CIO应重点关注的领域,以维持GenAI的势头

CIOAge 人工智能
GenAI仍然是大多数企业的首要投资重点,而且期望值很高。根据普华永道的最新调查,美国61%的CEO预期AI将改变他们的业务价值生成方式,但要实现这一目标,企业必须将AI的炒作转化为现实。

GenAI仍然是大多数企业的首要投资重点,而且期望值很高。根据普华永道的最新调查,美国61%的CEO预期AI将改变他们的业务价值生成方式,但要实现这一目标,企业必须将AI的炒作转化为现实。

好消息是,他们在这方面越来越擅长。事实上,根据Databricks最近发布的《数据+AI状态报告》的结果,企业将1342%的模型从实验阶段推向了现实世界,而且他们对数据和AI的雄心并没有减弱,实验模型的数量也增长了134%。

这些都是令人鼓舞的迹象,但根据我与CIO和其他技术领导者的对话,当前的挑战是如何保持这一势头。公司在对期望达成一致方面面临困难。自然,许多高管希望能立即看到投资回报,而且由于担心竞争对手在AI方面进展更快,公司没有考虑长期战略。

这种方法是错误的。只关注“现在”的公司会发现自己在一个又一个新奇事物之间跳跃。对GenAI的投资是一个漫长的过程,CIO必须将公司的AI心态从短期胜利转向长期业务转型,考虑到这一点,以下是CIO和其他技术领导者在应对这些挑战时应关注的三个关键领域:

1. 改善数据基础设施

AI的优先事项和关注领域几乎与技术本身一样迅速发展。

例如,六个月前,很少有CIO熟悉检索增强生成(RAG)。现在,在私有公司数据上训练商业LLM以获得更好和更定制化的性能已经成为一个重要的关注领域。根据我们的匿名使用数据,构建RAG模型的关键——向量数据库的使用在过去一年中增长了377%。一些公司,如Databricks,甚至开始使用“代理和工具”方法来帮助AI系统解决更复杂的问题。

这证明了GenAI的发展速度,以及其能力范围的快速扩展,但数据迁移仍然是一个挑战。例如,要构建一个成功的RAG系统,需要训练的数据必须是随时可用的,而不是被困在企业各处的孤岛中。结构化和非结构化数据都需要结合在一起,以确保模型能够提供用户期望的定制答案。

但这只是今天的挑战,企业需要一个可以随着需求和技术变化而扩展的框架。领导者应问自己以下问题:什么样的基础设施可以使我们有效管理、维护和从数据中获取洞察力,无论更大的AI环境如何演变?我们希望使用的应用程序在哪些类型或规模的模型中表现出色?我们的数据环境需要如何改进或变化才能与这些模型良好配合?

2. 导航基础模型

对于大多数企业来说,通用LLM是一个很好的起点。我们在平台上也持续看到使用量的增加。但企业使用这些基础模型越多,就越能发现其局限性。

这就是为什么现在很多企业正在寻求诸如RAG和微调等技术来提高模型的性能,并最终降低其运行成本。虽然公司正在对专有模型进行这项工作,但他们越来越多地选择开放系统。事实上,根据我们报告中的发现,在Llama 3发布几周后,它就占据了所有开源模型使用量的39%。

随着这些技术变得越来越普及,企业需要学习何时应用哪种技术。例如,当构建自己的模型可能更具成本效益时,企业可能会决定从头开始构建自己的模型,而只是微调一个基础模型,或者他们可能在处理不断更新的信息集。在这种情况下,RAG是更好的选择,因为企业可以快速向模型提供新数据。

重要的是,模型只会变得越来越好。对未来趋势保持敏锐的洞察至关重要。

3. 优先考虑AI开发和使用中的准确性

AI正在改变工作流程并重新塑造企业对数据的思考方式,但许多公司仍处于测试和实验阶段,这是因为,当前,许多模型并不像它们需要的那样准确或可靠。

一些公司已经看到了后果:一家航空公司的聊天机器人提供了一项不符合公司正式政策的退款,法院判决支持客户,或者考虑一家汽车经销商的聊天机器人向客户提供一美元的汽车。

如果这些失误在大规模或高风险场景中发生,企业将遭受损失,这就是为什么在循环中保持人类参与是至关重要的,特别是对于需要高准确性的应用程序。

即使模型有所改进,输出的质量也取决于支持它们的数据。强有力的数据卫生和监督是确保企业实现AI驱动成功的关键。确保数据的管理、可访问性和良好架构将帮助企业在未来看到更一致和可靠的输出。

AI将越来越能够在医疗、制造、企业技术等工作场所增强人类能力,这就是为什么企业需要专注于保持强大的数据基础设施和实践,优先考虑符合其更广泛业务战略的AI应用,并培养一个为这一变革时代做好准备的AI准备就绪的劳动力。

责任编辑:庞桂玉 来源: 企业网D1Net
相关推荐

2017-10-25 10:18:00

2011-09-20 09:19:57

2015-02-05 09:14:38

惠普大数据

2012-10-24 10:17:11

BI移动CIO

2020-06-19 12:13:41

智慧城市物联网5G

2021-10-25 10:23:26

CIO首席信息官IT高管

2024-01-17 15:48:39

CIOGenAI

2013-09-29 09:04:14

CIO戴尔

2021-02-06 10:00:52

Forrester银行数字化

2023-10-17 16:02:47

AI聊天机器人OpenAI

2011-06-29 15:24:18

2013-01-28 09:47:01

2019-02-27 14:32:50

人工智能AI机器学习

2022-09-19 08:47:44

CIOTCSROI

2023-11-27 12:11:32

2013-10-10 15:07:49

英特尔Android

2021-09-27 10:20:43

ITIT领导IT管理

2013-05-14 09:34:27

InteropCIO趋势

2022-03-28 10:03:32

CIO首席信息官IT基础

2022-01-13 10:52:30

CIOIT领导团队

51CTO技术栈公众号