2023年是GenAI的发展具有标志性的一年，从提高生产率到创建书面内容，这些复杂工具的可能性引发了巨大的炒作。2024年将是AI测试、衡量和逐渐采用的一年，我们将目光投向大型语言模型的技术能力之外，并研究它们如何影响企业的收益。
许多企业都指望AI带来的回报，研究企业Forrester 2023年9月的AI调查显示，62%的企业明年将试验(29%)或扩大(33%)他们的GenAI战略。我概述了三个关于AI的预测：领导者将如何应对AI的影响，为什么数据将再次成为明星，以及聊天机器人技术的改进将如何提供更人性化的体验。
领导人将对AI变得更加经验主义
AI正在迅速改变我们的生活和工作方式，领导人认识到有必要超越大张旗鼓的宣传，做出数据驱动的决策。2024年，执行决策者将探索如何最好地衡量AI工具的好处，一旦他们确定了用于这些评估的指标，他们将更深入地挖掘GenAI工具的ROI，以评估他们对企业的贡献。
随着领导者想方设法收集和利用AI产品产生的数据，我们预计现有技术的增强将会增加，从而推动对这些工具的进一步投资。根据麦肯锡的研究，由于这些发展，40%的机构打开了一个新的窗口，已经计划增加他们的整体AI投资。
这些企业看到了AI通过自动化人类执行的任务来改进其流程的价值，这些任务可以减少劳动、节省时间和减少错误。更多的企业也在利用AI通过提供个性化内容和推荐来增强客户体验的能力。为了最有效地利用这些AI工具，更多的领导者将采取下一个关键步骤，而不是观看技术演示和概念证明，以将它们深度集成到他们现有的企业系统中。
AI将成为配角，数据将重新成为明星
GenAI的使用率在过去一年里飙升，79%的受访者表示他们对GenAI有一定的接触，22%的受访者表示他们经常在工作中使用它。这些数字表明，富于创造力的AI正在成为企业的赌注，而不仅仅是一种“很好的东西”，而且将变得越来越必要，以保持竞争力。
然而，当谈到AI的实施时，领导者应该谨慎行事，因为GenAI的输出并不总是准确的——例如，一些测试显示，ChatGPT编造东西的可能性为3%到27%——在没有安全指南或强大的数据集的情况下使用GenAI来填补训练数据中的空白，可能会给你的企业带来风险，例如提供误导性信息。
尽管存在这些风险，但在采用AI的企业中，只有21%的企业制定了关于人们如何在工作中使用GenAI的政策，这些安全屏障包括强制的事实核查，禁止用敏感或专有信息提示AI，以及道德内容创作的最佳实践。
然而，随着技术的不断发展，过度担心风险和犹豫是否利用AI的力量的企业将被甩在后面，并为企业提供竞争优势。
还记得这句谚语吗：垃圾进，垃圾出?它也适用于LLM和GenAI，两者都依赖数据来提供输出，因此预计将重新强调数据质量，从而使培训数据生成的输出尽可能准确、干净和可靠。有了强大的数据集和可靠的调优过程，企业可以避免不准确输出的陷阱。
AI聊天机器人正在收拾行李，离开离奇山谷
让我们参观一下神秘谷，在那里，技术和人性并没有完全相遇。这种介于两者之间的空间既令人着迷，又让人反感，这也是AI目前驻扎的地方。LLM很擅长模仿人类，但当它们跌跌撞撞时，很明显它们是在模仿它们认为一个人会说的话。它几乎但不是完全逼真，生活在人类和近乎人类之间的空间里，这对一些真正的人类来说可能是非常令人不快的。
对于像客户服务机器人这样的关键消费者接触点，出错的余地非常小，这种略微令人反感的诡异硅谷经历可能很快就会让原本顺利的交易脱轨，然而，随着我们将聊天机器人的交流能力完善到几乎无法与真人区分的程度，这种奇怪的山谷差距将在未来几年内缩小，然而，这种完美可能并不像人们所想的那样明显。
我们可能会将AI的效率与人类的“完美”反应相提并论，但完美的反应是什么呢?三位才华横溢的翻译家交出同一篇文章，必然会产生三个细微差别和措辞不同的优秀译文，这三个可能都是“完美”的翻译，但它们不会完全匹配。用不了多久，我们就会看到类似的AI输出，这可能不是完美的输出，但它将是一个完美的输出，它提供的背景和信息与可接受的人类反应相同。定义和衡量聊天机器人与客户的沟通能力将是2024年的关键。
AI帮助聊天机器人更好地与客户沟通，但沟通只是拼图中的一部分。客户希望从他们的聊天机器人互动中获得结果。根据Gartner最近对上一次在客户服务互动中使用聊天机器人的客户的研究，只有25%的人表示他们会再次使用聊天机器人，从这个数字我们可以得出结论，聊天机器人目前的能力并不完全符合许多用户的要求。
AI可以帮助员工的生活更轻松、更高效，同时还可以改善客户体验，然而，企业需要做一些工作，才能将专有数据安全地整合到流程中，为客户和企业带来成果。风险很高，但负责任的AI使用将提高团队的流程和生产力，使企业、最终用户和底线受益。
我认为2024年是AI的清算年。投资回报率将被衡量，结果将决定AI的企业命运。我预计，这项技术的持续改进和发展最终将导致广泛采用，以及我们刚刚开始想象的一大批商业用例。
关于企业网D1net(www.d1net.com)：
国内主流的to B IT门户，同时在运营国内最大的甲方CIO专家库和智力输出及社交平台-信众智(www.cioall.com)。同时运营19个IT行业公众号(微信搜索D1net即可关注)。
版权声明：本文为企业网D1Net编译，转载需在文章开头注明出处为：企业网D1Net，如果不注明出处，企业网D1Net将保留追究其法律责任的权利。
京公网安备 11010502049343号