數(shù)字化轉(zhuǎn)型必須成為組織的一個(gè)核心能力，這是給CIO和IT領(lǐng)導(dǎo)者的一條重要建議。

戰(zhàn)略優(yōu)先事項(xiàng)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年的新冠疫情和遠(yuǎn)程辦公，再到2022年的混合辦公模式和財(cái)務(wù)限制問題。

(資料圖)

生成式AI（包括ChatGPT和其他大型語言模型）所帶來的影響，將成為2024年的一個(gè)重大轉(zhuǎn)型驅(qū)動(dòng)力。

當(dāng)CIO們開始為2024年預(yù)算和數(shù)字化轉(zhuǎn)型優(yōu)先事項(xiàng)做準(zhǔn)備的時(shí)候，有必要制定一項(xiàng)戰(zhàn)略以找機(jī)會(huì)改進(jìn)業(yè)務(wù)模式、看準(zhǔn)近期運(yùn)營(yíng)影響、對(duì)員工應(yīng)該試水的項(xiàng)目進(jìn)行優(yōu)先級(jí)排序、并制定與AI相關(guān)的風(fēng)險(xiǎn)緩解計(jì)劃。

但伴隨著所有這些興奮和炒作，員工很容易將時(shí)間投入到會(huì)泄露機(jī)密數(shù)據(jù)的AI工具上，或者管理者很容易選擇那些尚未經(jīng)過安全、數(shù)據(jù)治理和其他廠商合規(guī)審查的影子式AI工具上。更大的挑戰(zhàn)是，要制定一個(gè)切合實(shí)際的戰(zhàn)略，并對(duì)“不可能的夢(mèng)想家”做出回應(yīng)。這里，“不可能的夢(mèng)想家”是一種“要一步登天”的商業(yè)領(lǐng)袖，是一種地獄級(jí)的商業(yè)高管。

塔塔咨詢服務(wù)公司首席信息官Abhijit Mazumder表示：“轉(zhuǎn)型優(yōu)先事項(xiàng)應(yīng)該能夠從根本上與業(yè)務(wù)優(yōu)先事項(xiàng)、以及各個(gè)組織想要實(shí)現(xiàn)的目標(biāo)聯(lián)系起來。在大多數(shù)企業(yè)中，領(lǐng)導(dǎo)層同樣也關(guān)注增長(zhǎng)和運(yùn)營(yíng)效率，但同時(shí)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?！?/p>

以下就是CIO們?cè)谥贫〝?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AI的驅(qū)動(dòng)因素。

制定一項(xiàng)改變游戲規(guī)則的大型語言模型策略

生成式AI和大型語言將會(huì)給每個(gè)行業(yè)帶來怎樣的影響，舉例來說：

利用非結(jié)構(gòu)化數(shù)據(jù)帶來的智能型，加速藥物發(fā)現(xiàn)使一線制造裝配工人能夠更快速、更可靠地解決問題使醫(yī)療服務(wù)提供者能夠?yàn)榛颊咛峁┯嘘P(guān)健康問題的個(gè)性化方案根據(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)品通過為教師提供新方法，提高學(xué)生的創(chuàng)造性思維、協(xié)作和解決問題的能力，從而實(shí)現(xiàn)教育轉(zhuǎn)型

SnapLogic公司首席技術(shù)官Jeremiah Stone表示：“現(xiàn)在，CIO和CTO不僅要發(fā)揮創(chuàng)意，以更少的資源做更多的事情，還要經(jīng)過深思熟慮的投資來超越競(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)先考慮那些能夠創(chuàng)造新收入來源、推進(jìn)技術(shù)普及或者能減少技術(shù)債務(wù)的轉(zhuǎn)型舉措，特別是考慮生成式AI帶來的機(jī)會(huì)?！?/p>

CIO們可能會(huì)認(rèn)識(shí)到，這種規(guī)模的轉(zhuǎn)型計(jì)劃是長(zhǎng)達(dá)多年的計(jì)劃，需要評(píng)估大型語言模型的能力、進(jìn)行試驗(yàn)、尋找最低可行度且足夠安全的客戶產(chǎn)品。但完全不制定戰(zhàn)略則可能會(huì)導(dǎo)致混亂，而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)誤就是，完全沒有制定針對(duì)生成式AI等改變世界的新興技術(shù)的計(jì)劃。

為私有大型語言模型清理和準(zhǔn)備數(shù)據(jù)

生成式AI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)備好利用生成式AI來變革他們所在的行業(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)，以供大型語言模型使用。

Domino公司數(shù)據(jù)科學(xué)戰(zhàn)略和布道負(fù)責(zé)人Kjell Carlsson表示：“隨著整個(gè)組織的用戶強(qiáng)烈要求把生成式AI功能作為日?；顒?dòng)的一部分，CIO、CTO和CDO的首要任務(wù)就是要實(shí)現(xiàn)對(duì)越來越多的生成式AI模型的安全且可擴(kuò)展的訪問，并讓數(shù)據(jù)科學(xué)團(tuán)隊(duì)開發(fā)和實(shí)施針對(duì)組織數(shù)據(jù)和用例量身定制的大型語言模型。”

現(xiàn)在出了ChatGPT之外已經(jīng)有14個(gè)大型語言模型，如果你有大型數(shù)據(jù)集，你可以使用Databricks Dolly、Meta Llama和OpenAI等平臺(tái)定制專有的大型語言模型，或者從零開始構(gòu)建自己的大型語言模型。

定制和開發(fā)大型語言模型需要強(qiáng)大的商業(yè)案例、技術(shù)專長(zhǎng)和資金。New Relic公司首席設(shè)計(jì)和戰(zhàn)略官Peter Pezaris表示：“訓(xùn)練大型語言模型的成本可能極高，而且輸出結(jié)果尚未完善，因此領(lǐng)導(dǎo)者應(yīng)該優(yōu)先投資于那些有助于監(jiān)控使用成本和提高查詢結(jié)果質(zhì)量的解決方案。”

通過改善客戶支持來提高效率

麥肯錫早在2020年的時(shí)候就預(yù)計(jì)，每年人工智能可以創(chuàng)造1萬億美金的價(jià)值，其中客戶支持是一個(gè)重要的機(jī)會(huì)。如今，由于生成式AI的出現(xiàn)，這個(gè)機(jī)會(huì)變得更大，特別是當(dāng)CIO們把非結(jié)構(gòu)化數(shù)據(jù)集中在大型語言模型中并使服務(wù)代理能夠詢問和回答客戶問題的時(shí)候。

SPR公司高級(jí)副總裁Justin Rodenbostel表示：“要尋找機(jī)會(huì)利用GPT-4和大型語言模型來優(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?！?/p>

改善客戶支持是通過大型語言模型和AI搜索功能提供短期投資回報(bào)的一種快速通道。大型語言模型需要集中企業(yè)的非結(jié)構(gòu)化數(shù)據(jù)，包括嵌入在CRM、文件系統(tǒng)和其他SaaS工具中的數(shù)據(jù)。一旦IT部門集中這些數(shù)據(jù)并實(shí)施大型語言模型，那么還有可能改進(jìn)銷售線索轉(zhuǎn)化和人力資源入職流程等方面。

GetK3公司總裁、首席執(zhí)行官Gordon Allott表示：“幾十年來，企業(yè)一直在把數(shù)據(jù)填充到SharePoint和其他系統(tǒng)中，而通過清理這些數(shù)據(jù)并使用大型語言模型，實(shí)際上很可能是很有價(jià)值的?！?/p>通過圍繞大型語言模型的溝通來降低風(fēng)險(xiǎn)

生成式AI領(lǐng)域有100多種工具，涵蓋了測(cè)試、圖像、視頻、代碼、語音等類別。那么是什么阻止了員工嘗試一款工具并將專有信息或其他機(jī)密信息粘貼到他們的提示內(nèi)容中呢？

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，確保其團(tuán)隊(duì)僅以經(jīng)批準(zhǔn)的恰當(dāng)方式使用這些工具?！?/p>

有三個(gè)部門，是CIO必須與CHRO還有CISO展開合作、溝通政策并創(chuàng)建支持智能實(shí)驗(yàn)的治理模型。首先，CIO應(yīng)該評(píng)估ChatGPT和其他生成式AI會(huì)給編碼和軟件開發(fā)帶來怎樣的影響。IT部門必須以身作則，明確在何處、如何進(jìn)行試驗(yàn)、以及何時(shí)不使用工具或?qū)Ｓ袛?shù)據(jù)集。

營(yíng)銷部門是第二個(gè)需要關(guān)注的，營(yíng)銷人員可以在內(nèi)容創(chuàng)建、潛在客戶開發(fā)、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AI。目前已經(jīng)有超過11000種營(yíng)銷技術(shù)解決方案可供使用，因此在使用新的大型語言模型功能測(cè)試SaaS的時(shí)候，有大量的機(jī)會(huì)去進(jìn)行試驗(yàn)并犯下無意的錯(cuò)誤。

領(lǐng)先組織的CIO們正在創(chuàng)建一個(gè)注冊(cè)表來加入新的生成式AI用例，定義審查方法的流程，并集中管理AI實(shí)驗(yàn)帶來的影響。

重新評(píng)估決策過程和授權(quán)

還有一個(gè)需要考慮的重要領(lǐng)域是，生成式AI將如何影響決策過程和未來的工作。

在過去十年中，很多企業(yè)的目標(biāo)是通過實(shí)現(xiàn)數(shù)據(jù)訪問民主化、對(duì)更多商業(yè)人士進(jìn)行全民數(shù)據(jù)科學(xué)培訓(xùn)、以及灌輸主動(dòng)的數(shù)據(jù)治理實(shí)踐來成為數(shù)據(jù)驅(qū)動(dòng)型的組織。生成式AI釋放了新的能力，讓領(lǐng)導(dǎo)者能夠提示并快速獲得答案，但及時(shí)性、準(zhǔn)確性和偏見是許多法學(xué)碩士的關(guān)鍵問題。

Appen公司企業(yè)解決方案副總裁Erik Voight表示：“將人類置于人工智能的中心，并圍繞數(shù)據(jù)使用和模型可解釋性建立強(qiáng)大的框架，將大大有助于減少這些模型的偏見，確保所有AI輸出都是道德的、負(fù)責(zé)任的?，F(xiàn)實(shí)情況是，在關(guān)鍵決策方面，AI模型無法取代人類，應(yīng)該將其作為補(bǔ)充，而不是讓它們完全接管?！?/p>

CIO們應(yīng)該尋求一種平衡的方法來優(yōu)先考慮生成式AI計(jì)劃，包括定義治理、確定短期效率、以及尋求長(zhǎng)期轉(zhuǎn)型的機(jī)會(huì)。

關(guān)鍵詞：