马文·克拉克是Accruent的首席数字和服务官，在那里他领导企业技术战略，信息安全，AI采用，专业服务和客户体验。拥有超过30年的金融服务和金融科技经验，他专门通过新兴技术推动创新，包括机器学习和生成性AI。
我们以前也见过这样的故事：颠覆性的技术俘获了各个行业的商业领袖的想象力，承诺大规模转型。在 2010 年代初期，这是机器人流程自动化（RPA）。不久之后，云计算也迎来了自己的转机。今天，生成式 AI（Gen AI） 成为焦点——组织正在毫无顾忌地投入试点项目，而没有明确的前进方向。结果是什么？一种可以称为 生成式 AI 试点疲劳 的现象正在兴起。这是一种在太多 AI 项目被启动时没有结构、目的或可衡量的目标时产生的疲惫、沮丧和动力下降的状态。公司同时运行数十个试点项目，往往具有重叠的意图，但没有明确的成功标准。他们在各个部门追求潜力，但不是 解锁效率或 ROI，而是制造混乱、冗余和停滞的创新。定义 Gen AI 试点疲劳生成式 AI 试点疲劳反映了一个更广泛的组织挑战：无限的雄心壮志而没有有限的结构。根源原因对于任何见证过过去技术浪潮的人来说都是熟悉的： 无限的可能性：Gen AI 可以应用于每个功能——营销、运营、人力资源、财务——这使得它很诱人在没有明确边界的情况下启动多个用例。 部署的便捷性：像 OpenAI 的 GPT...
