最近一項研究表明,美國企業對生產形式人工智慧(GenAI)提高其業務和員工生產力的潛力充滿熱情。然而,在高漲的熱情背後,領導者認為,理解差距、缺乏策略規劃和人才匱乏是實現和衡量技術全部價值的障礙。
今年早些時候,科爾曼帕克斯研究公司在SAS的支持下,調查了300名美國GenAI戰略或數據分析決策者,以探查該領域投資和組織面臨的主要障礙。在這項研究中,科爾曼帕克斯也調查了美國以外的領導人。這些全球結果將在今年稍後公佈。在這份美國執行摘要中可以解讀的訊息是GenAI挑戰和潛力展示:如何實現競爭優勢。
SAS策略人工智慧智慧力Marinela Profi表明:「企業意識到,僅僅依靠大型語言模型(LLM)並不能解決業務挑戰。GenAI應該被視為超自動化和加速現有流程和系統的理念貢獻者,而不是幫助組織實現所有業務抱負的新奇玩具。投入並被'鎖定'之前應該採取的關鍵步驟。並實現合規性是至關重要的:只有十分之一的企業組織擁有可靠的系統來衡量LLM中的偏見和隱私風險。此外,93%的美國企業缺乏針對GenAI的全面治理框架,大多數企業在監管方面有臨時不合規的風險。
在現有系統和流程中整合GenAI可能會遇到相容性問題,因此當團隊嘗試將GenAI與目前系統整合時,可能會面臨一些相容性挑戰。由於人力資源部門缺乏必要的技能和資源,組織領導者擔心他們無法獲得必要的技能來充分利用GenAI投資。
領導者列舉了與使用LLM相關的令人望而卻步的直接和間接成本。模型創建者可以提供一個令人望而卻步的命令成本估算(組織現在意識到這也是令人望而卻步的)。但是專業知識準備、培訓和ModelOps管理的成本是漫長而複雜的。
專家表示:「這最終將成為確保能夠持續且可擴展的方式提供最高價值並解決人類需求的現實應用例。透過這項研究,我們將繼續致力於幫助組織保持相互關係性、明智地投資並保持彈性。一資訊是在SAS創新大會上宣布的,SAS創新是為商業領袖、技術使用者、SAS合作夥伴提供的資料和人工智慧體驗。
以上是新研究強調了GenAI應用中的人才短缺和戰略缺口的詳細內容。更多資訊請關注PHP中文網其他相關文章!