最近一项研究表明，美国企业对生产形式人工智能（GenAI）提高其业务和员工生产力的潜力充满热情。然而，在高涨的热情背后，领导者认为，理解差距、缺乏战略规划和人才匮乏是实现和衡量技术全部价值的障碍。
今年早些时候，科尔曼帕克斯研究公司在SAS的支持下，调查了300名美国GenAI战略或数据分析决策者，以探查该领域投资和组织面临的主要障碍。在这项研究中，科尔曼帕克斯也调查了美国以外的领导人。这些全球结果将在今年晚些时候公布。在这份美国执行摘要中可以解读的信息是GenAI挑战和潜力展示：如何实现竞争优势。
SAS战略人工智能智能力Marinela Profi表明：“企业意识到，仅仅依靠大型语言模型（LLM）并不能解决业务挑战。GenAI应该被视为超自动化和加速现有流程和系统的理念贡献者，而不是帮助组织实现所有业务抱负的新奇玩具。花时间制定一个渐进的战略，投资技术，提供整合、管理LLM的可解释性，这是所有组织在全身心投入并被‘锁定’之前应该采取的关键步骤。”
增加对数据使用的信任并实现合规性是至关重要的：只有十分之一的企业组织拥有可靠的系统来衡量LLM中的偏见和隐私风险。此外，93%的美国企业缺乏针对GenAI的全面治理框架，大多数企业在监管方面临临时不合规的风险。
在现有系统和流程中整合GenAI可能会遇到兼容性问题，因此当团队尝试将GenAI与当前系统整合时，可能会面临一些兼容性挑战。
由于人力资源部门缺乏必要的技能和资源，组织领导者担心他们无法获得必要的技能来充分利用GenAI投资。
领导者列举了与使用LLM相关的令人望而却步的直接和间接成本。模型创建者可以提供一个令人望而却步的命令成本估算（组织现在意识到这也是令人望而却步的）。但是专业知识准备、培训和ModelOps管理的成本是漫长而复杂的。
专家表示：“这将最终成为确保能够持续和可扩展的方式提供最高价值并解决人类需求的现实应用例。通过这项研究，我们将继续致力于帮助组织保持相互关系性、明智地投资并保持弹性。在人工智能技术几乎每天都在发展的时代，竞争优势高度依赖接受弹性规则的能力。”
这一信息是在SAS创新大会上宣布的，SAS创新是为商业领袖、技术用户、SAS合作伙伴提供的数据和人工智能体验。
以上是新研究强调了GenAI应用中的人才短缺和战略缺口的详细内容。更多信息请关注PHP中文网其他相关文章！
