AI实施需谨慎：透明度与合理怀疑是关键
快速阅读: 企业积极采用生成式AI，但面临效益追踪和过度依赖的挑战。39%的技术领导者计划常规使用，35%期望业绩增长，91%将增加数据分析应用。透明沟通和技能培训是关键。
阿里·卡菲/数字视觉向量通过盖蒂
关注ZDNET：
将我们设为谷歌上的首选来源。
ZDNET要点
企业正在推出人工智能技术，但追踪其效益颇具挑战。
过度依赖AI及其潜在不准确性是主要担忧。
透明地传达AI意图对于获得支持至关重要。
生成式AI已成为董事会讨论的重点议题，占据了大量讨论空间。然而，生成式AI作为一种相对未经充分测试的技术手段应用于企业发展，企业在向员工推广时仍持谨慎态度。
最近的一项IEEE调查显示，近五分之二（39%）的技术业务领导者表示，他们的组织计划在未来几个月内有选择性地常规使用生成式AI，这一比例比一年前的调查结果高出20%。
此外，略超过三分之一（35%）的人表示他们正快速整合生成式AI，期望能带来实质性的业绩增长。另有91%的受访者打算在接下来的一年里加大代理型AI的数据分析应用。
他们已经度过了探索和试验阶段，现在是时候让生成式AI展现其实力——自动化工作流程、提高数据准确性并支持决策制定，IEEE作者们认为。
“我们正进入一个健康的怀疑时期，这是技术采纳周期的自然进程。”IEEE高级成员桑托什·西瓦苏布拉马尼说道。
有效利用AI
即使是技术导向型企业，在面对AI和生成式AI时也表现出既乐观又谨慎的态度。挑战在于如何以生产性的方式将AI融入组织——以增强人员和流程。
“AI助手现已成为我们的个人生产力工具，”人力资源管理平台Dayforce的首席数字官凯莉·拉斯穆森告诉ZDNET。
“它充当教练、创造者、研究员、合作者等多种角色。我们正在扩展该平台——通过电子邮件、Outlook、SharePoint和HubSpot等连接器。”她补充说，下一波AI技术将扩展到基于角色的技术。
根据IEEE的调查，商业技术领导者希望AI能够承担多种任务：
– 实时识别网络安全漏洞并预防攻击（47%，较去年下降1%）
– 加速软件开发（39%，上升4%）
– 提高供应链和仓库自动化效率（35%，上升2%）
– 自动化客户服务（32%，上升4%）
– 支持教育活动，如定制学习、智能辅导系统和大学聊天机器人（29%，下降10%）
– 加速疾病图谱绘制和药物发现（23%，下降3%）
– 自动化和稳定公用事业电源（22%，下降3%）
调查还指出了企业在生成式AI方面遇到的难题。一半的受访者将“过度依赖AI及潜在不准确性”列为首要关切。
“项目经常失败，因为团队假设模型比实际更可靠，”报告作者写道。“聊天机器人的自信回应往往导致对其能力的过高估计。很多时候，简单的分析就足够了。”
拉斯穆森补充说，从生成式AI获得可衡量的生产力收益参差不齐，引用行业估计，如果50%的员工使用ChatGPT，理论上应能实现10%的生产力提升。“我不确定我是否完全相信这一点，但这确实是一个宏伟的目标，”她说，“首先，需要定义‘活跃用户’是什么？是一周一次还是每天一次？我们正在努力解决这个问题。”
成功培养技能
另一个阻碍进展的因素可能是对未来AI世界所需技能的担忧。员工们担心自己的工作会被机器取代。
“关于AI，我经常被问到的一个问题是，‘我该怎么跟我的员工说？’”拉斯穆森说。“他们担心失业问题。领导者不应猜测，这只会引发恐惧。CEO发表大胆言论可能制造噪音和能量，但有时是负面的。”
拉斯穆森建议关注可控事项：“这可能意味着重写职位描述，因为AI要求你现在以不同的方式工作。这是一个转型过程，新的工作岗位正在被创造出来。我们需要确保所有员工都能胜任这些新岗位。因为我不可能去招聘两到四年的AI资深人才，这太难了。”
目前，Dayforce 利用公开的大型语言模型（LLM），例如 OpenAI 的 ChatGPT，而不是开发自己的模型。“我们没有在构建 LLM，”Rasmussen 说，“我们正在讨论这个话题。但我们不会有一个大型的 LLM —— 我们会有一些小型的 LLM，这些模型将在某些类型的机器学习中为我们提供某种统计优势，比如在销售方面。”
Dayforce 使用 OpenAI 的基础模型来构建增强型检索和搜索系统。Rasmussen 认为：“现在大多数人都是这样做的 —— 他们希望获取知识检索。” 透明度是获得支持的关键，Rasmussen 强调：“我们希望我们的员工能够胜任这些工作，并帮助我们创造这些岗位，这可以消除恐惧。专注于你知道的和眼前的事情。给员工提供工具和培训。”
此外，关于人工智能的投资回报尚未显现？可以尝试以下六种经过验证的方法来创造实际的商业价值：
有趣的是，IEEE 调查发现，到 2026 年，AI 伦理实践成为最需要的技能：
– AI 伦理实践技能（44% —— 较去年上升 9%）
– 数据分析技能（38% —— 上升 4%）
– 机器学习技能（34% —— 上升 6%）
– 数据建模技能，包括处理（32% —— 无变化）
– 软件开发技能（32% —— 下降 8%）
在 Dayforce，为生成式 AI 做准备意味着从公司内部引入“AI 冠军”来推广这项技术。“他们是早期采用者，”Rasmussen 解释说，“他们在研究如何应用这些工具。他们是我们的故事讲述者，也是寻求帮助的人。我们需要问自己，‘我们的员工需要什么样的代理？我们的销售人员需要什么样的代理？我们能否从现有的工具中获得这些代理？这些工具是否已经成熟？’我们发现，它们并非都准备好投入实际使用。”
关于人工智能：
– 比尔·盖茨关于 AI 取代编程工作的真正观点
– 我测试了免费和付费的 AI 编程工具 —— 这是我会选择的
– 如何使用 ChatGPT：初学者指南
– 作为一名 AI 工具专家，这是我现在付费使用的 4 种工具（还有 2 种我在考虑）
(以上内容均由Ai生成)
