Schlüsselthemen, die die Wirksamkeit von GenAI beeinflussen

Wenn Unternehmen versuchen, GenAI in ihrem Unternehmen anzuwenden, stoßen sie auf großen Widerstand und überraschende Probleme beim Änderungsmanagement. Während hochrangige Führungskräfte den Schritt unterstützen können, wehren sich mittlere Manager und Branchenvertreter dagegen. Manche sträuben sich möglicherweise, weil sie befürchten, ihren Job zu verlieren, oder weil sie überdenken müssen, wie sie ihre Arbeit besser erledigen können. Darüber hinaus stehen Unternehmen bei der Verwendung von KI-Tools auch vor dem Problem zwischen zufälligen Antworten und deterministischen Antworten, was die Existenz von Widerständen weiter erhöht. Die Antwort von KI ist probabilistisch. GenAI liefert eine probabilistische Antwort, d Nächster Schritt, also wenn es darum geht, einen Brief oder eine schriftliche Arbeit zu verfassen, liefert es das wahrscheinlichste nächste Wort, den nächsten Satz oder die nächste Idee, allerdings ist die wahrscheinlichste Antwort nicht dasselbe wie die richtige Antwort von. Zugegebenermaßen ist dies in der Regel eine richtige Antwort, und angesichts der großen Mengen an verfügbaren Trainingsdaten ist es sehr wahrscheinlich eine gute Antwort, aber sie unterscheidet sich stark von der richtigen Antwort.

Noch komplizierter wird dieses Problem durch die Herausforderung, einen Prüfpfad darüber zu haben, wie die Antwort abgeleitet wurde. Viele der Herausforderungen bei GenAI-Implementierungen ergeben sich aus Anwendungen, die deterministische Antworten erfordern, und der Notwendigkeit, vollständig zu erklären, wie die Antwort abgeleitet wurde. Wo Sicherheit in den Antworten erforderlich ist oder als erforderlich angesehen wird, wehren sich Unternehmen und die Menschen in ihnen gegen diese Anwendungen, weil sie Zweifel an der Nützlichkeit oder Verlässlichkeit der Ergebnisse aufkommen lassen.

Wie sich herausstellt, ist dies auch dann der Fall, wenn KI als Assistent bereitgestellt wird und Menschen gebeten werden, die endgültigen Entscheidungen über Antworten zu treffen, wobei der Mangel an Erklärungen und die Unsicherheit in Bezug auf die Hilfe Misstrauen und Widerstand hervorrufen.

Nur weil maschinelle Intelligenz probabilistische Antworten liefert, heißt das nicht, dass sie keinen Wert hat. Viele Beispiele zeigen, dass sie einen Wert hat. Wenn ein Unternehmen diese Antwort jedoch auf eine Frage anwendet, die eine deterministische Antwort erfordert, dann scheint es zu lügen

Unternehmen stoßen auf Frustration, wenn sie GenAI auf ihr Unternehmen anwenden möchten, denn wenn sie deterministische Antworten benötigen, verwenden sie am Ende probabilistische Antworten. Daher benötigen sie maschinelles Lernen, um mit Wahrscheinlichkeiten zu beginnen (z. B. ist es ein Baum, weil er grüne Blätter hat) und müssen dann getestet werden um festzustellen, ob es Probleme gibt, die die Gültigkeit der Antwort beeinträchtigen (z. B. Herbst).

Welche Bereiche eignen sich für probabilistische KI-Modelle?

Wie sollten Unternehmen GenAI in die Programmierung einführen? Die Technologiebranche hat einige mutige Vorhersagen gemacht, dass GenAI oder KI das Programmieren erlernen und die Produktivität oder Effizienz von Programmierern erheblich verbessern können.

In der Welt des Codierens funktioniert das sofort, zum Beispiel kann die Entwicklung von Testskripten selbst durch probabilistische Modelle abgewickelt werden, wichtig ist hier, dass ein Unternehmen gegen viele Bedingungen testen und Skripte so breit und tief wie möglich generieren kann . Die Erstellung effektiver Tests für Code- und Sicherheitslücken ist eine inhärent probabilistische Übung, daher glänzt GenAI und kann von Praktikern problemlos übernommen werden.

Andererseits ist es für die tatsächliche Codeentwicklung nicht förderlich. Ein Unternehmen möchte, dass der Code zu 100 % korrekt ist, was jedoch eine deterministischere Antwort erfordert Okay. Erstellen Sie großartige Starter-Sets und steigern Sie die Produktivität erheblich.

Ein weiterer Vorteil von GenAI ist seine Fähigkeit, Wissen zu synthetisieren und zusammenzufassen. Im Bereich des Wissensmanagements hat GenAI also viel erreicht.

In Bezug auf die Funktionen für das Kundenbeziehungsmanagement hat Salesforce mit seinem Einstein-Produkt und anderen erfolgreich viel erreicht Produkte. Großer Fortschritt. Diese Produkte sind darauf ausgelegt, Informationen aus Kundenbedarfsinformationen zu synthetisieren oder zu aggregieren, um Vertriebsmitarbeitern ein effektiveres Wissensmanagement zu ermöglichen. Dies ist ein sehr effektiver Anwendungsfall für GenAI

Marketing ist ein großartiges Feld, zum Beispiel: Was könnte der beste nächste Schritt sein? GenAI kann einen enormen unmittelbaren Einfluss haben, wenn es darum geht, Kundendaten zu klassifizieren, um die beste Lösung zu ermitteln, und könnte daher zu einem leistungsstarken Werkzeug werden

In Prozessen wie der Schadensbearbeitung, bei denen schlüssige Antworten erforderlich sind. Bei medizinischen Ansprüchen müssen wir beispielsweise ermitteln, wie wir die angemessene Entschädigungshöhe erhalten. In den meisten Fällen reicht es nicht aus, Recht zu haben, wir müssen immer Recht haben

Die folgenden Fragen können als wirksamer Ausgangspunkt für den Einsatz von GenAI zur Reduzierung von Frustration und Widerstand hilfreich sein:

Wo können wir sofort wirksam sein? ? Verwenden? sind grundsätzlich nicht ausgeschlossen. Stattdessen stellt es den Menschen ausgefeiltere Werkzeuge zur Verfügung, insbesondere wenn ein Unternehmen deterministische Antworten benötigt.

Wenn ein Unternehmen KI-Tools verwendet, um bei Geschäftsdaten zu helfen und Daten zu aggregieren, kann es Reibungsverluste reduzieren, was zwar hilfreich ist, aber bei der Entscheidungsfindung hilfreich ist , Menschen fühlen sich mit den Entscheidungen möglicherweise unwohl, weil sie nicht immer richtig sind, und da sie nicht sicher sind, wie das KI-Tool zu der Antwort gelangt ist, wissen sie nicht, wie sie diese überprüfen sollen.

Was ist der Ausweg aus diesen Dilemmata?

Der Schwerpunkt der Lösung liegt darauf, die Funktionsweise der Automatisierung und ihre Auswirkungen auf andere menschliche Aufgaben vollständig zu verstehen und Anleitung und Unterstützung für die Bewältigung nachgelagerter Arbeiten oder anderer unerwarteter Folgen bereitzustellen

Die Anwendung dieses Tools muss ausgereifter sein, und Benutzer müssen bei Entscheidungen umsichtig sein und seine Auswirkungen vollständig berücksichtigen. Bei der Beurteilung der Reife eines Produkts müssen Sie sowohl Einzelpersonen als auch Unternehmen sowie die unbeabsichtigten Folgen berücksichtigen, die sich daraus ergeben können, damit Sie das Wachstum des Tools nicht behindern und ersticken

Zu den Fragen, die diesen Denkprozess erfordern, gehören:

• Denken Sie nicht nur an Automatisierungsaufgaben, sondern berücksichtigen Sie auch die Auswirkungen der Automatisierung der menschlichen Rolle.
• Denken Sie sorgfältig über die Realität nach, dass jede erforderliche Produktivitätssteigerung dazu führen wird, dass weniger Menschen an der Aufgabe arbeiten. Wie könnten Sie das überhaupt in Betracht ziehen?
• Überlegen Sie, wie Sie dieses Tool testen können, damit die Leute ihm vertrauen können. Je größer die Unsicherheit ist, die durch eine disruptive neue Technologie entsteht, desto geringer ist die Bereitschaft der Menschen, ihr zu vertrauen.
• Bevor Sie tiefgreifende Veränderungen in Angriff nehmen, überlegen Sie, wie Sie KI-Tools testen können, um deren Vorteile zu demonstrieren.

Einige abschließende Gedanken

Nach einem Jahr hektischer Experimente mit GenAI führte die Branche erfolgreich Tausende von Pilotprojekten durch. Die meisten dieser Pilotprojekte schafften es jedoch nicht in die Produktion, da sie unterfinanziert waren und das Änderungsmanagement und die Anpassung durch zahlreiche Hindernisse behindert wurden Herausforderungen.

Allerdings geht GenAI schnell in Produktion und erzielt beeindruckende Erträge. Der Erfolg dieser Produktionsanwendungsfälle scheint eher darauf zurückzuführen zu sein, dass der Anwendungsfall perfekt zu den Funktionen von GenAI passt, als auf die Werkzeugauswahl oder andere Faktoren.

Darüber hinaus scheint GenAI für die meisten Geschäftsfunktionen eine produktive Rolle zu spielen, fast alle Konzentrieren Sie sich auf die richtige Unterfunktion. Angesichts der enormen Investitionen in Experimente besteht für die meisten Unternehmen vielleicht die effektivste Möglichkeit herauszufinden, wo GenAI für sie arbeiten kann, darin, sich Anwendungsfälle anzusehen, bei denen GenAI erfolgreich vom Pilotprojekt in die Produktion übergegangen ist. Wo diese Fortschritte bereits in großer Zahl stattfinden, können Unternehmen darauf vertrauen, dass sie gut passen und das Risiko der Verschwendung von Aufwand und Geld deutlich reduzieren.

Das obige ist der detaillierte Inhalt vonSchlüsselthemen, die die Wirksamkeit von GenAI beeinflussen. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!