你好，歡迎您來(lái)到福建信息主管(CIO)網(wǎng)! 設(shè)為首頁(yè)|加入收藏|會(huì)員中心
以下文章來(lái)源于CIOCDO?，作者CIO.com&睿信咨詢
【睿觀：本文討論了生成式人工智能對(duì)公司IT戰(zhàn)略的影響，以及在這個(gè)新時(shí)代領(lǐng)導(dǎo)層應(yīng)如何適應(yīng)和管理這種技術(shù)的應(yīng)用。文章強(qiáng)調(diào)生成式AI能夠提高工程敏捷性，并可能推動(dòng)IT行業(yè)進(jìn)行大規(guī)模創(chuàng)新，但同時(shí)也可能帶來(lái)前所未有的技術(shù)債務(wù)。Red Monk的分析師Stephen O’Grady和其他行業(yè)專家，如Salesforce的Juan Perez和Walgreens的Neal Sample等，都對(duì)生成式AI技術(shù)的利弊進(jìn)行了探討。
文章指出，生成式AI加速了代碼的生產(chǎn)，這可能增加了技術(shù)債務(wù)的積累，因此，公司領(lǐng)導(dǎo)層需要密切監(jiān)督AI的應(yīng)用，以確保代碼質(zhì)量并減輕潛在的技術(shù)債務(wù)。這要求進(jìn)行適當(dāng)?shù)闹卫怼踩刂?、維護(hù)和支持，以及生命周期管理。同時(shí)也需選擇正確的模型和基礎(chǔ)數(shù)據(jù)，讓AI成為支持企業(yè)發(fā)展的有力工具。
為了保持軟件質(zhì)量并減少技術(shù)債務(wù)，文章建議采用應(yīng)用程序測(cè)試和其他質(zhì)量措施，并進(jìn)行深思熟慮的決策，以確保AI技術(shù)能夠被有效使用且不產(chǎn)生超出管理能力的負(fù)債。此外，政府監(jiān)管和公司治理對(duì)于負(fù)責(zé)任地應(yīng)用人工智能至關(guān)重要。
最后，文章提到了對(duì)人工智能潛在風(fēng)險(xiǎn)的警惕，如數(shù)據(jù)隱私和安全、算法偏見(jiàn)、工作崗位流失等問(wèn)題。它呼吁采取多種方法應(yīng)對(duì)產(chǎn)生的各種擔(dān)憂。這包括確保使用的數(shù)據(jù)高質(zhì)量、進(jìn)行代碼測(cè)試、適度地啟動(dòng)新技術(shù)，以及制定有關(guān)人工智能的企業(yè)治理和監(jiān)管政策。】
生成式人工智能正在為全公司范圍內(nèi)的大規(guī)模創(chuàng)新敞開(kāi)大門。但在這個(gè)新時(shí)代，領(lǐng)導(dǎo)層必須仔細(xì)監(jiān)督其應(yīng)用，以保持代碼質(zhì)量并減輕技術(shù)債務(wù)。
圖源：GROUND PICTURE（圖片上傳者，可以譯為用戶GROUND PICTURE，或者GROUND PICTURE）?/ SHUTTERSTOCK
在其起步階段，生成式人工智能已經(jīng)在改變組織并深刻地影響其IT戰(zhàn)略。但是，盡管大型語(yǔ)言模型（LLM）加速了工程的敏捷性，但它們也為前所未有的技術(shù)債務(wù)積累打開(kāi)了閘門。分析師公司Red Monk（開(kāi)源分析公司）的首席分析師兼聯(lián)合創(chuàng)始人Stephen O'Grady（斯蒂芬·奧格雷迪）表示：“生成系統(tǒng)可能會(huì)加速生成代碼的數(shù)量，因此僅在此基礎(chǔ)上，技術(shù)債務(wù)就會(huì)增加?！?/span>
但Salesforce（創(chuàng)建于1999年3月的一家客戶關(guān)系管理/CRM 軟件服務(wù)提供商，總部設(shè)于美國(guó)舊金山，可提供隨需應(yīng)用的客戶關(guān)系管理平臺(tái)）執(zhí)行副總裁兼首席信息官Juan Perez（胡安·佩雷斯）補(bǔ)充道，這不應(yīng)阻止首席信息官探索和實(shí)施人工智能。他認(rèn)為人工智能只是另一個(gè)需要適當(dāng)治理、安全控制、維護(hù)和支持以及全生命周期管理的應(yīng)用程序。他說(shuō)，由于人工智能產(chǎn)品的數(shù)量正在增加，選擇最合適的模型和基礎(chǔ)數(shù)據(jù)對(duì)于支持人工智能之旅至關(guān)重要。
如果實(shí)施得當(dāng)，生成式人工智能就可以用更低的成本生產(chǎn)更高質(zhì)量的產(chǎn)品。Walgreens Boots Alliance（沃博聯(lián)，美國(guó)保健、藥店和零售業(yè)務(wù)一體化的企業(yè)。是美國(guó)最大的零售藥店、健康和日常生活目的地之一。此外，該公司還是世界上最大的處方藥及許多其他健康和福利產(chǎn)品的采購(gòu)商之一。）的首席信息官Neal Sample（尼爾·桑普）表示：“這不是人工智能是否會(huì)對(duì)整體業(yè)務(wù)產(chǎn)生積極影響的問(wèn)題，而是影響程度和速度的問(wèn)題?！蓖瑫r(shí)，他指出，要實(shí)現(xiàn)負(fù)責(zé)任的人工智能發(fā)展，政府監(jiān)管和公司治理都是必要的。
一、生成式人工智能：IT戰(zhàn)略的核心
機(jī)器學(xué)習(xí)模型有潛力解鎖更快速的IT迭代。代碼測(cè)試平臺(tái)Sonar（SonarQube，是一個(gè)開(kāi)源平臺(tái)，用于管理源代碼的質(zhì)量。Sonar 不只是一個(gè)質(zhì)量數(shù)據(jù)報(bào)告工具，更是代碼質(zhì)量管理平臺(tái)。支持的語(yǔ)言包括：Java、PHP、C#、C、Cobol、PL/SQL、Flex 等。）的首席信息官Andrea Malagodi（安德烈·馬爾格拉蒂）表示，他們至少可以將日常的重復(fù)任務(wù)自動(dòng)化，釋放軟件開(kāi)發(fā)人員的帶寬，專注于更有創(chuàng)造性、更高級(jí)別的操作。他說(shuō)：“投資于生成式人工智能工具來(lái)支持這些團(tuán)隊(duì)，是對(duì)他們的成長(zhǎng)、生產(chǎn)力和總體滿意度的投資?！?/span>
Palo Alto Networks（派拓網(wǎng)絡(luò)。網(wǎng)絡(luò)安全公司。致力于為企業(yè)、服務(wù)提供商和政府實(shí)體提供網(wǎng)絡(luò)安全解決方案。）首席信息官M(fèi)eerah Rajavel（梅拉·拉賈威爾）補(bǔ)充道，生成式人工智能將顯著增加開(kāi)發(fā)，尤其是Java、Python和C++等成熟編程語(yǔ)言的代碼生成。但它的力量并不止于此。她認(rèn)為人工智能有助于將代碼測(cè)試向左轉(zhuǎn)移，以幫助在軟件開(kāi)發(fā)周期的早期進(jìn)行單元測(cè)試、調(diào)試和識(shí)別錯(cuò)誤配置。她說(shuō)：“作為首席信息官，為我們的開(kāi)發(fā)人員提供成功的最佳工具是工作的關(guān)鍵組成部分，人工智能無(wú)疑會(huì)提高效率。”
人工智能還能顯著推進(jìn)跨部門的業(yè)務(wù)。對(duì)于無(wú)代碼自動(dòng)化平臺(tái)公司W(wǎng)orkato（是一家專注于云端應(yīng)用集成的公司，致力于研發(fā)云端應(yīng)用程序互聯(lián)的解決方案，通過(guò)連接不同的SaaS端應(yīng)用程序和API，消除應(yīng)用程序之間的跳轉(zhuǎn)來(lái)達(dá)到簡(jiǎn)化工作流程的目的。）的首席信息官Carter Busse（卡特·巴斯）來(lái)說(shuō)，人工智能是其公司今年IT戰(zhàn)略的中心。但它的優(yōu)點(diǎn)超越了IT領(lǐng)域，還有助于客戶支持、提高生產(chǎn)力和推動(dòng)跨團(tuán)隊(duì)創(chuàng)新等領(lǐng)域。他表示：“首席信息官們的任務(wù)是幫助業(yè)務(wù)高效發(fā)展，而人工智能是我們實(shí)現(xiàn)未來(lái)發(fā)展的方式。”
因此，代碼生成并不是唯一一個(gè)從最新的人工智能浪潮中受益的領(lǐng)域。據(jù)基于云計(jì)算的數(shù)據(jù)倉(cāng)庫(kù)公司Snowflake（是一家國(guó)外的SaaS公司，主要提供數(shù)據(jù)倉(cāng)庫(kù)和分析解決方案，為企業(yè)提供了一站式數(shù)據(jù)解決方案。）的首席信息官Sunny Bedi（桑尼·貝迪）表示，員工的工作效率將受到最大影響。他預(yù)見(jiàn)到，在未來(lái)，所有員工都將與輔助人工智能密切合作，協(xié)助采取行動(dòng)，如為新員工提供個(gè)性化的入職體驗(yàn)、協(xié)調(diào)內(nèi)部溝通和創(chuàng)新想法原型。他補(bǔ)充說(shuō)，通過(guò)利用LLM的開(kāi)箱即用功能，企業(yè)還可以減少對(duì)搜索、文檔提取、內(nèi)容創(chuàng)建和審查以及聊天機(jī)器人等操作的第三方依賴。
二、人工智能如何生成技術(shù)債務(wù)
IT債務(wù)生成的最大決定因素并不是生成式人工智能模型本身——而是它們?cè)趯?shí)踐中的應(yīng)用方式。Sample（桑普）表示：“人工智能在組織中的實(shí)施地點(diǎn)和方式需要仔細(xì)考慮，以避免未來(lái)產(chǎn)生技術(shù)債務(wù)?！彼a(bǔ)充道，將人工智能模型應(yīng)用于現(xiàn)有技術(shù)生態(tài)系統(tǒng)時(shí)，積累債務(wù)的風(fēng)險(xiǎn)更高，例如在使用舊堆棧的同時(shí)修改連接和集成生成式人工智能模型。
另一方面，如果使用得當(dāng)，生成式人工智能可以通過(guò)重寫遺留應(yīng)用程序和自動(dòng)化積壓的任務(wù)來(lái)幫助消除舊的技術(shù)債務(wù)。也就是說(shuō)，如果沒(méi)有合適的云環(huán)境和戰(zhàn)略，首席信息官不應(yīng)該搶先一步。企業(yè)管理軟件套件OnBase（企業(yè)內(nèi)容管理/ECM解決方案。是當(dāng)今市場(chǎng)上最靈活和最全面的ECM產(chǎn)品之一。使用戶能夠隨著需求變化和業(yè)務(wù)發(fā)展而擴(kuò)展其解決方案。不僅是為部門量身定制的，對(duì)企業(yè)來(lái)說(shuō)也是全面的。）的開(kāi)發(fā)商Hyland（是一家提供內(nèi)容服務(wù)平臺(tái)和解決方案的軟件公司，其數(shù)字化檔案軟件可以幫助組織將紙質(zhì)檔案轉(zhuǎn)換為電子格式，并提供高級(jí)搜索、審計(jì)和合規(guī)功能。）的首席信息官Steve Watt（史蒂夫·瓦特）表示：“如果組織過(guò)早地實(shí)施生成式人工智能，現(xiàn)有的技術(shù)債務(wù)可能會(huì)繼續(xù)增長(zhǎng)，或者在某些情況下變得長(zhǎng)期存在?！币虼?，他建議制定一個(gè)計(jì)劃來(lái)解決現(xiàn)有的技術(shù)債務(wù)，這樣人工智能驅(qū)動(dòng)的新舉措就不會(huì)崩潰。
起初，公司可能會(huì)在試驗(yàn)人工智能和LLM的同時(shí)增加IT債務(wù)。但Busse（巴斯）贊同，從長(zhǎng)遠(yuǎn)來(lái)看，LLM會(huì)減少這種情況，但這取決于人工智能對(duì)不斷變化的需求做出動(dòng)態(tài)響應(yīng)的能力。他說(shuō)：“將人工智能嵌入到您的業(yè)務(wù)流程中，您將能夠更快地適應(yīng)流程變化，從而減少技術(shù)債務(wù)。”
三、評(píng)估人工智能代碼的質(zhì)量
最近，人們對(duì)人工智能生成代碼的質(zhì)量提出了質(zhì)疑，其中一份報(bào)告強(qiáng)調(diào)了自人工智能助手出現(xiàn)以來(lái)，代碼流失率和代碼重用率的上升。根據(jù)Red Monk的O'Grady（奧格雷迪）的說(shuō)法，人工智能生成的代碼的質(zhì)量將取決于許多因素，包括部署的模型、手頭的用例和開(kāi)發(fā)人員的技能集等。他說(shuō)：“像人類開(kāi)發(fā)人員一樣，人工系統(tǒng)也會(huì)繼續(xù)輸出有缺陷的代碼?！?/span>
例如，Sonar的Malagodi（馬爾格拉蒂）引用了微軟研究院最近的一項(xiàng)研究，該研究評(píng)估了22個(gè)模型，發(fā)現(xiàn)它們?cè)谶M(jìn)行基準(zhǔn)測(cè)試時(shí)通常會(huì)出現(xiàn)問(wèn)題，這暗示了訓(xùn)練設(shè)置中的盲點(diǎn)。該報(bào)告解釋說(shuō)，雖然人工助手可以生成功能性代碼，但它們并不總是超越功能正確性來(lái)考慮其他上下文，如效率、安全性和可維護(hù)性，更不用說(shuō)遵守代碼約定了。
Malagodi（馬爾格拉蒂）的結(jié)論是還有很大的改進(jìn)空間。他說(shuō)：“雖然生成式人工智能可以更快地生成更多的代碼行，但如果它的質(zhì)量不好，它可能會(huì)成為一個(gè)耗時(shí)的麻煩”他敦促首席信息官們采取必要的步驟，以確保人工智能生成的代碼是干凈的。“這意味著它是一致的、有意義的、可適應(yīng)性強(qiáng)的和負(fù)責(zé)任的，從而生成安全、可維護(hù)、可靠和可訪問(wèn)的軟件。”
這些模型根源上的質(zhì)量問(wèn)題可能會(huì)對(duì)代碼輸出產(chǎn)生不利影響。云技術(shù)智能平臺(tái)Snow Software（技術(shù)情報(bào)領(lǐng)域的全球領(lǐng)導(dǎo)者。是唯一一個(gè)統(tǒng)一的云原生平臺(tái)，可為IT環(huán)境提供可操作的見(jiàn)解。將SaaS管理、軟件資產(chǎn)管理和云成本管理結(jié)合在一起，可以優(yōu)化IT支出，控制成本，降低風(fēng)險(xiǎn)，并推動(dòng)所有技術(shù)的價(jià)值。）的首席信息官Alastair Pooley（阿拉斯泰爾·普利）表示，雖然生成式人工智能有產(chǎn)生卓越技術(shù)工件的潛力，但數(shù)據(jù)質(zhì)量、模型架構(gòu)和訓(xùn)練程序都可能導(dǎo)致較差的結(jié)果。他說(shuō)：“訓(xùn)練不足的模型或不可預(yù)見(jiàn)的邊緣案例可能會(huì)導(dǎo)致輸出質(zhì)量下降，帶來(lái)運(yùn)營(yíng)風(fēng)險(xiǎn)并損害系統(tǒng)可靠性。”所有這些都需要對(duì)產(chǎn)出和質(zhì)量進(jìn)行持續(xù)的審查和驗(yàn)證。
Palo Alto Networks的Rajavel（拉賈威爾）補(bǔ)充說(shuō)，人工智能就像任何其他工具一樣，結(jié)果取決于您使用哪個(gè)工具以及如何使用。對(duì)她來(lái)說(shuō)，如果沒(méi)有適當(dāng)?shù)娜斯ぶ悄苤卫?，您選擇的模型可能會(huì)產(chǎn)生不符合產(chǎn)品架構(gòu)和預(yù)期結(jié)果的低質(zhì)量工件。她補(bǔ)充道，另一個(gè)重要因素是您為手頭的工作選擇了哪種人工智能，因?yàn)闆](méi)有一種模式是一刀切的。
四、潛在的人工智能風(fēng)險(xiǎn)清單
除了IT債務(wù)和代碼質(zhì)量之外，在部署生成式人工智能時(shí)，還有一系列潛在的不利后果需要考慮。Pooley（普利）說(shuō)：“這些可能涉及數(shù)據(jù)隱私和安全、算法偏見(jiàn)、工作崗位流失以及人工智能生成內(nèi)容的道德困境。”
一種可能性是黑客可能如何利用生成式人工智能來(lái)作惡。Rajavel（拉賈威爾）指出，網(wǎng)絡(luò)犯罪分子已經(jīng)在利用這項(xiàng)技術(shù)進(jìn)行大規(guī)模的攻擊，因?yàn)樗軌虬l(fā)起令人信服的網(wǎng)絡(luò)釣魚活動(dòng)并傳播虛假信息。攻擊者還可能針對(duì)生成式人工智能工具和模型本身，導(dǎo)致數(shù)據(jù)泄露或輸出有害信息。
“生成式人工智能系統(tǒng)有可能會(huì)加速并支持攻擊者，”O(jiān)'Grady（奧格雷迪）補(bǔ)充道，“然而，可以說(shuō)，許多企業(yè)最擔(dān)心的是從封閉的供應(yīng)商系統(tǒng)中泄露私人數(shù)據(jù)?！?/span>
這些技術(shù)可以產(chǎn)生非常令人信服的結(jié)果，可能充斥不準(zhǔn)確之處。除了模型中的錯(cuò)誤之外，還需要考慮成本影響，而且很容易在不知情或不必要的情況下在生成式人工智能上花費(fèi)大量資金，無(wú)論是因?yàn)槭褂昧隋e(cuò)誤的模型，忽視消費(fèi)成本，還是沒(méi)能有效地使用它們。
“人工智能并非沒(méi)有風(fēng)險(xiǎn)，”Perez（佩雷斯）說(shuō)，“它需要從頭開(kāi)始，由人類控制各個(gè)領(lǐng)域，以確保任何人都能信任它的結(jié)果——從最基本的用戶到最有經(jīng)驗(yàn)的工程師。”Perez（佩雷斯）面臨的另一個(gè)懸而未決的問(wèn)題是人工智能開(kāi)發(fā)和維護(hù)的所有權(quán)，因?yàn)檫@也給IT團(tuán)隊(duì)帶來(lái)了跟上創(chuàng)新需求的壓力，因?yàn)?span style="font-size: 16px; font-family: 微軟雅黑, "Microsoft YaHei"; padding: 0px; outline: 0px; max-width: 100%; color: rgb(172, 57, 255);">許多IT工作者缺乏時(shí)間來(lái)實(shí)施和培訓(xùn)人工智能模型和算法。
五、房間里的大象（潛在問(wèn)題）是：就業(yè)
還有一個(gè)結(jié)果在主流媒體上引起了轟動(dòng)：人工智能取代了人類勞動(dòng)力。但人工智能將如何影響IT群體的就業(yè)，還有待確定。“目前，對(duì)就業(yè)的影響很難預(yù)測(cè)，所以這是一個(gè)潛在的問(wèn)題，”O(jiān)'Grady（奧格雷迪）說(shuō)。
雖然在這場(chǎng)辯論無(wú)疑眾說(shuō)紛紜，但Walgreens的Sample（桑普）并不認(rèn)為人工智能對(duì)人類構(gòu)成生存威脅。相反，他對(duì)生成式人工智能能夠改善員工生活的潛力持樂(lè)觀態(tài)度?！癵lass-half-empty（消極思維。對(duì)半杯水看做水杯一半是空的，常用來(lái)表示看待事物或形勢(shì)時(shí)看到更多壞的一面的傾向。）的觀點(diǎn)是，人工智能會(huì)影響很多工作，但glass-half-full（積極思維。對(duì)半杯水看做水杯一半是半滿的，常用來(lái)表樂(lè)觀的人，對(duì)生活抱有積極態(tài)度。）的觀點(diǎn)是，它會(huì)讓人類做得更好?！彼f(shuō)，“最終，我認(rèn)為人工智將使人們不必做重復(fù)的任務(wù)，這些任務(wù)可以自動(dòng)化，并使他們能夠?qū)Ｗ⒂诟呒?jí)別的工作?！?/span>
六、如何緩解人們對(duì)人工智能的憂慮
要應(yīng)對(duì)人工智能提出的大量擔(dān)憂，將采取多種方法。對(duì)Perez（佩雷斯）來(lái)說(shuō)，生成式人工智能的質(zhì)量取決于這些模型攝取的數(shù)據(jù)?！?span style="font-size: 16px; font-family: 微軟雅黑, "Microsoft YaHei"; padding: 0px; outline: 0px; max-width: 100%; color: rgb(172, 57, 255);">如果您想要高質(zhì)量、可信的人工智能，您就需要高質(zhì)量、可靠的數(shù)據(jù)?！彼f(shuō)。然而，問(wèn)題是數(shù)據(jù)經(jīng)常充斥著錯(cuò)誤，需要工具來(lái)集成不同來(lái)源的不同格式的非結(jié)構(gòu)化數(shù)據(jù)。他還強(qiáng)調(diào)超越“human in the loop（人在回環(huán)/人在回圈/人機(jī)回圈等。具體來(lái)說(shuō)就是設(shè)計(jì)某種機(jī)制讓機(jī)器/算法和人互動(dòng)協(xié)作來(lái)更好的處理某件事情。針對(duì)智能產(chǎn)品的設(shè)計(jì)而言，這個(gè)概念被引入所要解決的問(wèn)題就是在算法準(zhǔn)確率跟用戶要求還有不小差距的情況下，將人引入到這個(gè)循環(huán)中，讓人去處理算法拿不準(zhǔn)的問(wèn)題，通過(guò)修正、提供反饋、輸入更多知識(shí)來(lái)彌補(bǔ)或改進(jìn)算法，共同完成任務(wù)。在這個(gè)互動(dòng)過(guò)程中讓人和機(jī)器發(fā)揮各自的優(yōu)勢(shì)，相互增強(qiáng)。）”的方法，讓人類更多主導(dǎo)。他補(bǔ)充道：“我認(rèn)為人工智能是個(gè)值得信賴的顧問(wèn)，但不應(yīng)該是唯一的決策者?！?/span>
為了保證軟件質(zhì)量，還需要進(jìn)行嚴(yán)格的測(cè)試，以檢查人工智能生成的代碼是否準(zhǔn)確無(wú)錯(cuò)誤。為此，Malagodi（馬爾格拉蒂）鼓勵(lì)公司采用一種“邊編碼邊清理”的方法，包括靜態(tài)分析和單元測(cè)試，以確保進(jìn)行適當(dāng)?shù)馁|(zhì)量檢查。他說(shuō)：“當(dāng)開(kāi)發(fā)人員專注于干凈的代碼最佳實(shí)踐時(shí)，他們可以確信他們的代碼和軟件是安全、可維護(hù)、可靠和可訪問(wèn)的?！?/span>
Bedi（貝迪）補(bǔ)充道，與任何新技術(shù)一樣，最初的熱情需要適度謹(jǐn)慎。因此，IT領(lǐng)導(dǎo)者應(yīng)該考慮有效使用人工智能助手的步驟，如可觀察性工具，這些工具能夠檢測(cè)架構(gòu)漂移，并支持為應(yīng)用程序需求做準(zhǔn)備。
七、圍繞人工智能的采用應(yīng)用治理
Pooley（普利）說(shuō)：“生成式人工智能代表了一個(gè)技術(shù)進(jìn)步的新時(shí)代，如果管理得當(dāng)，就有可能帶來(lái)實(shí)質(zhì)性的好處。”然而，他建議首席信息官們?cè)趧?chuàng)新和風(fēng)險(xiǎn)之間取得平衡。必須特別應(yīng)用控制和指導(dǎo)方針，通過(guò)不受控制地使用這些工具來(lái)限制數(shù)據(jù)暴露。他補(bǔ)充說(shuō)：“就像許多技術(shù)機(jī)會(huì)一樣，如果出現(xiàn)問(wèn)題，首席信息官會(huì)發(fā)現(xiàn)自己有責(zé)任。”
對(duì)于Sample（桑普）來(lái)說(shuō)，監(jiān)管機(jī)構(gòu)有責(zé)任充分應(yīng)對(duì)人工智能對(duì)社會(huì)構(gòu)成的風(fēng)險(xiǎn)。例如，他引用了拜登政府最近的一項(xiàng)行政命令，該命令旨在建立新的人工智能安全保障標(biāo)準(zhǔn)。另一個(gè)方面是率先制定企業(yè)指導(dǎo)方針來(lái)管理這種快節(jié)奏的技術(shù)。例如，Walgreens已經(jīng)開(kāi)始了圍繞人工智能定義治理框架的旅程，其中包括公平、透明、安全和可解釋性等因素，他補(bǔ)充。
Workato的Busse（巴斯）同樣主張?jiān)谌斯ぶ悄苤笾贫▋?yōu)先考慮安全和治理的內(nèi)部指令。他建議對(duì)員工進(jìn)行培訓(xùn)，制定內(nèi)部行動(dòng)手冊(cè)，并實(shí)施人工智能實(shí)驗(yàn)的審批流程。Pooley（普利）指出，許多公司已經(jīng)建立了人工智能工作組，以幫助應(yīng)對(duì)風(fēng)險(xiǎn)和利用生成式人工智能的優(yōu)勢(shì)。一些有安全意識(shí)的組織正在采取更嚴(yán)格的措施。O'Grady（奧格雷迪）補(bǔ)充說(shuō)，為了防止泄露，許多買家優(yōu)先考慮內(nèi)部系統(tǒng)。
Perez（佩雷斯）說(shuō)：“首席信息官應(yīng)該領(lǐng)導(dǎo)團(tuán)隊(duì)，確保他們的團(tuán)隊(duì)擁有正確的培訓(xùn)和技能來(lái)識(shí)別、構(gòu)建、實(shí)施和使用生成式人工智能，從而使組織受益。”他描述了在Salesforce，產(chǎn)品和工程團(tuán)隊(duì)如何在人工智能輸入和輸出之間實(shí)現(xiàn)信任層，以最大限度地減少使用這項(xiàng)強(qiáng)大技術(shù)帶來(lái)的風(fēng)險(xiǎn)。
也就是說(shuō)，想要使用人工智能與管理它一樣重要。Hyland的Watt（瓦特）說(shuō)：“組織急于實(shí)施人工智能，卻不清楚它能做什么，以及它將如何惠及他們的業(yè)務(wù)。”人工智能不會(huì)解決所有問(wèn)題。因此他說(shuō)，了解這項(xiàng)技術(shù)能夠解決和不能解決的問(wèn)題，對(duì)于了解如何最大限度地利用它至關(guān)重要。
八、對(duì)業(yè)務(wù)產(chǎn)生積極影響
有了適當(dāng)?shù)臋z查，生成式人工智能將在無(wú)數(shù)領(lǐng)域催生更大的敏捷性，首席信息官預(yù)計(jì)它將被用來(lái)實(shí)現(xiàn)有形的業(yè)務(wù)成果，如用戶體驗(yàn)。“生成式人工智能將使公司能夠?yàn)榭蛻魟?chuàng)造曾經(jīng)覺(jué)得不可能的體驗(yàn)?！盤erez（佩雷斯）說(shuō)，“人工智能不再只是小眾團(tuán)隊(duì)的工具。每個(gè)人都有機(jī)會(huì)使用它來(lái)提高生產(chǎn)力和效率?！?/span>
但是用戶體驗(yàn)的好處并沒(méi)有僅限外部客戶。Rajavel（拉賈威爾）補(bǔ)充道，內(nèi)部員工體驗(yàn)也將受益。她預(yù)測(cè)，經(jīng)過(guò)內(nèi)部數(shù)據(jù)培訓(xùn)的人工智能輔助可以將IT入門請(qǐng)求減少一半，內(nèi)部員工只需立即查找公司內(nèi)部頁(yè)面找答案。
Sample（桑普）說(shuō)，Walgreens還在通過(guò)使用生成式人工智能驅(qū)動(dòng)的語(yǔ)音助手、聊天機(jī)器人和短信來(lái)改善客戶體驗(yàn)。通過(guò)減少通話量和提高客戶滿意度，團(tuán)隊(duì)成員可以更好地關(guān)注店內(nèi)客戶。此外，該公司還部署了生成式人工智能來(lái)優(yōu)化店內(nèi)運(yùn)營(yíng)，如供應(yīng)鏈、占地面積和庫(kù)存管理，幫助領(lǐng)導(dǎo)者就業(yè)務(wù)的頂部和底部做出決策。但保持警惕是關(guān)鍵。
“與之前所有的技術(shù)浪潮一樣，人工智能也可能將伴隨著重大的負(fù)面影響和附帶損害?！監(jiān)'Grady（奧格雷迪）說(shuō)，“總的來(lái)說(shuō)，它將加速發(fā)展，增強(qiáng)人類能力，同時(shí)大幅擴(kuò)大問(wèn)題的范疇。”
作者：Bill Doerrfeld（比爾·多菲爾德）
Bill（比爾）是一名專門研究企業(yè)云軟件領(lǐng)域最先進(jìn)技術(shù)的技術(shù)記者。他也是北歐（一個(gè)面向API從業(yè)者的知識(shí)中心）的主編，并為DevOps.com、Cloud Native Now（前身為Container Journal）和Acceleration Economy撰稿。
譯者：寶藍(lán) ?審核：@lex
