生成式人工智能（GenAI）会在 2025 年迎来“元宇宙时刻”吗？
生成式人工智能不一定需要“杀手级应用程序”，但必须有持续的业务场景，远远超出创建总结摘要或制作不良内容等。其他场景包括创建职位描述、在申请人跟踪系统中半自动筛选简历，以及越来越多地使用人工智能来自动创建这些简历和求职信。
正如我已经多次写过的那样，2025 年将是生成式人工智能 (GenAI) 的真理之年。真理是指这项技术必须证明其有能力为用户提供真正的附加值。
为什么元宇宙出现的那么快就消失了？甚至是区块链？这些技术并没有提供显着的附加值，更不用说能够证明其必要性的旗舰应用程序了。
生成式人工智能不一定需要“杀手级应用程序”，但必须有持续的业务场景，远远超出创建总结摘要或制作不良内容等。其他场景包括创建职位描述、在申请人跟踪系统中半自动筛选简历，以及越来越多地使用人工智能来自动创建这些简历和求职信。
另一方面，各种类型的组织都将 GenAI，甚至一般的人工智能视为一种能够改变其业务的技术。当前提供高价值的 GenAI 场景涉及以非常不同的方式工作，甚至创造新的功能，我们还没有看到这种规模的转变。
此外，投资银行高盛最近的一份报告对 GenAI 的盈利能力提出了质疑。一位接受本研究采访的专家表示：
“考虑到当前生成式人工智能技术的重点和架构……真正的变革不会很快发生，而且在未来十年内发生的可能性很小（如果有的话）。 ”
“人工智能技术非常昂贵，为了证明这些成本的合理性，它必须能够解决复杂的问题，而它的设计初衷并不是这样做。”
训练和运行当代 GenAI 系统的成本非常高，从目前主导市场的英伟达芯片的高价，到 AI 数据中心必须支持的能源和公用事业成本。大家可能还记得，2024年3月下旬，微软和OpenAI宣布建设1000亿美元的数据中心。相比之下，一个典型的数据中心成本远低于 10 亿美元。这些非常高的成本解释了为什么供应商越来越多地寻求在保持其功率的同时减小模型的尺寸。最新的例子之一是 OpenAI 于 2024 年 7 月 18 日推出的 GPT-4.0 mini。
有一点很清楚：没有一个人工智能系统可以解决所有问题。相反，我们生活在一个多模式、多模式的世界，而且很可能会继续如此。事实上，最近的另一项研究发现，参与组织中有效使用的人工智能模型的平均数量为 158 个。
这本质上意味着组织依赖专门的模型，部分原因是许多供应商将人工智能模型集成到他们的应用程序中。
为了能够联合使用所有这些模型，有必要对它们进行编排。否则，它们只是使同样的流程（通常会失败）变得更加高效的辅助手段。
因此，这很可能意味着人工智能的旗舰应用是不同目的的人工智能的编排，然后它们协作解决业务问题。
但这对我的企业意味着什么？显然，这对于那些想要变革而非渐进变革的领导者来说具有影响。从本质上讲，实现这些好处需要时间，并且需要采取战略性和长期的方法。
对多模式、多模型方法的需求转化为需要协调多个不同的模型以实现业务目标的协作。最大化这种附加值使人工智能变得非常具有战略意义，并且更像是平台和生态系统的游戏。
这使得每个企业必须做出的人工智能平台决策变得更加关键。毫无疑问，这是一个平台决策，因为纯粹的最佳策略会将集成成本推高到这样的水平，如果无法通过接口实现和维护接口，那么集成成本就会阻碍实现和维护敏捷性和适应性。人工智能驱动的系统。
此外，人工智能平台策略有助于降低因编排需求而不可避免地产生的复杂性。
基于这个AI平台，将开发支持可预测的业务需求并足够灵活应对意外的IT架构。该架构必须定义不同供应商提供的不同人工智能模型如何安全地交互。
一旦选择了平台并设计了架构，就需要定义正确的业务挑战及其要解决的相关关键绩效指标 (KPI)。业务挑战必须足够大，才能对业务产生重大影响（与 PoC 式实施相反），并且 KPI 必须能够沿着期望的价值轴衡量成功。理想情况下，这些 KPI 还可以转化为成本降低或收入/利润增加。在程序中优先考虑这些业务挑战有助于逐步构建人工智能平台，同时在每个阶段对其进行验证。
一些执行策略 该策略的执行必须根据五个维度来考虑：
- 投资必须平衡当前需求与长期目标。虽然交付高价值用例可能需要时间，但重要的是不要在此过程中忽视易于实施的解决方案。它有助于与人工智能专家合作，保持技术进步的领先地位。
- 采用平台方法的可靠 IT 战略以及拥有决策权的 CIO 至关重要。尽管业务线拥有需求，但 IT 部门必须控制如何满足这些需求。这一策略将有助于避免昂贵的同类最佳解决方案和一次性解决方案，这些解决方案会阻碍业务敏捷性并增加成本。
- 企业文化应该拥抱创新思维和实验。她也必须接受失败。这使得团队能够创造性地解决业务挑战或创造新的商机。
- 员工必须不断接受培训，以便能够与外部和内部人才一起工作。自主权很重要。
- 最后但并非最不重要的一点是，必须建立坚实的治理框架，以确保道德使用、合规性以及与业务目标的持续一致。这涉及对所有人工智能模型的性能进行持续监控。合规性将成为一个至关重要的话题。
考虑这五点将有助于避免精心策划的人工智能领域的一些陷阱和复杂性，同时为充分利用 GenAI 实现业务可持续转型提供机会。
0赞好文章，需要你的鼓励
推荐文章
临近年底，苹果公布了2024年App Store热门应用和游戏榜单，Temu再次成为美国下载量最多的免费应用。
作为通用算力的CPU，依然可以满足不少大模型使用场景的需求。
云基础设施市场现在已经非常庞大，很难再有大的变化。但是，因为人们可以轻松地关闭服务器、存储和网络——就像开启它们那样，预测全球云基础设施开支可能非常困难。
把AI与艺术创作深度融合，为数字艺术创作者带来无限灵感。
/
0赞
京公网安备 11010802021500号 京网文(2021)3350-928号 京字第20868号
