Other

为每个人开启一个生成人工智能的新时代

# 为每个人开启一个生成人工智能的新时代 ### 简单来说 * 支持 ChatGPT 的技术将改变工作并重塑业务。 * 基于语言的人工智能(为 ChatGPT 等应用程序提供支持的技术)的进步正在开创全面企业重塑的新时代。 * 从科学到商业再到社会本身的一切都将发生转变。对人类创造力和生产力的积极影响将是巨大的。 * 公司需要从根本上重新思考工作的完成方式。重点必须放在不断发展的操作和培训人员以及技术上。 * 为了实现资本化,公司需要强大的数字核心和对人员的投资,以负责任的方式收获 AI 的价值。 ### 欢迎来到人工智能的新拐点 > ChatGPT 在全球范围内的爆炸性流行为我们提供了 AI 在公众采用方面的第一个真正转折点。最后,每个地方的每个人都可以看到该技术对自己的颠覆性潜力。 > > 为生成式人工智能的这些进步提供动力的大型语言模型 (LLM) 和基础模型是一个重要的转折点。他们不仅破解了语言复杂性的密码,使机器能够学习上下文、推断意图和独立创造,而且还可以针对各种不同的任务快速进行微调。 > > 这项技术将从根本上改变一切,从科学到商业,再到医疗保健,例如,再到社会本身。对人类创造力和生产力的积极影响将是巨大的。 > 公司将使用这些模型来重塑工作方式。每个企业中的每个角色都有可能被重塑,因为人类与 AI 副驾驶一起工作成为常态,极大地扩大了人们可以实现的目标。生成式人工智能将影响任务,而不是职业。其中一些任务将自动化,一些将通过 AI 协助进行转换,还有一些不受影响。 > > 我们还可以期待人们执行大量新任务,例如确保准确和负责任地使用生成人工智能系统。这就是为什么投资于培训人员与生成式 AI 一起工作的组织将具有显着优势的原因。 > ### 面向所有人的生成式 AI 想象一下,您公司的每个员工都有一个助手,他“知道”您的组织所知道的一切——业务及其运营的整个历史、背景、细微差别和意图——并且可以在几秒钟内处理、分析和使用这些信息,以无限可重复的方式。 我们正处于采用周期的一个阶段,此时大多数组织开始通过使用“现成的”基础模型进行试验。然而,当他们使用自己的数据定制或微调模型以满足他们的独特需求时,他们的最大价值就会出现。 ![image.png](https://blog.njstack.com/ images/0d0bbaa0-bc0e-5e65-9484-1685970708788.png) 这就是生成式 AI 和基础模型提供的潜力。它们将极大地提高公司的智能指数,并为组织中的每个人创造新的机会,以推动更高层次的创新、优化和再造。这将创造新的方式来提升员工能力、取悦客户、引入新的业务模式以及响应变化信号。 ![image.png](https://blog.njstack.com/ images/a63f51d4-c8f1-e3fb-fd26-1685970719798.png) ### 展望技术、法规和业务的快速发展 未来几年将看到对生成人工智能、法学硕士和基础模型的大量投资。这种演变的独特之处在于,技术、法规和业务采用都在同时呈指数级增长。 ![image.png](https://blog.njstack.com/ images/d9aaf970-58e9-7fc8-4a2a-1685970755851.png) ### 如何利用 AI 能力的这一阶跃变化? 公司将有数千种方法来应用生成式 AI 和基础模型,以最大限度地提高效率并推动竞争优势。但他们需要重新发明工作,以找到从这项技术中获得商业价值的途径。企业领导者必须从现在开始,在工作重新设计、任务重新设计和重新培训人员方面引领变革。 首先,请考虑以下采用要点: 以业务驱动的心态投入其中。 组织必须采用双重方法进行试验。第一,专注于使用可消费模型和应用程序实现快速回报的“唾手可得的果实”机会。另一个侧重于使用根据组织数据定制的模型重塑业务。业务驱动的思维方式是定义和成功交付业务案例的关键。 ![image.png](https://blog.njstack.com/ images/5363bb5f-0c04-b79c-725c-1685970778614.png) ### 人工智能的未来正在加速 像这样的时刻不常出现。我们正处于一个令人难以置信的激动人心的时代的开端,这个时代将从根本上改变信息访问、内容创建、客户需求得到满足以及企业运营的方式。 嵌入到企业数字核心中的生成人工智能和基础模型将优化任务、增强人类能力并开辟新的增长途径。在此过程中,这些技术将为企业重塑创造一种全新的语言。 但是,重新构想工作的完成方式并帮助人们跟上技术驱动的变革,对于充分发挥潜力至关重要。 公司需要像在技术方面一样,在不断发展的运营和培训人员方面进行投资。 现在是公司利用 AI 的突破性进步来设定新的绩效边界的时候了——重新定义他们自己和他们所在的行业。 采取以人为本的方法。 像关注技术一样关注人,加大人才投资以解决人工智能的创造和使用问题。这意味着发展 AI 工程和企业架构等技术能力,并培训整个组织的人员有效地使用 AI 注入的流程。 准备好您的专有数据。 基础模型需要大量精选数据来学习,这使得解决数据挑战成为每个企业的当务之急。采取战略性和纪律性的方法来获取、提炼、保护和部署数据。确保组织拥有基于云构建的现代企业数据平台,以及一组可信、可重复使用的数据产品。 投资可持续的技术基础。考虑对基础设施、架构、运营模型和治理结构的要求,以利用生成人工智能和基础模型——密切关注成本和可持续能源消耗。 加快生态系统创新。访问构建和扩展 AI 应用程序所需的资源和专业知识。利用生态系统合作伙伴(大型科技公司、初创企业、专业服务公司和学术机构)提供的行业最佳实践和见解。 升级负责任的 AI。在扩大生成人工智能应用程序之前,紧急评估公司负责任的人工智能治理制度是否足够稳健。在设计阶段建立用于评估风险的控制措施,并在整个业务中嵌入负责任的人工智能原则和方法。
avatar

FlowerPower

知之AI编辑部
View Articles

Louis Ferguson is a senior editor for the blogzine and also reports on breaking news based in London. He has written about government, criminal justice, and the role of money in politics since 2015.