一概述

人工智能技術(shù)正在改變世界的商業(yè)運(yùn)作方式。生成式人工智能(Generative AI)是指使用人工智能來(lái)創(chuàng)建新內(nèi)容，如文本、圖像、音樂(lè)、音頻和視頻。它可以生成各種內(nèi)容，包括圖像、視頻、音樂(lè)、語(yǔ)音、文本、軟件代碼和產(chǎn)品設(shè)計(jì)。生成人工智能有助于加快產(chǎn)品開(kāi)發(fā)速度、增強(qiáng)客戶體驗(yàn)并提高員工生產(chǎn)力。

麥肯錫將生成性人工智能定義為可用于創(chuàng)建新內(nèi)容的算法（例如ChatGPT），包括音頻、代碼、圖像、文本、模擬和視頻。

生成式人工智能由基礎(chǔ)模型（大型人工智能模型）提供支持，可以執(zhí)行開(kāi)箱即用的任務(wù)，包括總結(jié)、問(wèn)答、分類等。

本文涵蓋了生成式人工智能技術(shù)的行業(yè)采用、生成式人工智能的特點(diǎn)、生成式人工智能采用步驟和挑戰(zhàn)、生成式人工智能參考架構(gòu)和生成式人工智能的優(yōu)勢(shì)。它還涵蓋了生成式人工智能技術(shù)采用的實(shí)際用例。

1.生成式人工智能的行業(yè)應(yīng)用

Gartner稱，“任何行業(yè)的任何組織，尤其是那些擁有大量數(shù)據(jù)的組織，都可以利用人工智能實(shí)現(xiàn)商業(yè)價(jià)值?！鄙墒饺斯ぶ悄軐⒃谖磥?lái)五年內(nèi)對(duì)企業(yè)產(chǎn)生越來(lái)越大的影響。

·到2025年，30%的企業(yè)將實(shí)施人工智能增強(qiáng)開(kāi)發(fā)和測(cè)試策略，高于2021年的5%—Gartner

·到2026年，生成設(shè)計(jì)AI將使新網(wǎng)站和移動(dòng)應(yīng)用程序60%的設(shè)計(jì)工作實(shí)現(xiàn)自動(dòng)化—Gartner

·到2027年，近15%的新應(yīng)用程序?qū)⒂扇斯ぶ悄茏詣?dòng)生成，無(wú)需人工參與。這在今天根本不會(huì)發(fā)生——Gartner

根據(jù)埃森哲的2023年技術(shù)愿景報(bào)告，97%的全球高管同意基礎(chǔ)模型將實(shí)現(xiàn)跨數(shù)據(jù)類型的連接，徹底改變?nèi)斯ぶ悄艿氖褂玫攸c(diǎn)和方式。

最近的CEO調(diào)查顯示，近80%的CEO認(rèn)為人工智能可能會(huì)顯著提高其組織的業(yè)務(wù)效率—《福布斯》

如今，估計(jì)有60%的IT領(lǐng)導(dǎo)者正在尋求實(shí)施生成式AI—CIO.com

生成式人工智能被評(píng)為頂級(jí)新興企業(yè)技術(shù)。80%的人認(rèn)為它將顛覆他們的行業(yè)，幾乎所有人(93%)都認(rèn)為生成式人工智能將為他們的業(yè)務(wù)帶來(lái)價(jià)值—畢馬威

生成式AI編碼支持可幫助軟件工程師將代碼開(kāi)發(fā)速度提高35%至45%，將代碼重構(gòu)速度提高20%至30%，將代碼文檔編寫(xiě)速度提高45%至50%-麥肯錫

預(yù)計(jì)未來(lái)五年內(nèi)，44%的員工核心技能將發(fā)生變化。培訓(xùn)員工利用生成式人工智能將至關(guān)重要—世界經(jīng)濟(jì)論壇。

從現(xiàn)在到2027年，各公司都將人工智能訓(xùn)練視為最高戰(zhàn)略重點(diǎn)之一—DataBricks

2.生成式人工智能的商業(yè)案例

許多CXO認(rèn)為IT預(yù)算存在超支現(xiàn)象，并不斷尋找降低成本和精力的方法。

技術(shù)進(jìn)步的能力是“用越來(lái)越少的資源做越來(lái)越多的事情，直到最終可以用零資源做所有的事情”?！猂.巴克敏斯特·富勒，建筑師、系統(tǒng)理論家、作家、設(shè)計(jì)師、發(fā)明家、哲學(xué)家和未來(lái)學(xué)家。

利用生成式AI推動(dòng)業(yè)務(wù)成果需要企業(yè)團(tuán)隊(duì)的戰(zhàn)略和協(xié)作。以下戰(zhàn)略層面的問(wèn)題有助于了解企業(yè)對(duì)生成式AI采用的準(zhǔn)備情況。

·生成式人工智能是否有CXO授權(quán)

·是否有與一個(gè)或多個(gè)驅(qū)動(dòng)因素相關(guān)的生成式人工智能的高層管理級(jí)別章程。

·企業(yè)是否已發(fā)布生成式人工智能商業(yè)戰(zhàn)略

·生成式人工智能如何幫助增強(qiáng)現(xiàn)有流程和企業(yè)戰(zhàn)略

·誰(shuí)將對(duì)生成式人工智能計(jì)劃做出最終決定（僅限商業(yè)、商業(yè)和IT、僅限IT）

·是否建立了內(nèi)部業(yè)務(wù)案例？如果是，在哪個(gè)層面？

·現(xiàn)有的MLOps技術(shù)堆棧和平臺(tái)許可證是否支持生成式AI，還是需要第三方服務(wù)

·勞動(dòng)力是否具備使用生成式人工智能的技能，這對(duì)人才獲取和技能提升有何影響

·部署生成式人工智能時(shí)會(huì)出現(xiàn)哪些風(fēng)險(xiǎn)，以及這些風(fēng)險(xiǎn)如何影響生成式人工智能的價(jià)值

·當(dāng)前和預(yù)期的法律法規(guī)涉及生成式人工智能的使用，現(xiàn)有的治理和MLOps流程是否足以滿足這些法律法規(guī)

·生成式人工智能計(jì)劃何時(shí)啟動(dòng)（未來(lái)3個(gè)月、未來(lái)6個(gè)月、1年以上）

二關(guān)鍵術(shù)語(yǔ)

人工智能：這是一種使機(jī)器能夠模仿人類行為和認(rèn)知能力的技術(shù)。它包括機(jī)器學(xué)習(xí)。

機(jī)器學(xué)習(xí)：它使用統(tǒng)計(jì)方法根據(jù)過(guò)去的經(jīng)驗(yàn)改進(jìn)任務(wù)。它包括深度學(xué)習(xí)。

深度學(xué)習(xí)：它使用神經(jīng)網(wǎng)絡(luò)訓(xùn)練機(jī)器執(zhí)行任務(wù)。它由多層互連節(jié)點(diǎn)組成，用于圖像和語(yǔ)音識(shí)別等任務(wù)。它包括生成式人工智能。

神經(jīng)網(wǎng)絡(luò)：模仿人類大腦的機(jī)器學(xué)習(xí)算法。它由多層相互連接的神經(jīng)元組成，用于處理和分析數(shù)據(jù)。

NLP：它涉及計(jì)算機(jī)和人類語(yǔ)言之間的交互。它包括文本分析、情感分析、語(yǔ)音識(shí)別和機(jī)器翻譯。

生成式人工智能：它是一組描述我們想要的東西的模型，可視化并生成與提示相匹配的內(nèi)容。生成式人工智能加速了構(gòu)思，將愿景變?yōu)楝F(xiàn)實(shí)，并讓我們有更多的時(shí)間投入到創(chuàng)意中。它創(chuàng)建各種各樣的數(shù)據(jù)，如圖像、視頻、音頻、文本和3D模型。通常使用大型語(yǔ)言模型，例如：ChatGPT、OpenAI。

大型語(yǔ)言模型：這是一種生成式人工智能算法，使用深度學(xué)習(xí)技術(shù)和龐大的數(shù)據(jù)集來(lái)生成和預(yù)測(cè)新內(nèi)容。

三生成式人工智能技術(shù)的關(guān)鍵特征

以下是生成式人工智能技術(shù)的主要特征，

文本管理：生成式人工智能可以以連貫的方式完成給定的文本。它可以將文本從一種語(yǔ)言翻譯成另一種語(yǔ)言。它可以將文本總結(jié)為更短、更簡(jiǎn)潔的形式。它可以生成模仿人類寫(xiě)作的文本。

上下文理解：生成式人工智能具有強(qiáng)大的理解上下文的能力。

自然語(yǔ)言處理：它可以執(zhí)行各種NLP任務(wù)。理解和處理人類語(yǔ)言，讓用戶以對(duì)話的方式提出問(wèn)題。

問(wèn)答：生成式人工智能可以根據(jù)知識(shí)庫(kù)回答問(wèn)題。

個(gè)性化：生成式人工智能可以針對(duì)特定用例進(jìn)行微調(diào)。

多語(yǔ)言支持：生成式人工智能可以用多種語(yǔ)言執(zhí)行NLP任務(wù)。

高級(jí)語(yǔ)義搜索：支持對(duì)大量結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)（包括數(shù)據(jù)庫(kù)、文檔等）進(jìn)行語(yǔ)義搜索。此外，還支持使用基于自定義AI/ML的數(shù)據(jù)處理進(jìn)行自動(dòng)數(shù)據(jù)索引，以實(shí)現(xiàn)高效嵌入。

內(nèi)容審核：針對(duì)企業(yè)特定數(shù)據(jù)進(jìn)行訓(xùn)練的查詢和響應(yīng)的智能內(nèi)容過(guò)濾和審核引擎。

集成：可以與組織內(nèi)的各種應(yīng)用程序/數(shù)據(jù)源集成，包括CRM、ERP和其他專有系統(tǒng)，以通過(guò)API訪問(wèn)和分析數(shù)據(jù)。

基于角色的訪問(wèn)控制：系統(tǒng)可以設(shè)置基于角色的訪問(wèn)控制，確保用戶只能訪問(wèn)和查詢他們有權(quán)限查看的數(shù)據(jù)。

軟件編碼：代碼生成、翻譯、解釋和驗(yàn)證。

四生成式人工智能的采用步驟

以下是在整個(gè)企業(yè)中實(shí)施生成式人工智能所要遵循的步驟。

·生成式人工智能準(zhǔn)備情況評(píng)估：建立一個(gè)執(zhí)行團(tuán)隊(duì)，負(fù)責(zé)識(shí)別和監(jiān)督整個(gè)組織的人工智能計(jì)劃。為生成式人工智能實(shí)施制定清晰的愿景和戰(zhàn)略，使其與企業(yè)目標(biāo)和業(yè)務(wù)功能保持一致。為員工制定切實(shí)可行的溝通方式和適當(dāng)?shù)脑L問(wèn)權(quán)限。

·業(yè)務(wù)用例識(shí)別：識(shí)別需要關(guān)注的業(yè)務(wù)挑戰(zhàn)。此外，了解采用人工智能對(duì)企業(yè)成功至關(guān)重要的業(yè)務(wù)優(yōu)勢(shì)。選擇目標(biāo)用例并執(zhí)行概念驗(yàn)證(POC)，以實(shí)現(xiàn)所需的業(yè)務(wù)和運(yùn)營(yíng)成果。通過(guò)提高生產(chǎn)力、增長(zhǎng)和新業(yè)務(wù)模式來(lái)創(chuàng)造價(jià)值。

·確定流程：了解人工智能解決方案的影響并確定其成功衡量標(biāo)準(zhǔn)。創(chuàng)建持續(xù)監(jiān)控和審計(jì)生成式人工智能系統(tǒng)的流程，以負(fù)責(zé)任地使用人工智能，確保符合法律和技術(shù)標(biāo)準(zhǔn)。定義人工智能系統(tǒng)的數(shù)據(jù)訪問(wèn)控制、數(shù)據(jù)共享協(xié)議和數(shù)據(jù)生命周期管理程序。從試點(diǎn)轉(zhuǎn)向生產(chǎn)，包括將生成式人工智能功能集成到更大的IT系統(tǒng)中。迭代并學(xué)習(xí)符合企業(yè)目標(biāo)和愿景的潛在生成式人工智能。

·識(shí)別數(shù)據(jù)源：通過(guò)處理結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)源來(lái)實(shí)現(xiàn)對(duì)高質(zhì)量數(shù)據(jù)的訪問(wèn)。

·評(píng)估生成式AI工具：評(píng)估適用于企業(yè)業(yè)務(wù)的生成式AI工具。該工具需要遵守企業(yè)標(biāo)準(zhǔn)，如安全性、隱私性、數(shù)據(jù)處理和合規(guī)性。該工具需要授權(quán)利益相關(guān)者滿足業(yè)務(wù)需求，并根據(jù)業(yè)務(wù)指標(biāo)不斷改進(jìn)其生成的體驗(yàn)。

·生成式人工智能治理：在整個(gè)企業(yè)內(nèi)建立生成式人工智能治理。定義參與生成式人工智能開(kāi)發(fā)、部署和監(jiān)控的個(gè)人的角色和職責(zé)。促進(jìn)人工智能專家、領(lǐng)域?qū)＜液蜆I(yè)務(wù)利益相關(guān)者之間的合作。建立一個(gè)集中的跨職能團(tuán)隊(duì)，根據(jù)技術(shù)、法規(guī)和企業(yè)需求審查和更新生成式人工智能治理實(shí)踐。

·技能提升：通過(guò)開(kāi)展各種培訓(xùn)課程重新培訓(xùn)員工，提高生產(chǎn)力，并鼓勵(lì)他們執(zhí)行POC。此外，根據(jù)員工的角色和技能，確定技能差距并進(jìn)行有效培訓(xùn)，以更好地為企業(yè)轉(zhuǎn)型計(jì)劃做出貢獻(xiàn)。

·建立員工隊(duì)伍：教育員工如何使用生成式人工智能技術(shù)、它們?cè)谄髽I(yè)系統(tǒng)中的使用、使用生成式人工智能的挑戰(zhàn)以及如何克服這些挑戰(zhàn)。進(jìn)行結(jié)構(gòu)化培訓(xùn)以培養(yǎng)新技能并應(yīng)用新思維方式，為最終用戶提供更好的體驗(yàn)。制定溝通機(jī)制，讓員工了解生成式人工智能技術(shù)及其含義。

五生成式人工智能原則

生成性人工智能涵蓋人工智能系統(tǒng)的設(shè)計(jì)、開(kāi)發(fā)和監(jiān)控，以增強(qiáng)和提高整個(gè)企業(yè)的生產(chǎn)力和工作質(zhì)量。

下圖描述了生成式人工智能原則，分為戰(zhàn)略、應(yīng)用、數(shù)據(jù)分析、技術(shù)、安全和治理。

下面介紹了12大生成式人工智能原則及其基本原理。

原則1：人們應(yīng)該對(duì)人工智能系統(tǒng)負(fù)責(zé)。

理由：建立監(jiān)督機(jī)制，使人類能夠承擔(dān)責(zé)任并保持聯(lián)系。評(píng)估系統(tǒng)對(duì)人員和組織的影響。

原則2：人工智能系統(tǒng)應(yīng)該透明、可理解。

原理：設(shè)計(jì)人工智能系統(tǒng)以智能地進(jìn)行決策。人工智能系統(tǒng)旨在告知人們他們正在與人工智能系統(tǒng)交互。

原則3：人工智能系統(tǒng)應(yīng)該公平對(duì)待所有人。

理由：人工智能系統(tǒng)旨在為特定人口群體提供類似質(zhì)量的服務(wù)

原則4：人工智能系統(tǒng)應(yīng)該賦予每個(gè)人權(quán)力并讓每個(gè)人參與進(jìn)來(lái)。

理由：人工智能系統(tǒng)的設(shè)計(jì)符合企業(yè)可訪問(wèn)性標(biāo)準(zhǔn)

原則5：在整個(gè)企業(yè)實(shí)施AI微服務(wù)。

理由：快速構(gòu)建利用微服務(wù)組件的應(yīng)用程序。GemAI平臺(tái)必須提供跨企業(yè)的基于AI的軟件服務(wù)綜合目錄。

原則6：支持全生命周期AI模型開(kāi)發(fā)。

理由：生成式人工智能平臺(tái)支持集成的全生命周期算法開(kāi)發(fā)體驗(yàn)。

原則7：設(shè)計(jì)系統(tǒng)的數(shù)據(jù)質(zhì)量管理

理由：訓(xùn)練數(shù)據(jù)可供企業(yè)AI系統(tǒng)使用

原則8：統(tǒng)一所有企業(yè)數(shù)據(jù)。

原理：將來(lái)自眾多系統(tǒng)的數(shù)據(jù)集成為統(tǒng)一的聯(lián)合數(shù)據(jù)。數(shù)據(jù)必須是最新且實(shí)時(shí)的。

原則9：訪問(wèn)多格式數(shù)據(jù)

理由：該平臺(tái)需要支持?jǐn)?shù)據(jù)庫(kù)技術(shù)，包括關(guān)系數(shù)據(jù)存儲(chǔ)、分布式文件系統(tǒng)、鍵值存儲(chǔ)、圖形存儲(chǔ)以及傳統(tǒng)應(yīng)用程序。

原則10：提供企業(yè)數(shù)據(jù)治理和安全。

理由：生成式人工智能平臺(tái)必須提供強(qiáng)大的加密、多級(jí)用戶訪問(wèn)認(rèn)證和授權(quán)控制。

原則11：實(shí)現(xiàn)多云部署。

理由：生成式人工智能平臺(tái)必須支持多云操作。生成式人工智能平臺(tái)必須進(jìn)行優(yōu)化，以利用差異化服務(wù)。

原則12：生成式人工智能治理應(yīng)端到端地發(fā)展。

理由：治理、道德、誠(chéng)信和安全需要從一開(kāi)始就建立起來(lái)。開(kāi)發(fā)生成式人工智能系統(tǒng)與整個(gè)企業(yè)互動(dòng)，從基礎(chǔ)層面提供誠(chéng)信。賦予個(gè)人權(quán)力。建立持續(xù)的人類學(xué)習(xí)和改進(jìn)決策的過(guò)程。

六生成式AI參考架構(gòu)

下圖展示了生成式人工智能的邏輯架構(gòu)及其關(guān)鍵組件和層。

生成式人工智能的各個(gè)模塊分為：

o企業(yè)平臺(tái)

o人工智能數(shù)據(jù)源

o人工智能基礎(chǔ)設(shè)施

o基礎(chǔ)模型

o人工智能數(shù)據(jù)存儲(chǔ)庫(kù)

o及時(shí)工程

o人工智能搜索

oAPI網(wǎng)關(guān)

o政策管理

o商業(yè)用戶

企業(yè)平臺(tái)：這些是現(xiàn)有的以及新的企業(yè)應(yīng)用程序和平臺(tái)，涵蓋ERP、CRM、資產(chǎn)管理、DWH、數(shù)據(jù)湖和社交媒體等。它們使用來(lái)自AI數(shù)據(jù)源的數(shù)據(jù)并與基礎(chǔ)模型共享。

AI數(shù)據(jù)源：數(shù)據(jù)源提供解決業(yè)務(wù)問(wèn)題所需的洞察力。數(shù)據(jù)源是結(jié)構(gòu)化的、半結(jié)構(gòu)化的和非結(jié)構(gòu)化的，它們來(lái)自許多來(lái)源。基于AI的解決方案支持處理來(lái)自各種來(lái)源的所有類型的數(shù)據(jù)。

人工智能基礎(chǔ)設(shè)施：它由存儲(chǔ)、計(jì)算支持生成人工智能應(yīng)用所需的大量數(shù)據(jù)的存儲(chǔ)和處理組成。

基礎(chǔ)模型：這些是深度學(xué)習(xí)模型。它們?cè)诖罅糠墙Y(jié)構(gòu)化和未標(biāo)記數(shù)據(jù)上進(jìn)行訓(xùn)練，以執(zhí)行特定任務(wù)。它充當(dāng)其他模型的平臺(tái)。為了處理大量非結(jié)構(gòu)化文本，基礎(chǔ)模型利用大型語(yǔ)言模型(LLM)。

LLM是一種基于大量文本數(shù)據(jù)進(jìn)行訓(xùn)練的AI系統(tǒng)，可以理解自然語(yǔ)言并生成類似人類的響應(yīng)。LLM模型可以使用開(kāi)源模型或?qū)Ｓ心Ｐ蜆?gòu)建。開(kāi)源模型是現(xiàn)成的，可以定制。專有模型以LLM即服務(wù)的形式提供。以下是一些LLM工具，

基礎(chǔ)模型經(jīng)過(guò)微調(diào)，適合不同領(lǐng)域的采用，并且能夠使用標(biāo)記數(shù)據(jù)進(jìn)行短期訓(xùn)練，從而更好地執(zhí)行特定任務(wù)。在特定任務(wù)或數(shù)據(jù)集上進(jìn)一步訓(xùn)練預(yù)訓(xùn)練模型，使其適應(yīng)特定應(yīng)用或領(lǐng)域的過(guò)程稱為微調(diào)。

這些模型的例子有GPT-4、BERT、PaLM2、DALL·E2和StableDiffusion。

AI數(shù)據(jù)存儲(chǔ)庫(kù)：此層主要由模型中心、博客存儲(chǔ)和數(shù)據(jù)庫(kù)組成。模型中心由經(jīng)過(guò)訓(xùn)練和批準(zhǔn)的模型組成，這些模型可以根據(jù)需求配置，并充當(dāng)模型檢查點(diǎn)、權(quán)重和參數(shù)的存儲(chǔ)庫(kù)。涵蓋結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)源的綜合數(shù)據(jù)架構(gòu)被定義為存儲(chǔ)庫(kù)的一部分。此外，數(shù)據(jù)被分類和組織，以便生成AI模型可以使用。

提示工程：這是一個(gè)設(shè)計(jì)、改進(jìn)和優(yōu)化輸入提示的過(guò)程，以引導(dǎo)生成式AI模型產(chǎn)生所需的輸出。

AI搜索：這包括上下文管理、緩存和認(rèn)知搜索。上下文管理為模型提供來(lái)自企業(yè)數(shù)據(jù)源的相關(guān)信息。該模型可以在正確的時(shí)間訪問(wèn)正確的數(shù)據(jù)以產(chǎn)生準(zhǔn)確的輸出。緩存可以加快響應(yīng)速度。

AI安全：有助于建立強(qiáng)大的安全性。AI安全必須涵蓋戰(zhàn)略、規(guī)劃和知識(shí)產(chǎn)權(quán)。生成式AI平臺(tái)需要提供強(qiáng)大的加密、多級(jí)用戶訪問(wèn)、身份驗(yàn)證和授權(quán)。

API網(wǎng)關(guān)：利益相關(guān)者使用API網(wǎng)關(guān)渠道與企業(yè)進(jìn)行互動(dòng)。它是消費(fèi)者訪問(wèn)后端服務(wù)的單一入口點(diǎn)?；诳蛻袈贸毯蜕舷挛牡姆?wù)組合和編排。此功能由API管理平臺(tái)提供。

策略管理：確保對(duì)企業(yè)數(shù)據(jù)資產(chǎn)的適當(dāng)訪問(wèn)。它涵蓋基于角色的訪問(wèn)控制和基于內(nèi)容的策略，以保護(hù)企業(yè)數(shù)據(jù)資產(chǎn)。例如，HR的生成式AI模型涵蓋的員工薪酬詳細(xì)信息僅由HR訪問(wèn)，而組織的其他部分則無(wú)法訪問(wèn)。

業(yè)務(wù)用戶：內(nèi)部和外部的各種利益相關(guān)者都屬于此層。他們是系統(tǒng)的主要用戶。

七生成式人工智能的真實(shí)用例

生成式人工智能的用例無(wú)窮無(wú)盡，而且它們?cè)诓粩喟l(fā)展。各行各業(yè)的企業(yè)都在嘗試以不同的方式整合生成式人工智能。此外，各行各業(yè)對(duì)提高效率和改善決策能力的需求也很高。生成式人工智能應(yīng)用可改善體驗(yàn)、降低成本并增加企業(yè)收入。

1.醫(yī)療保健和制藥

基于生成式人工智能的應(yīng)用程序可幫助醫(yī)療保健專業(yè)人員提高工作效率，提前發(fā)現(xiàn)潛在問(wèn)題，提供洞察力以實(shí)現(xiàn)互聯(lián)健康并改善患者治療效果。它有助于：

更好的客戶體驗(yàn)：自動(dòng)化管理任務(wù)，例如處理索賠、安排預(yù)約和管理醫(yī)療記錄。

患者健康摘要：通過(guò)生成個(gè)性化的患者健康摘要、加快患者響應(yīng)時(shí)間并改善患者體驗(yàn)來(lái)提供醫(yī)療決策支持。

加快出版物分析速度：生成式人工智能通過(guò)比以往更快地分析來(lái)自多個(gè)來(lái)源的大量數(shù)據(jù)，有助于減少創(chuàng)建特定藥物研究出版物所需的時(shí)間。它有助于加快護(hù)理速度和質(zhì)量。它還可以提高藥物依從性。

個(gè)性化醫(yī)療：根據(jù)患者的基因構(gòu)成、病史、生活方式等制定基于生成人工智能的個(gè)性化治療計(jì)劃。

醫(yī)療保健虛擬助手：它為最終用戶提供對(duì)話式且引人入勝的訪問(wèn)方式，以獲取最相關(guān)、最準(zhǔn)確的醫(yī)療保健服務(wù)和信息。

2.制造業(yè)

生成式人工智能使制造商能夠利用其數(shù)據(jù)創(chuàng)造更多東西，從而推動(dòng)預(yù)測(cè)性維護(hù)和需求預(yù)測(cè)的發(fā)展。它還有助于模擬制造質(zhì)量、提高生產(chǎn)速度和材料效率。

預(yù)測(cè)性維護(hù)：幫助估計(jì)機(jī)器及其部件的使用壽命。主動(dòng)向技術(shù)人員提供有關(guān)零件和機(jī)器維修和更換的信息。這有助于減少停機(jī)時(shí)間。

績(jī)效效率：主動(dòng)預(yù)測(cè)問(wèn)題。它涵蓋實(shí)時(shí)生產(chǎn)中斷風(fēng)險(xiǎn)、瓶頸和安全風(fēng)險(xiǎn)。

生成式人工智能在制造業(yè)的其他用途包括：

·產(chǎn)量、能源和產(chǎn)量?jī)?yōu)化

·數(shù)字模擬

·銷售和需求預(yù)測(cè)

·物流網(wǎng)絡(luò)優(yōu)化

3.零售

生成式人工智能有助于個(gè)性化產(chǎn)品、品牌管理、優(yōu)化營(yíng)銷和銷售活動(dòng)。它使零售商能夠更精確地根據(jù)客戶需求定制產(chǎn)品。它有助于支持動(dòng)態(tài)定價(jià)和規(guī)劃。

個(gè)性化產(chǎn)品：使零售商能夠提供定制的體驗(yàn)、產(chǎn)品、定價(jià)和計(jì)劃。它還有助于實(shí)現(xiàn)在線和實(shí)體購(gòu)物體驗(yàn)的現(xiàn)代化。

動(dòng)態(tài)定價(jià)和計(jì)劃：預(yù)測(cè)不同產(chǎn)品的需求，為定價(jià)和庫(kù)存決策提供更大的信心。

生成式人工智能在零售業(yè)的其他用途包括：

·活動(dòng)管理

·內(nèi)容管理

·增強(qiáng)客戶支持

·搜索引擎優(yōu)化

4.銀行業(yè)

生成式人工智能應(yīng)用程序有助于為客戶提供個(gè)性化的銀行體驗(yàn)。它改進(jìn)了金融模擬，開(kāi)發(fā)了風(fēng)險(xiǎn)分析和欺詐預(yù)防。

風(fēng)險(xiǎn)緩解和投資組合優(yōu)化：生成式人工智能幫助銀行構(gòu)建數(shù)據(jù)基礎(chǔ)，以開(kāi)發(fā)風(fēng)險(xiǎn)模型，識(shí)別影響銀行的事件，如何緩解風(fēng)險(xiǎn)并優(yōu)化投資組合。

客戶模式分析：生成式人工智能可以大規(guī)模分析歷史銀行數(shù)據(jù)中的模式，幫助客戶經(jīng)理和客戶代表識(shí)別客戶偏好、預(yù)測(cè)需求并創(chuàng)造個(gè)性化的銀行體驗(yàn)。

客戶財(cái)務(wù)規(guī)劃：生成式人工智能可用于自動(dòng)化客戶服務(wù)、識(shí)別客戶行為趨勢(shì)、預(yù)測(cè)客戶需求和偏好。這有助于更好地了解客戶并提供個(gè)性化建議。

生成式人工智能在銀行業(yè)的其他用途包括：

·反洗錢法規(guī)

·遵守

·財(cái)務(wù)模擬

·申請(qǐng)人模擬

·下一步最佳行動(dòng)

·風(fēng)險(xiǎn)分析

·預(yù)防詐騙

5.保險(xiǎn)

生成式人工智能分析和處理大量數(shù)據(jù)的能力有助于準(zhǔn)確評(píng)估風(fēng)險(xiǎn)和有效處理索賠。各種數(shù)據(jù)類別包括客戶反饋、索賠記錄、保單記錄和經(jīng)濟(jì)狀況等。

客戶支持：生成式人工智能可以通過(guò)翻譯客戶查詢并以客戶首選語(yǔ)言回復(fù)來(lái)提供多語(yǔ)言客戶服務(wù)。

政策管理：生成式人工智能分析與客戶政策、各種政策文件、客戶反饋、社交媒體文獻(xiàn)相關(guān)的大量非結(jié)構(gòu)化數(shù)據(jù)，以實(shí)施更好的政策管理。

索賠管理：生成式人工智能有助于分析各種索賠工件，以提高索賠管理的整體效率和有效性。

生成式人工智能在保險(xiǎn)行業(yè)的其他用途包括：

·客戶溝通

·覆蓋范圍說(shuō)明

·產(chǎn)品的交叉銷售和追加銷售

·加速產(chǎn)品開(kāi)發(fā)生命周期

·產(chǎn)品創(chuàng)新

6.教育

生成式人工智能有助于連接教師和學(xué)生。它還使教師、管理人員和技術(shù)創(chuàng)新者之間的協(xié)作成為可能，從而為學(xué)生提供更好的教育。

學(xué)生賦能：生成式人工智能幫助學(xué)生進(jìn)行實(shí)時(shí)課程翻譯，翻譯語(yǔ)言多種多樣。幫助盲人學(xué)生實(shí)現(xiàn)課堂無(wú)障礙。

學(xué)生成功：深入分析學(xué)生的成功并幫助教師做出如何改善學(xué)生成績(jī)的明智決定。

7.電信

電信行業(yè)采用生成式人工智能可提高運(yùn)營(yíng)效率和網(wǎng)絡(luò)性能。在電信行業(yè)，生成式人工智能可用于：

·分析顧客購(gòu)買模式

·個(gè)性化服務(wù)推薦

·提高銷量，

·管理客戶忠誠(chéng)度

·洞察客戶偏好

·更好的數(shù)據(jù)和網(wǎng)絡(luò)安全性，增強(qiáng)欺詐檢測(cè)。

8.政務(wù)部門

數(shù)字政府的目標(biāo)是建立互聯(lián)政府，提供更好的公民服務(wù)。生成式人工智能使這些公民服務(wù)能夠更有效地服務(wù)公民，并保護(hù)機(jī)密信息。

智慧城市：生成式人工智能有助于收費(fèi)管理、交通優(yōu)化和可持續(xù)性。

更好的公民服務(wù)：通過(guò)跟蹤、搜索和對(duì)話機(jī)器人為公民提供更便捷的聯(lián)網(wǎng)政府服務(wù)。

使用生成式人工智能實(shí)現(xiàn)的其他服務(wù)包括：

·服務(wù)運(yùn)營(yíng)優(yōu)化

·聯(lián)絡(luò)中心自動(dòng)化

八生成式人工智能的好處

以下是生成式人工智能改變行業(yè)的優(yōu)勢(shì)，

·做得更好、做更多的工作

·創(chuàng)造更多更好的內(nèi)容

·個(gè)性化客戶體驗(yàn)并接觸合適的客戶

·識(shí)別新的客戶旅程并識(shí)別新的受眾

·通過(guò)增強(qiáng)聊天和搜索體驗(yàn)改善客戶互動(dòng)

·增強(qiáng)創(chuàng)造力和使用創(chuàng)造工具的能力

·通過(guò)對(duì)話界面和摘要探索大量非結(jié)構(gòu)化數(shù)據(jù)

·改變活動(dòng)、受眾、體驗(yàn)、旅程和見(jiàn)解。

·幫助營(yíng)銷團(tuán)隊(duì)提出更好的想法，更快地執(zhí)行活動(dòng)并創(chuàng)造更加個(gè)性化的體驗(yàn)。

九當(dāng)前生成式人工智能的局限性

當(dāng)今企業(yè)在實(shí)施生成式人工智能解決方案時(shí)面臨的主要挑戰(zhàn)是：

數(shù)據(jù)準(zhǔn)備：人工智能的數(shù)據(jù)源識(shí)別、算法的數(shù)據(jù)標(biāo)記、數(shù)據(jù)管理、數(shù)據(jù)治理、數(shù)據(jù)政策、數(shù)據(jù)安全和數(shù)據(jù)存儲(chǔ)是企業(yè)面臨的挑戰(zhàn)。

可靠性：訓(xùn)練后的模型是黑匣子，對(duì)最終用戶沒(méi)有任何線索。這可能會(huì)導(dǎo)致錯(cuò)誤、有害和不安全的結(jié)果。

安全風(fēng)險(xiǎn)：云模型可能會(huì)泄露專有數(shù)據(jù)、IP、PII和模型交互歷史記錄。

技術(shù)復(fù)雜性：LLM的數(shù)據(jù)準(zhǔn)備、算法設(shè)計(jì)、模型構(gòu)建、模型訓(xùn)練是一項(xiàng)復(fù)雜的任務(wù)。訓(xùn)練的計(jì)算識(shí)別、云識(shí)別和部署都是復(fù)雜的任務(wù)。

大規(guī)模定制：企業(yè)業(yè)務(wù)需求需要對(duì)基礎(chǔ)模型進(jìn)行大量精細(xì)調(diào)整和及時(shí)工程。

技能差距：生成式人工智能計(jì)劃需要機(jī)器學(xué)習(xí)/深度學(xué)習(xí)/快速工程/大型語(yǔ)言模型專業(yè)知識(shí)來(lái)構(gòu)建和訓(xùn)練基礎(chǔ)模型。許多企業(yè)缺乏這些技能資源，并且內(nèi)部沒(méi)有這些資源。企業(yè)構(gòu)建算法和模型以滿足業(yè)務(wù)需求將是一個(gè)挑戰(zhàn)。

生成式人工智能模型的其他挑戰(zhàn)包括：

·不受控制的輸出

·不可預(yù)測(cè)的輸出

·生成可能錯(cuò)誤或非法的輸出

·版權(quán)和法律挑戰(zhàn)

十使用生成式人工智能的關(guān)鍵成功因素

在大多數(shù)情況下，企業(yè)的IT部門會(huì)為了應(yīng)對(duì)降低成本的業(yè)務(wù)壓力而啟動(dòng)生成式AI的采用。他們以極大的熱情開(kāi)始這項(xiàng)計(jì)劃，但一段時(shí)間后，這項(xiàng)計(jì)劃便自行消退。這可能是由于高層管理人員缺乏承諾、將重點(diǎn)轉(zhuǎn)移到其他新計(jì)劃、規(guī)劃不周和期望不切實(shí)際。

以下是整個(gè)企業(yè)生成式人工智能計(jì)劃要解決的關(guān)鍵成功因素。

CXO需要關(guān)注的是，

制定戰(zhàn)略并領(lǐng)導(dǎo)治理

建立生成式人工智能治理委員會(huì)，幫助指導(dǎo)企業(yè)決策

確保生成式人工智能戰(zhàn)略與業(yè)務(wù)戰(zhàn)略保持一致

向各利益相關(guān)者清晰傳達(dá)生成式人工智能的目標(biāo)

獲得同行的支持

闡明執(zhí)行生成式人工智能的好處，以及對(duì)企業(yè)的成本和風(fēng)險(xiǎn)

定義指標(biāo)

所有利益相關(guān)方的參與和積極參與

引入業(yè)務(wù)

建立負(fù)責(zé)任的人工智能文化

保持勢(shì)頭

通過(guò)定期審查來(lái)監(jiān)控生成式人工智能計(jì)劃

要求定期更新現(xiàn)代化項(xiàng)目

生成式人工智能的采用是一個(gè)持續(xù)的過(guò)程，需要定期評(píng)估

鼓勵(lì)員工對(duì)生成式人工智能的興趣

IT領(lǐng)導(dǎo)者應(yīng)重點(diǎn)關(guān)注的是，

定期進(jìn)行生成式人工智能采用情況審查

部署具有適當(dāng)技能組合的經(jīng)驗(yàn)豐富的顧問(wèn)團(tuán)隊(duì)

確定適合采用生成式人工智能的應(yīng)用程序，以經(jīng)濟(jì)高效且可靠的方式滿足業(yè)務(wù)需求

納入審計(jì)。這有助于企業(yè)制定和部署政策，以保護(hù)企業(yè)免受版權(quán)侵犯和專有數(shù)據(jù)泄露等風(fēng)險(xiǎn)

確定建議的行動(dòng)方案

創(chuàng)建生成式AI采用框架

簡(jiǎn)化數(shù)據(jù)源、人才和技術(shù)

建立商業(yè)案例

闡明每個(gè)潛在生成式人工智能項(xiàng)目的成本和風(fēng)險(xiǎn)，包括不采取任何行動(dòng)的機(jī)會(huì)成本

民主化思想，限制生產(chǎn)。防止員工啟動(dòng)未經(jīng)測(cè)試和不受監(jiān)管的人工智能項(xiàng)目

允許員工進(jìn)行實(shí)驗(yàn)，但無(wú)需具備使用生成式人工智能的能力

建立卓越中心

提升員工的生成式人工智能技能

構(gòu)建用例和最小可行產(chǎn)品

及時(shí)定義并進(jìn)行微調(diào)

生成式人工智能團(tuán)隊(duì)將重點(diǎn)關(guān)注

收集相關(guān)且有意義的數(shù)據(jù)

IT利益相關(guān)者和關(guān)鍵SME/資源是否能夠按照計(jì)劃及時(shí)并有時(shí)間投入進(jìn)行信息共享、研討會(huì)、訪談、調(diào)查、調(diào)查結(jié)果驗(yàn)證和相關(guān)活動(dòng)

針對(duì)客戶痛點(diǎn)提出一系列正確的問(wèn)題，引領(lǐng)生成式人工智能實(shí)踐

識(shí)別動(dòng)態(tài)數(shù)據(jù)

檢查現(xiàn)有數(shù)據(jù)并適當(dāng)使用

準(zhǔn)備動(dòng)態(tài)數(shù)據(jù)。動(dòng)態(tài)數(shù)據(jù)包括表格、圖像、視頻、文本、代碼等。

迅速識(shí)別

提示識(shí)別

調(diào)整AI在初始階段使用的提示

微調(diào)提示以解決不準(zhǔn)確和有偏見(jiàn)的輸出

構(gòu)建目標(biāo)架構(gòu)

創(chuàng)建目標(biāo)參考架構(gòu)

創(chuàng)建生成式人工智能采用路線圖

小結(jié)

生成式人工智能在企業(yè)中的應(yīng)用越來(lái)越廣泛，甚至可能走向工業(yè)化。

了解生成式人工智能基礎(chǔ)知識(shí)，以確定業(yè)務(wù)用例。制定整個(gè)企業(yè)的數(shù)據(jù)和人工智能戰(zhàn)略。確定需要LLM的用例的最高價(jià)值。

生成式AI平臺(tái)可以是開(kāi)源的，也可以是專有的，支持基于標(biāo)準(zhǔn)的集成(API)，使用ML和DL庫(kù)和數(shù)據(jù)管理工具。生成式AI的應(yīng)用不斷發(fā)展，有助于：

為新產(chǎn)品創(chuàng)造創(chuàng)意

重新構(gòu)想用戶體驗(yàn)

重塑工作流程

培訓(xùn)員工以推動(dòng)生成式人工智能驅(qū)動(dòng)的計(jì)劃?？紤]重新培訓(xùn)和提升員工技能，以便有效地使用生成式人工智能。解決并隨時(shí)了解與人工智能相關(guān)的新興道德準(zhǔn)則和法規(guī)。

最后，生成式人工智能是一個(gè)機(jī)會(huì)，而不是我們的競(jìng)爭(zhēng)對(duì)手。它不會(huì)取代人類，但會(huì)幫助下一代企業(yè)取得成功。