由于沒有為新一代人工智能的成功制定框架，也沒有太多業(yè)務成功案例可供借鑒，即使一些最佳實踐開始顯現(xiàn)，IT?領導者也只剩下粗略的路線圖。企業(yè)可以更輕松地構建、部署和管理AI模型，首先，要清理所有公司數(shù)據(jù)，并做好充分準備，以用于基礎人工智能模型。其次，必須采取“基于平臺的方法”來開發(fā)和部署人工智能。最后，必須確保他們擁有一批合格的人工智能人才，以及一系列用于專業(yè)技能。
來源：fizkes / Shutterstock
對于IT?領導者來說，將生成式人工智能的前景轉化為商業(yè)價值的道路仍然艱難而艱巨，但生成人工智能路線圖的關鍵組成部分——數(shù)據(jù)、平臺和技能——正在不斷發(fā)展并變得更加明確。?
這是上周Big.AI@MIT活動上“GenAI在商業(yè)領域的下一步發(fā)展”小組討論的關鍵要點，該小組由埃森哲?CAIO Lan Guan?主持。
關女士與標普全球和康寧公司的人工智能領導人一起討論了將新一代人工智能模型從概念驗證轉向生產(chǎn)所面臨的巨大挑戰(zhàn)，以及使新一代人工智能模型真正對企業(yè)有價值所需的基礎。
許多首席信息官都處于這樣的境地，關女士指出，根據(jù)埃森哲的一項調查，只有不到?10%?的企業(yè)在生產(chǎn)中擁有一代人工智能模型。 ?
關女士表示：“98%?的企業(yè)領導者都表示他們想要采用人工智能，但很多人只是不知道該怎么做?！彼壳罢谂c沙特阿拉伯的一家大型航空公司、一家大型制藥公司以及一家高科技公司合作，在內部實施生成式人工智能藍圖。
不幸的是，盡管我們已經(jīng)獲得了關于什么可行、什么不可行等來之不易的教訓，但經(jīng)過壓力測試的新一代人工智能參考架構（IT高管最想要的）仍然很少，她說道。
一、進展與挑戰(zhàn)
Guan表示，埃森哲與沙特航空的合作涉及一種“旅行伴侶”模式，這種模式遠不止在線旅行社、預訂代理或旅行指南。這家與卡塔爾航空競爭的航空公司正期望agentic AI和?LLM?來提高預訂量并擴大其在不斷增長的市場中的份額，她補充說，這種推出六個月的模式已經(jīng)吸引了?300?萬游客并處理了一些預訂，但它的價值更具戰(zhàn)略意義。
“他們的主要目的是改變人們對品牌的看法。提供更好的體驗，”她說。“我不能說我有很多這樣的例子?！?/span>
康寧公司CDIO Soumya Seetharam?表示，這家制造商已經(jīng)踏上數(shù)據(jù)之旅數(shù)年，超過?70%?的業(yè)務交易數(shù)據(jù)被輸入到數(shù)據(jù)平臺。但她強調，這只是結構化數(shù)據(jù)。
Seetharam表示：“說實話，我們面臨的最大挑戰(zhàn)是非結構化數(shù)據(jù)”，并指出康寧現(xiàn)在必須“弄清楚如何對非結構化數(shù)據(jù)進行分類，并將其轉化為有用的形式”。
標普全球首席信息官Bhavesh Dayalji?補充道，將各種數(shù)據(jù)結構整合到新一代人工智能模型中是一項挑戰(zhàn)。為此，這家金融信息和分析公司正在開發(fā)?API，并研究“將數(shù)據(jù)連接到大內存模型”的所有方法。
標普全球還創(chuàng)建了評估集，不僅用于測試針對幻覺的人工智能模型，還用于確保有一種通用的方法來評估結果和功效。他說，作為金融服務和商品市場的專家，必須有標準的評估方法。
“然后我們需要將其帶給整個[金融服務]社區(qū)，以評估[生成式人工智能]模型和解決方案，”Dayalji表示，他也是標普全球人工智能創(chuàng)新中心?Kensho?的首席執(zhí)行官。“我認為，通過挖掘數(shù)據(jù)，我們可以想出某種解決方案?！?/span>
二、路線圖浮現(xiàn)
埃森哲的人工智能主管為首席信息官們提出了三條關鍵建議，幫助他們最大限度地提高人工智能的投資回報率，而不要陷入“垃圾進，垃圾出”的失敗。
在小組討論結束后的一次私人采訪中，關女士告訴?CIO.com，首先，要清理所有公司數(shù)據(jù)，并做好充分準備，以用于基礎人工智能模型。
“他們沒有清理自己的數(shù)據(jù)，”她警告說，盡管許多首席信息官正在接受數(shù)據(jù)挑戰(zhàn)，但大多數(shù)人并沒有為人工智能做好適當?shù)臄?shù)據(jù)準備?！?/span>專有數(shù)據(jù)是你最大的競爭優(yōu)勢。”
其次，關女士表示，首席信息官必須采取“基于平臺的方法”來開發(fā)和部署人工智能。例如，企業(yè)可以在大型機上運行人工智能工作負載，但大多數(shù)活動將在公共云或本地私有云上運行。
關女士說：“現(xiàn)在是時候讓他們重新審視現(xiàn)有的數(shù)據(jù)和人工智能企業(yè)架構了?！?/span>
關女士表示：“基于平臺的人工智能方法強調構建一個可擴展、可重復使用的基礎，并與組織一起發(fā)展，而不是為個別用例開發(fā)昂貴的、孤立的解決方案。”她支持建立標準來測試模型結果的必要性的觀點。
“通過識別用例之間的共性（例如數(shù)據(jù)管道、模型管理和應用程序），組織可以創(chuàng)建共享組件，從而簡化部署、減少冗余并加快AI?解決方案和企業(yè)重塑的價值實現(xiàn)時間?！?/span>
埃森哲已經(jīng)開發(fā)了自己的AI Refinery——一種基于平臺的人工智能模型創(chuàng)建和部署方法。
【睿觀：埃森哲AI煉油廠（Accenture AI Refinery）是一個基于平臺的端到端解決方案，旨在加速企業(yè)人工智能模型的開發(fā)、部署和管理。通過這個平臺，企業(yè)可以企業(yè)可以更輕松地構建、部署和管理AI模型并融入業(yè)務流程，從而實現(xiàn)業(yè)務的數(shù)字化轉型。
·統(tǒng)一的平臺：?提供一個統(tǒng)一的平臺，整合了從數(shù)據(jù)準備、模型訓練、到部署和監(jiān)控的整個AI生命周期。
·模塊化組件：?平臺由一系列可重用的模塊組成，涵蓋數(shù)據(jù)處理、特征工程、模型選擇、超參數(shù)調優(yōu)等各個環(huán)節(jié)，降低了開發(fā)門檻。
·自動化流程：?通過自動化許多重復性任務，如數(shù)據(jù)清洗、特征工程，大大提高了開發(fā)效率。
·可擴展性：?平臺具有高度的可擴展性，可以適應不同規(guī)模和復雜度的AI項目。
·企業(yè)級治理：?提供強大的治理功能，確保模型的質量、安全性以及合規(guī)性。
1.數(shù)據(jù)準備：?從企業(yè)內部或外部收集數(shù)據(jù)，進行清洗、轉換和集成，準備用于模型訓練的數(shù)據(jù)集。
2.特征工程：?對數(shù)據(jù)進行特征提取和選擇，構建能夠有效表征數(shù)據(jù)的特征。
3.模型訓練：?選擇合適的算法，利用準備好的數(shù)據(jù)進行模型訓練，并通過超參數(shù)調優(yōu)提高模型性能。
4.模型部署：?將訓練好的模型部署到生產(chǎn)環(huán)境中，集成到企業(yè)現(xiàn)有的業(yè)務系統(tǒng)中。
5.模型監(jiān)控：?持續(xù)監(jiān)控模型的性能，及時發(fā)現(xiàn)并解決問題，確保模型的長期有效性。
·客戶服務：?構建智能客服系統(tǒng)，提高客戶服務效率和滿意度。
·風險管理：?開發(fā)智能風控模型，降低業(yè)務風險。
·運營優(yōu)化：?通過預測性維護、智能調度等手段，優(yōu)化運營效率。
·產(chǎn)品創(chuàng)新：?借助AI技術，加速新產(chǎn)品開發(fā)和創(chuàng)新。
·加速AI落地：?通過提供一個完整的解決方案，加速企業(yè)AI項目的落地。
·降低開發(fā)成本：?重用平臺組件和自動化流程，降低開發(fā)成本。
·提高模型質量：?通過標準化的流程和工具，提高模型的質量和可靠性。
·增強業(yè)務競爭力：?利用AI技術，提升企業(yè)在市場上的競爭力。】
“從實際角度來看，AI Refinery是一種認知架構，具有內置智能和上下文，其中?AI?代理可以推理、規(guī)劃并與人類一起工作以動態(tài)執(zhí)行任務，”Guan?說?！笆褂?LLM，系統(tǒng)可以解釋人類的意圖并根據(jù)經(jīng)驗進行調整，整合組織知識以做出更好的決策?！?/span>
最后，她建議首席信息官必須確保他們擁有一批合格的人工智能人才，以及一系列用于構建和部署新一代人工智能模型的專業(yè)技能。大多數(shù)首席信息官沒有足夠快地提升員工技能或培訓員工，而且各種人才都很少，包括具有?GPU?基礎設施規(guī)劃技能的數(shù)據(jù)科學家和軟件工程師。?
關女士六年前曾是埃森哲的數(shù)據(jù)科學家，她開始學習軟件工程技能、應用程序開發(fā)技能和基礎設施規(guī)劃技能，為新一代人工智能做準備。關女士說，尋找人才“也是我面臨的一個挑戰(zhàn)”。
在峰會上，眾多人工智能初創(chuàng)公司和解決方案提供商展示了聲稱可以解決CIO?和?CAIO?面臨的各種人工智能挑戰(zhàn)的解決方案。在另一個小組中，來自?New Technology Ventures?和?Underscore VC?的風險投資家表示，創(chuàng)新投資資金充裕，但他們承認市場仍處于炒作周期。
然而，正如VC?小組主持人指出的那樣，大多數(shù)參與者都知道生成式人工智能是一項變革性技術。 ?
“人們意識到這種轉變有多么巨大……人們紛紛加入其中，”風險投資人、提供財務預測服務的人工智能初創(chuàng)公司Collective[i]?聯(lián)合創(chuàng)始人海蒂·梅瑟?(Heidi Messer)?表示?！拔覀兇_實必須看透這些噪音，這很棘手，但在未來五到七年內，將會創(chuàng)造?[重大]?價值。”?
與此同時，標普的Dayalji?表示，企業(yè)必須超越專業(yè)的人工智能技能，預見員工與新一代人工智能模型以及處理日常任務的人工智能代理互動后產(chǎn)生的新角色的各個方面。
“我們將繼續(xù)培訓我們的員工，確保他們了解人工智能對他們的工作及其工作方式的影響，”他說。“其次，你如何為他們提供工具來完成不同的工作并進行創(chuàng)新？”
【睿觀：將生成式人工智能轉化為商業(yè)價值是一項復雜而艱巨的任務，但通過聚焦數(shù)據(jù)、平臺和人才，企業(yè)CIO可以構建清晰的路線圖，并最終實現(xiàn)人工智能驅動的業(yè)務轉型。
數(shù)據(jù)準備不足：?企業(yè)數(shù)據(jù)尚未為人工智能模型做好充分準備，特別是非結構化數(shù)據(jù)處理是一個難題。
缺乏成熟的參考架構：?生成式人工智能的最佳實踐和參考架構仍處于發(fā)展階段。
人才短缺：?數(shù)據(jù)科學家、軟件工程師等人工智能人才供不應求。
數(shù)據(jù)清理與準備：?將企業(yè)數(shù)據(jù)清理并轉化為可用于訓練人工智能模型的格式。
基于平臺的方法：?建立統(tǒng)一的平臺，實現(xiàn)人工智能模型的開發(fā)、部署和管理。
培養(yǎng)人才：?培養(yǎng)具備人工智能技能的員工，并引進相關人才。
埃森哲AI煉油廠：?提供了一個基于平臺的人工智能模型創(chuàng)建和部署方法，加速了企業(yè)人工智能項目的落地。
行業(yè)案例：?沙特航空、康寧公司和標普全球等企業(yè)在人工智能應用方面取得了一定進展，但也面臨著各自的挑戰(zhàn)。
生成式人工智能將帶來巨大變革：?未來五年內，生成式人工智能將在各個行業(yè)創(chuàng)造巨大的價值。
企業(yè)需要關注人才培養(yǎng)：?企業(yè)需要培養(yǎng)員工適應人工智能帶來的新角色和工作方式?！?/span>
