IT 组织的结构转变。然后,近十年内,人工智能技术激增并得到大规模采用。我的观点与您类似,即技术将不再是一种功能,而是融入为客户提供价值的各个方面的一种能力。
生成式人工智能未来中令人担忧和令人兴奋的方面
Aamer Baig (17:49):
在担任首席信息官期间,哪些方面会让您感到担忧,哪些方面又让您感到兴奋?
Tom Godden:
在生命科学领域中,我感到担忧的是从生成式人工智能获得潜在答案的显著随机性。用户表示:“我喜欢生成式人工智能的潜力和所有方面,但就是不能让它生成想要的答案。” 话虽如此,我认为有些技术可以解决此问题,RAG 就是其中之一,即检索增强生成。我们可以查询已知的答案存储库,同时可获得该答案的丰富上下文对话信息,但要确保得到的答案始终为蓝色而非绿色,因为蓝色是批准的答案。我们需要得到批准的答案。在此领域中,我感到兴奋的是涉及到开发人员。这无疑让我兴奋不已,体现了 IT 的进一步普及。将权力交到员工手中时,IT 的普及是最佳举措之一。
Aamer Baig:
我认为目前存在一些棘手的企业技术问题。我觉得可以利用该技术,以可控的成本开始处理这些问题。我可想到三种问题,其中之一是技术债务。我们似乎每年在积累越来越多的技术债务。其次是人才。我们一直人才匮乏,因此我完全不担心失业。事实上,我很高兴企业能够利用已有的人才完成更多工作,同时推动提升开发人员的经验。
Tom Godden:
我认为这将助力完成从未预期的出色工作。
Aamer Baig:
这点很重要。第三点是我们一直很难按时交付技术支持的大型项目。我非常有信心生成式人工智能可提供一些有趣的应用场景,从而真正解决其中一些棘手的问题。
Tom Godden:
我认为此技术终于准备好迎接当下。