進(jìn)入2024年，首席信息官們必須考慮到生成式人工智能的前景和風(fēng)險，重塑他們的數(shù)字議程。以下是應(yīng)對LLM顛覆性潛力的五種方法。

數(shù)字化轉(zhuǎn)型必須成為組織的核心競爭力。這是我對首席信息官和IT領(lǐng)導(dǎo)者的重要建議。

在主題演講和與首席信息官的討論中，我提醒大家，戰(zhàn)略重點每兩年或更短時間就會發(fā)生重大變化，從2018年的增長，到2020年的流行病和遠(yuǎn)程工作，再到2022年的混合工作和財務(wù)限制。

到2024年，包括ChatGPT和其他大型語言模型(LLM)在內(nèi)的生成式人工智能的影響將成為一個重要的轉(zhuǎn)型驅(qū)動因素。

隨著許多首席信息官準(zhǔn)備2024年預(yù)算和數(shù)字化轉(zhuǎn)型優(yōu)先事項，制定一項戰(zhàn)略，尋求發(fā)展商業(yè)模式的機會，針對近期運營影響，優(yōu)先考慮員工應(yīng)該嘗試的領(lǐng)域，并制定與人工智能相關(guān)的風(fēng)險緩解計劃，這是勢在必行的。

但是，隨著所有的興奮和炒作，員工很容易將時間投入到危及機密數(shù)據(jù)的人工智能工具上，或者管理人員很容易選擇沒有通過安全、數(shù)據(jù)治理和其他供應(yīng)商合規(guī)性審查的影子人工智能工具。更大的挑戰(zhàn)是制定一個現(xiàn)實的戰(zhàn)略，并對“不可能的夢想家”做出回應(yīng)。“不可能的夢想家”是一種“不切實際”的商業(yè)領(lǐng)袖，是一種你會在地獄里遇到的商業(yè)高管。

塔塔咨詢服務(wù)公司的首席信息官Abhijit Mazumder表示:“轉(zhuǎn)型優(yōu)先事項應(yīng)該從根本上與業(yè)務(wù)優(yōu)先事項以及任何組織試圖實現(xiàn)的目標(biāo)聯(lián)系起來。在大多數(shù)公司，領(lǐng)導(dǎo)層同樣關(guān)注增長和運營效率，同時也不會忘記優(yōu)先考慮彈性、網(wǎng)絡(luò)安全和技術(shù)債務(wù)消除計劃。”

以下是首席信息官在發(fā)展數(shù)字化轉(zhuǎn)型優(yōu)先事項時需要考慮的幾個生成式人工智能驅(qū)動因素。

定義一個改變游戲規(guī)則的LLM策略

在我最近主持的一次與數(shù)字開拓者的咖啡會上，我們討論了生成式人工智能和LLM將如何影響每個行業(yè)。例子包括生成人工智能將如何:

•利用非結(jié)構(gòu)化數(shù)據(jù)的附加智能加速藥物發(fā)現(xiàn)

•使一線制造裝配工人能夠更快、更可靠地解決問題

•使醫(yī)療服務(wù)提供者能夠為患者的健康問題提供個性化的答案

•根據(jù)客戶對話，協(xié)助開發(fā)新的保險、銀行和其他金融服務(wù)產(chǎn)品

•通過為教師提供提高學(xué)生創(chuàng)造性思維、協(xié)作能力和解決問題能力的新途徑，變革教育

SnapLogic首席技術(shù)官Jeremiah Stone表示:“現(xiàn)在，首席信息官和首席技術(shù)官不僅要在如何以更少的投入做更多的事情上發(fā)揮創(chuàng)意，還要通過合理的投資超越競爭對手，因為他們的競爭對手可能會推遲或削減自己的轉(zhuǎn)型項目。”“優(yōu)先考慮能夠創(chuàng)造新的收入來源、使技術(shù)民主化或減少技術(shù)債務(wù)的轉(zhuǎn)型計劃，特別是在考慮生成人工智能機會時。”

首席信息官們可能會認(rèn)識到，這種規(guī)模的轉(zhuǎn)型計劃是一個多年的計劃，需要評估LLM的能力，進(jìn)行實驗，并找到最低限度可行和足夠安全的客戶產(chǎn)品。但是，沒有戰(zhàn)略可能會導(dǎo)致顛覆，IT領(lǐng)導(dǎo)者在參加董事會會議時可能犯的一個關(guān)鍵錯誤是，沒有為生成式人工智能等改變世界的新興技術(shù)制定計劃。

為私人LLM清理和準(zhǔn)備數(shù)據(jù)

生成式人工智能能力將提高企業(yè)非結(jié)構(gòu)化數(shù)據(jù)的重要性和價值，包括存儲在學(xué)習(xí)管理系統(tǒng)中的文檔、視頻和內(nèi)容。即使企業(yè)還沒有準(zhǔn)備好考慮生成式人工智能如何顛覆他們的行業(yè)和業(yè)務(wù)，積極主動的轉(zhuǎn)型領(lǐng)導(dǎo)者也會采取措施，集中、清理和準(zhǔn)備非結(jié)構(gòu)化數(shù)據(jù)，以便在LLM中使用。

多米諾數(shù)據(jù)科學(xué)戰(zhàn)略和宣傳主管Kjell Carlsson表示:“隨著整個組織的用戶都在呼吁將生成式人工智能功能作為其日?；顒拥囊徊糠?，首席信息官、首席技術(shù)官和首席信息官的首要任務(wù)是實現(xiàn)對越來越多的生成式人工智能模型的安全、可擴展訪問，并使數(shù)據(jù)科學(xué)團(tuán)隊能夠開發(fā)和運營針對組織數(shù)據(jù)和用例量身定制的微調(diào)LLM。”

已經(jīng)有14個LLM不是ChatGPT，如果有大量的數(shù)據(jù)集，可以使用Databricks Dolly、MetaLlama和OpenAI等平臺定制一個專有的LLM，或者從頭開始構(gòu)建你自己的LLM。

定制和開發(fā)llm需要強大的商業(yè)案例、技術(shù)專長和資金。NewRelic的首席設(shè)計和戰(zhàn)略官Peter Pezaris說:“訓(xùn)練大型語言模型可能會很昂貴，而且輸出還沒有完善，所以領(lǐng)導(dǎo)者應(yīng)該優(yōu)先投資于有助于監(jiān)控使用成本和提高查詢結(jié)果質(zhì)量的解決方案。”

通過改進(jìn)客戶支持來提高效率

麥肯錫在2020年估計，人工智能每年可以創(chuàng)造1萬億美元的價值，其中客戶支持是一個重要的機會。由于生成式人工智能的出現(xiàn)，這一機會在今天變得更大，尤其是當(dāng)首席信息官將非結(jié)構(gòu)化數(shù)據(jù)集中在LLM中，并使服務(wù)代理能夠詢問和回答客戶的問題時。

SPR執(zhí)行副總裁Justin Rodenbostel表示:“尋找機會利用GPT-4和LLM來優(yōu)化客戶支持等活動，特別是在自動化任務(wù)和分析大量非結(jié)構(gòu)化數(shù)據(jù)方面。”

從LLM和人工智能搜索功能中獲得短期投資回報率，改善客戶支持是一個快速的勝利。llm需要集中企業(yè)的非結(jié)構(gòu)化數(shù)據(jù)，包括嵌入CRM、文件系統(tǒng)和其他SaaS工具中的數(shù)據(jù)。一旦IT部門集中了這些數(shù)據(jù)并實施了私人LLM，其他機會包括改善銷售線索轉(zhuǎn)換和人力資源入職流程。

GetK3總裁兼首席執(zhí)行官戈登•阿洛特表示:“幾十年來，很多公司一直在向SharePoint和其他系統(tǒng)中填充數(shù)據(jù)。把它清理干凈，用LLM學(xué)位可能真的很有價值。”

通過溝通LLM治理模型來降低風(fēng)險

生成式人工智能領(lǐng)域有100多種工具，涵蓋測試、圖像、視頻、代碼、語音和其他類別。是什么阻止員工嘗試一個工具并將專有或其他機密信息粘貼到他們的提示中?

Rodenbostel建議:“領(lǐng)導(dǎo)者必須通過研究和制定可接受的使用政策，確保他們的團(tuán)隊只以批準(zhǔn)的、適當(dāng)?shù)姆绞绞褂眠@些工具。”

在三個部門中，首席信息官必須與他們的首席技術(shù)官和首席信息官合作，溝通策略并創(chuàng)建支持智能實驗的治理模型。首先，首席信息官們應(yīng)該評估ChatGPT和其他生成式人工智能對編碼和軟件開發(fā)的影響。IT必須以身作則，說明在哪里以及如何進(jìn)行實驗，以及何時不使用工具或?qū)Ｓ袛?shù)據(jù)集。

營銷是第二個需要關(guān)注的領(lǐng)域，營銷人員可以在內(nèi)容創(chuàng)建、潛在客戶生成、電子郵件營銷和十多種常見營銷實踐中使用ChatGPT和其他生成式人工智能。目前有超過11,000個營銷技術(shù)解決方案可用，在測試具有新LLM功能的SaaS時，有很多機會進(jìn)行實驗并犯無意中的錯誤。

領(lǐng)先組織的首席信息官正在創(chuàng)建一個注冊表，以裝載新的生成人工智能用例，定義一個審查方法的過程，并集中捕捉人工智能實驗的影響。

重新評估決策過程和權(quán)力

需要考慮的一個重要領(lǐng)域是，生成式人工智能將如何影響決策過程和未來的工作。

在過去的十年中，許多企業(yè)的目標(biāo)是通過使數(shù)據(jù)訪問民主化、培訓(xùn)更多的商業(yè)人士了解公民數(shù)據(jù)科學(xué)以及灌輸積極的數(shù)據(jù)治理實踐，成為數(shù)據(jù)驅(qū)動型組織。生成式人工智能釋放了新的能力，使領(lǐng)導(dǎo)者能夠提示并快速獲得答案，但及時性、準(zhǔn)確性和偏見是許多LLM面臨的關(guān)鍵問題。

Appen企業(yè)解決方案副總裁Erik Voight表示:“將人類置于人工智能的中心，并為數(shù)據(jù)使用和模型可解釋性建立強大的框架，將大大有助于減輕這些模型中的偏見，并確保所有人工智能輸出都是合乎道德和負(fù)責(zé)任的。現(xiàn)實情況是，在關(guān)鍵決策方面，人工智能模型無法取代人類，應(yīng)該用來補充這些過程，而不是完全取代它們。”

首席信息官們應(yīng)該尋求一種平衡的方法來優(yōu)先考慮生成式人工智能計劃，包括定義治理、確定短期效率和尋求長期轉(zhuǎn)型機會。