思想领袖

首席执行官对采用生成式人工智能的 4 种方法的看法

发布时间

12个月前

2023 年 5 月 2 日

尽管最近风靡一时，生成式人工智能并不是一个全新的概念，而是第一个基于自然语言处理的聊天机器人的演变，该机器人是由麻省理工学院计算机科学家 Joseph Weizenbaum 于 1966 年创建的。尽管人工智能技术在过去几十年里不断向前发展，并受到亚马逊 Alexa 等家庭数字助理的普及，但我们正处于指数级增长时期，这将不可避免地重塑我们的业务方式。

许多人将生成式人工智能的快速普及与便携式计算机的出现进行比较，因为它将改变组织内的工作流程、协作和创造力。未来十年，红杉资本预计 GAI 将能够制作出与人造代码、艺术和写作的质量和复杂性相媲美的内容。一些企业正在加倍增强对新兴技术的信心，例如 Salesforce，其全球投资部门最近推出新的 250 亿美元生成人工智能基金，支持未来 18 个月负责任人工智能的发展。

加上炒作，我们还处于一个独特的不确定阶段，公司对生成式人工智能广泛使用的安全或法律影响更加谨慎。哪些公司会迅速采用生成式人工智能，哪些公司会惶恐不安？

作为一家全球数字分析公司的首席执行官，我对 GAI 的未来及其对我们业务的影响持谨慎乐观的态度。领导者可以通过以下四种方式充满信心地拥抱生成式人工智能：

1. 考虑您的目标：CX 应该是优先考虑的事项

当今的任何企业都应该以客户为中心。随着越来越多的机会测试如何将人工智能融入日常工作流程，我们需要磨练它如何帮助我们更好地服务客户。

理想情况下，我们希望技术能够更快地创建基础工作，并减少错误。无论是仪表板设计、模型构建还是数据工程，我们如何利用生成式人工智能为客户带来好处？这种方法将有助于消除浪费的时间和资源，以确保团队专注于他们的首要任务。

生成式人工智能应该用于更快地从数据集中获取见解。在 LatentView，我们正在探索如何使用 GPT4 等技术来生成与特定角色或场景最相关的见解。考虑到我们已经拥有的数据中已确定的所有相互关系，我们可以使用生成式人工智能快速得出可能会被遗漏或需要数小时手动工作才能得出的关键见解。

2. 为员工设置参数

拥抱生成式人工智能可能令人畏惧。与任何早期技术一样，领导者正在引导员工穿越未知领域。在 LatentView，我们正在不受限制地探索人工智能的新可能性。希望这样做的首席执行官应该为他们的团队提供必要的资源和培训，以了解和试验生成式人工智能。鼓励他们协作工作并提出问题，探索技术的新可能性和用例，同时考虑到生产力。

例如，假设您管理着一支快速发展的营销团队，在数字和社交渠道上实施了多项上市计划。您的团队很精干，需要尽可能高效地运作，并注重执行力。作为领导者，您如何使用 GAI 自动推送每天与每个团队成员最相关的内容？当每个团队成员开始工作时，他们都会打开一个自定义仪表板，并看到以下是他们当天最重要的三件事 - 将您的手动管理时间减少一半。这些见解基于有关营销团队目标、一天内可行的事情以及员工迄今为止所做的一切的数据，这些数据对每个员工来说都是独一无二的。

然而，开放探索也需要指导。强调现阶段使用 GAI 创建的所有内容都需要经过彻底审查。任何输出（例如代码）都应经过严格的测试和验证，以确保任何 GAI 支持的解决方案都是准确、可靠且合乎道德的。领导者必须制定严格的质量控制流程，在与客户或其他外部利益相关者共享之前审查 GAI 生成的所有内容。

随着人工智能的发展，将安全性放在首位也很重要，让团队了解网络安全漏洞的可能性并制定减轻这些威胁的计划。具体来说，强调与使用 GAI 工具相关的潜在安全风险。

3. 寻求 GAI 重塑工作流程的方法

除了编写代码之外，GAI 很快还将实现组织内几乎所有垂直和水平的自动化和创新。这是我预计近期会发生的事情。生成式人工智能将继续拉近组织与客户的距离。它可以大规模地分析客户数据并构建独特的客户偏好、行为和需求组合，以增强客户体验并提高参与度。

GAI 还可以为中型市场公司增加带宽，这些公司可能不像企业规模的竞争对手那样拥有强大的 IT 资源。具体来说，GAI 简化了业务专业人员和计算机之间的通信（目前由 IT 专家负责联络）。这消除了 IT 作为小型项目和流程的中间人，从而提高了效率。

业务用户还可以利用 GAI 分析大型数据集，发现时间和资源有限的人工分析师可能会错过的见解，或者自动化手动流程并减轻远程工作或混合工作环境中员工的负担。对于电子商务和其他数字原生平台，GAI 可用于开发更准确、更相关的推荐引擎，为个人用户提供个性化内容和营销信息，从而提高营销转化率、客户保留率并增加收入。

最后，人工智能可以帮助创建更好的工作流程历史记录，使员工能够更轻松地获取机构知识。 GAI 可能会用于捕获和记录机构知识和最佳实践，为未来的团队成员创造宝贵的资源，确保重要的知识和专业知识不会在员工离职或退休时丢失。