進(jìn)入2024年，首席信息官們必須考慮到生成式人工智能的前景和風(fēng)險(xiǎn)，重塑他們的數(shù)字議程。以下是應(yīng)對(duì)LLM顛覆性潛力的五種方法。

數(shù)字化轉(zhuǎn)型必須成為組織的核心競(jìng)爭(zhēng)力。這是我對(duì)首席信息官和IT領(lǐng)導(dǎo)者的重要建議。

在主題演講和與首席信息官的討論中，我提醒大家，戰(zhàn)略重點(diǎn)每?jī)赡昊蚋虝r(shí)間就會(huì)發(fā)生重大變化，從2018年的增長(zhǎng)，到2020年的流行病和遠(yuǎn)程工作，再到2022年的混合工作和財(cái)務(wù)限制。

到2024年，包括ChatGPT和其他大型語(yǔ)言模型(LLM)在內(nèi)的生成式人工智能的影響將成為一個(gè)重要的轉(zhuǎn)型驅(qū)動(dòng)因素。

隨著許多首席信息官準(zhǔn)備2024年預(yù)算和數(shù)字化轉(zhuǎn)型優(yōu)先事項(xiàng)，制定一項(xiàng)戰(zhàn)略，尋求發(fā)展商業(yè)模式的機(jī)會(huì)，針對(duì)近期運(yùn)營(yíng)影響，優(yōu)先考慮員工應(yīng)該嘗試的領(lǐng)域，并制定與人工智能相關(guān)的風(fēng)險(xiǎn)緩解計(jì)劃，這是勢(shì)在必行的。

但是，隨著所有的興奮和炒作，員工很容易將時(shí)間投入到危及機(jī)密數(shù)據(jù)的人工智能工具上，或者管理人員很容易選擇沒有通過安全、數(shù)據(jù)治理和其他供應(yīng)商合規(guī)性審查的影子人工智能工具。更大的挑戰(zhàn)是制定一個(gè)現(xiàn)實(shí)的戰(zhàn)略，并對(duì)“不可能的夢(mèng)想家”做出回應(yīng)。“不可能的夢(mèng)想家”是一種“不切實(shí)際”的商業(yè)領(lǐng)袖，是一種你會(huì)在地獄里遇到的商業(yè)高管。

塔塔咨詢服務(wù)公司的首席信息官Abhijit Mazumder表示:“轉(zhuǎn)型優(yōu)先事項(xiàng)應(yīng)該從根本上與業(yè)務(wù)優(yōu)先事項(xiàng)以及任何組織試圖實(shí)現(xiàn)的目標(biāo)聯(lián)系起來(lái)。在大多數(shù)公司，領(lǐng)導(dǎo)層同樣關(guān)注增長(zhǎng)和運(yùn)營(yíng)效率，同時(shí)也不會(huì)忘記優(yōu)先考慮彈性、網(wǎng)絡(luò)安全和技術(shù)債務(wù)消除計(jì)劃。”

以下是首席信息官在發(fā)展數(shù)字化轉(zhuǎn)型優(yōu)先事項(xiàng)時(shí)需要考慮的幾個(gè)生成式人工智能驅(qū)動(dòng)因素。

定義一個(gè)改變游戲規(guī)則的LLM策略

在我最近主持的一次與數(shù)字開拓者的咖啡會(huì)上，我們討論了生成式人工智能和LLM將如何影響每個(gè)行業(yè)。例子包括生成人工智能將如何:

•利用非結(jié)構(gòu)化數(shù)據(jù)的附加智能加速藥物發(fā)現(xiàn)

•使一線制造裝配工人能夠更快、更可靠地解決問題

•使醫(yī)療服務(wù)提供者能夠?yàn)榛颊叩慕】祮栴}提供個(gè)性化的答案

•根據(jù)客戶對(duì)話，協(xié)助開發(fā)新的保險(xiǎn)、銀行和其他金融服務(wù)產(chǎn)品

•通過為教師提供提高學(xué)生創(chuàng)造性思維、協(xié)作能力和解決問題能力的新途徑，變革教育

SnapLogic首席技術(shù)官Jeremiah Stone表示:“現(xiàn)在，首席信息官和首席技術(shù)官不僅要在如何以更少的投入做更多的事情上發(fā)揮創(chuàng)意，還要通過合理的投資超越競(jìng)爭(zhēng)對(duì)手，因?yàn)樗麄兊母?jìng)爭(zhēng)對(duì)手可能會(huì)推遲或削減自己的轉(zhuǎn)型項(xiàng)目。”“優(yōu)先考慮能夠創(chuàng)造新的收入來(lái)源、使技術(shù)民主化或減少技術(shù)債務(wù)的轉(zhuǎn)型計(jì)劃，特別是在考慮生成人工智能機(jī)會(huì)時(shí)。”

首席信息官們可能會(huì)認(rèn)識(shí)到，這種規(guī)模的轉(zhuǎn)型計(jì)劃是一個(gè)多年的計(jì)劃，需要評(píng)估LLM的能力，進(jìn)行實(shí)驗(yàn)，并找到最低限度可行和足夠安全的客戶產(chǎn)品。但是，沒有戰(zhàn)略可能會(huì)導(dǎo)致顛覆，IT領(lǐng)導(dǎo)者在參加董事會(huì)會(huì)議時(shí)可能犯的一個(gè)關(guān)鍵錯(cuò)誤是，沒有為生成式人工智能等改變世界的新興技術(shù)制定計(jì)劃。

為私人LLM清理和準(zhǔn)備數(shù)據(jù)

生成式人工智能能力將提高企業(yè)非結(jié)構(gòu)化數(shù)據(jù)的重要性和價(jià)值，包括存儲(chǔ)在學(xué)習(xí)管理系統(tǒng)中的文檔、視頻和內(nèi)容。即使企業(yè)還沒有準(zhǔn)備好考慮生成式人工智能如何顛覆他們的行業(yè)和業(yè)務(wù)，積極主動(dòng)的轉(zhuǎn)型領(lǐng)導(dǎo)者也會(huì)采取措施，集中、清理和準(zhǔn)備非結(jié)構(gòu)化數(shù)據(jù)，以便在LLM中使用。

多米諾數(shù)據(jù)科學(xué)戰(zhàn)略和宣傳主管Kjell Carlsson表示:“隨著整個(gè)組織的用戶都在呼吁將生成式人工智能功能作為其日常活動(dòng)的一部分，首席信息官、首席技術(shù)官和首席信息官的首要任務(wù)是實(shí)現(xiàn)對(duì)越來(lái)越多的生成式人工智能模型的安全、可擴(kuò)展訪問，并使數(shù)據(jù)科學(xué)團(tuán)隊(duì)能夠開發(fā)和運(yùn)營(yíng)針對(duì)組織數(shù)據(jù)和用例量身定制的微調(diào)LLM。”

已經(jīng)有14個(gè)LLM不是ChatGPT，如果有大量的數(shù)據(jù)集，可以使用Databricks Dolly、MetaLlama和OpenAI等平臺(tái)定制一個(gè)專有的LLM，或者從頭開始構(gòu)建你自己的LLM。

定制和開發(fā)llm需要強(qiáng)大的商業(yè)案例、技術(shù)專長(zhǎng)和資金。NewRelic的首席設(shè)計(jì)和戰(zhàn)略官Peter Pezaris說:“訓(xùn)練大型語(yǔ)言模型可能會(huì)很昂貴，而且輸出還沒有完善，所以領(lǐng)導(dǎo)者應(yīng)該優(yōu)先投資于有助于監(jiān)控使用成本和提高查詢結(jié)果質(zhì)量的解決方案。”

通過改進(jìn)客戶支持來(lái)提高效率

麥肯錫在2020年估計(jì)，人工智能每年可以創(chuàng)造1萬(wàn)億美元的價(jià)值，其中客戶支持是一個(gè)重要的機(jī)會(huì)。由于生成式人工智能的出現(xiàn)，這一機(jī)會(huì)在今天變得更大，尤其是當(dāng)首席信息官將非結(jié)構(gòu)化數(shù)據(jù)集中在LLM中，并使服務(wù)代理能夠詢問和回答客戶的問題時(shí)。

SPR執(zhí)行副總裁Justin Rodenbostel表示:“尋找機(jī)會(huì)利用GPT-4和LLM來(lái)優(yōu)化客戶支持等活動(dòng)，特別是在自動(dòng)化任務(wù)和分析大量非結(jié)構(gòu)化數(shù)據(jù)方面。”

從LLM和人工智能搜索功能中獲得短期投資回報(bào)率，改善客戶支持是一個(gè)快速的勝利。llm需要集中企業(yè)的非結(jié)構(gòu)化數(shù)據(jù)，包括嵌入CRM、文件系統(tǒng)和其他SaaS工具中的數(shù)據(jù)。一旦IT部門集中了這些數(shù)據(jù)并實(shí)施了私人LLM，其他機(jī)會(huì)包括改善銷售線索轉(zhuǎn)換和人力資源入職流程。

GetK3總裁兼首席執(zhí)行官戈登•阿洛特表示:“幾十年來(lái)，很多公司一直在向SharePoint和其他系統(tǒng)中填充數(shù)據(jù)。把它清理干凈，用LLM學(xué)位可能真的很有價(jià)值。”

通過溝通LLM治理模型來(lái)降低風(fēng)險(xiǎn)

生成式人工智能領(lǐng)域有100多種工具，涵蓋測(cè)試、圖像、視頻、代碼、語(yǔ)音和其他類別。是什么阻止員工嘗試一個(gè)工具并將專有或其他機(jī)密信息粘貼到他們的提示中?

Rodenbostel建議:“領(lǐng)導(dǎo)者必須通過研究和制定可接受的使用政策，確保他們的團(tuán)隊(duì)只以批準(zhǔn)的、適當(dāng)?shù)姆绞绞褂眠@些工具。”

在三個(gè)部門中，首席信息官必須與他們的首席技術(shù)官和首席信息官合作，溝通策略并創(chuàng)建支持智能實(shí)驗(yàn)的治理模型。首先，首席信息官們應(yīng)該評(píng)估ChatGPT和其他生成式人工智能對(duì)編碼和軟件開發(fā)的影響。IT必須以身作則，說明在哪里以及如何進(jìn)行實(shí)驗(yàn)，以及何時(shí)不使用工具或?qū)Ｓ袛?shù)據(jù)集。

營(yíng)銷是第二個(gè)需要關(guān)注的領(lǐng)域，營(yíng)銷人員可以在內(nèi)容創(chuàng)建、潛在客戶生成、電子郵件營(yíng)銷和十多種常見營(yíng)銷實(shí)踐中使用ChatGPT和其他生成式人工智能。目前有超過11,000個(gè)營(yíng)銷技術(shù)解決方案可用，在測(cè)試具有新LLM功能的SaaS時(shí)，有很多機(jī)會(huì)進(jìn)行實(shí)驗(yàn)并犯無(wú)意中的錯(cuò)誤。

領(lǐng)先組織的首席信息官正在創(chuàng)建一個(gè)注冊(cè)表，以裝載新的生成人工智能用例，定義一個(gè)審查方法的過程，并集中捕捉人工智能實(shí)驗(yàn)的影響。

重新評(píng)估決策過程和權(quán)力

需要考慮的一個(gè)重要領(lǐng)域是，生成式人工智能將如何影響決策過程和未來(lái)的工作。

在過去的十年中，許多企業(yè)的目標(biāo)是通過使數(shù)據(jù)訪問民主化、培訓(xùn)更多的商業(yè)人士了解公民數(shù)據(jù)科學(xué)以及灌輸積極的數(shù)據(jù)治理實(shí)踐，成為數(shù)據(jù)驅(qū)動(dòng)型組織。生成式人工智能釋放了新的能力，使領(lǐng)導(dǎo)者能夠提示并快速獲得答案，但及時(shí)性、準(zhǔn)確性和偏見是許多LLM面臨的關(guān)鍵問題。

Appen企業(yè)解決方案副總裁Erik Voight表示:“將人類置于人工智能的中心，并為數(shù)據(jù)使用和模型可解釋性建立強(qiáng)大的框架，將大大有助于減輕這些模型中的偏見，并確保所有人工智能輸出都是合乎道德和負(fù)責(zé)任的。現(xiàn)實(shí)情況是，在關(guān)鍵決策方面，人工智能模型無(wú)法取代人類，應(yīng)該用來(lái)補(bǔ)充這些過程，而不是完全取代它們。”

首席信息官們應(yīng)該尋求一種平衡的方法來(lái)優(yōu)先考慮生成式人工智能計(jì)劃，包括定義治理、確定短期效率和尋求長(zhǎng)期轉(zhuǎn)型機(jī)會(huì)。