人工智能有可能在未來十年內(nèi)提高生產(chǎn)力，但我們無法在短期內(nèi)改變企業(yè)。
來源：OLEMEDIA/ISTOCK
盡管人工智能將許多工作活動自動化的前景樂觀，但麥肯錫承認(rèn)，這需要幾十年的時間才能在規(guī)模上發(fā)生。在許多供應(yīng)商和顧問的炒作和營銷宣傳中，首席信息官和其他行政領(lǐng)導(dǎo)人應(yīng)該牢記這一點。
企業(yè)內(nèi)有意義的人工智能部署需要的時間比許多人想象的要長，原因有很多。
一、人類工作的復(fù)雜性
據(jù)估計，普通人每小時做出2000個決定。雖然其中許多決定是例行公事，幾乎不需要思考，但其他決定要復(fù)雜得多，更細(xì)致入微。在工作中，我們高效地快速處理多個輸入，以考慮到安全、社會規(guī)范、同事和雇主的需求以及準(zhǔn)確性和戰(zhàn)略目標(biāo)等問題。同時，我們可以使用多個系統(tǒng)和工作流程通過口頭、書面和手勢來傳達(dá)這些決定。
雖然計算技術(shù)和增強的數(shù)據(jù)訪問可能有助于企業(yè)做出更好的常規(guī)、低價值的決策，但任何更復(fù)雜的事情仍然需要人工支持和監(jiān)督。一個組織的聲譽因內(nèi)部做出的決定而生存或消亡，一旦失去，就很難恢復(fù)，而且往往不可能恢復(fù)。雖然聊天機(jī)器人將接管目前由人力呼叫中心執(zhí)行的許多功能，但這些功能將在嚴(yán)格定義的參數(shù)范圍內(nèi)運行，包括其數(shù)據(jù)輸入和它們可以給出的答案。
二、人工智能幻覺
對于企業(yè)人工智能部署來說，不應(yīng)低估人工智能幻覺問題，即大型語言模型（LLM）呈現(xiàn)真實但編造的結(jié)果。據(jù)估計，ChatGPT的幻覺率在15%至20%之間，對于業(yè)務(wù)關(guān)鍵型決策來說，這是一個不可接受的數(shù)字。
通過在已驗證的私人數(shù)據(jù)上訓(xùn)練LLM，微調(diào)LLM，可以減少企業(yè)部署中的幻覺。通過將查詢限制為經(jīng)過驗證的提示，以及整合Langkit和Guardrails等開源工具或Galileo等專有產(chǎn)品，可以進(jìn)行進(jìn)一步改進(jìn)。這些工具和框架仍處于早期開發(fā)階段，用戶需要嘗試多種方法和解決方案。至少要過幾年才能廣泛使用將幻覺降低到可接受水平的既定和可信方法。
三、改變習(xí)慣和工作流程
雖然消費者對智能手機(jī)和社交媒體等新技術(shù)的采用速度很快，但企業(yè)內(nèi)部通常要慢得多。工作流程、用戶培訓(xùn)和技術(shù)路徑依賴性是新硬件和軟件解決方案部署的限制因素。云計算、通用數(shù)據(jù)格式和API在一定程度上降低了這些障礙，但它們?nèi)匀缓苤匾?strong>Gartner最近的一項調(diào)查顯示，45%的客戶服務(wù)代表（CSR）避免采用新技術(shù)，并選擇依賴遺留系統(tǒng)和工具。
Box的云計算先驅(qū)兼首席執(zhí)行官Aaron Levie最近表示，他懷疑人工智能不能在短期內(nèi)對數(shù)字轉(zhuǎn)型計劃產(chǎn)生重大影響，“人工智能對于任何具有任何效率的運營任務(wù)流來說都太早了，哪怕能夠取代10分鐘真人所做的事情也是樂觀的，”他說。
四、企業(yè)人工智能的下一步是什么？
對生成式人工智能的最初炒作和興奮開始減弱，更現(xiàn)實的期望正在出現(xiàn)。與5月份相比，6月份ChatGPT網(wǎng)站的流量下降了近10%，用戶在網(wǎng)站上花費的時間減少了9%。越來越明顯的是，在企業(yè)內(nèi)部實際使用這些新工具需要大量的定制和投資。這種認(rèn)識的背后是許多人類工作的復(fù)雜性和微妙性，以及組織保持消費者信任的必要性。然而，沒有在這個旅程中開始，這將是一項愚蠢的決定，因為人工智能潛在的回報是巨大的。
