0

0

工作场所中的未知因素:CIO面对的生成式AI挑战

WBOY

WBOY

发布时间:2024-01-25 15:00:15

|

1147人浏览过

|

来源于51CTO.COM

转载

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

生成式AI:CIO在工作场所中遇到的一个未知因素

确保组织与日益智能的软件工具形成富有成效的合作伙伴关系是生成式AI战略成功的关键,需要指导和引导双方的合作。这种合作伙伴关系将确保最终用户能够充分利用智能工具的潜力,并实现协同增效。因此,组织应该积极参与并推动这种合作关系的建立,以确保双方能够互相促进和支持,从而实现共同的目标。

在急于制定技术战略以兑现有关生成式AI的承诺时,许多CIO发现自己陷入了一项可能是他们迄今为止最具挑战性的任务中:为组织的最终用户做好准备,这些用户包括从知识型工人和装配线工人到医生、会计师和律师。他们需要与生成式AI共存,并确保其顺利融入工作流程中。

尽管大型语言模型和微软Copilot等工具被视为一种辅助方式而非取代工人的技术,但市场上涌现的大量生成式AI产品和这些模型的快速实施,对这一观点提出了挑战。这些工具在生产环境中能够执行许多人类任务,揭示了AI机器和人类之间复杂的关系。因此,许多分析师、思想领袖、厂商和CEO们认为,AI技术必须与人类密切合作,而非取而代之。

财富500强企业百特国际(Baxter International)战略AI顾问Reuven Cohen指出,鉴于生成式AI的颠覆性潜力,它的风险是很高的。

他说:“争论在于增加劳动力还是完全取代劳动力。首先,可以通过定制的AI为组织中最有能力的人员提供支持;接着,可以逐渐淘汰能力较差的人。”

然而,“能力较差”的定义可能会受到技术发展和技术实施地区人机伙伴关系发展的影响。这是因为随着技术的进步,生成式AI的能力也在不断提高,可能会使得那些不使用生成式AI的人类在某些方面显得能力较差。不过,需要明确的是,生成式AI并不会完全取代人类,而是与人类合作,提供更高效和智能的解决方案。正如泰瑞达公司首席执行官Shannon Gath所说的,“使用生成式AI的人类将取代那些不使用生成式AI的人类”。因此,人们应该积极适应和掌握生成式AI技术,以提高自己的能力和竞争力。

目前,绝大多数CIO们正在采用生成式AI来提高工作效率和生产力。根据Gartner的数据,有77%的CIO们已经开始部署这项技术。而美国专利商标局的首席信息官Jamie Holcombe也是其中之一。

Holcombe认为AI是一种增强的智能工具,他并不认为人与工具是合作关系,而是使用关系。他的审查员欢迎AI工具提供的帮助,以减轻他们在文书和行政工作上的负担,从而能够更专注于深思熟虑的分析工作,而不只是编程工作。

因此,这位CIO在2024年的首要任务之一,是要探索和揭示人类工作者利用大型语言模型所能带来的未知附加价值。

Thoughtworks公司首席人工智能官Mike Mason认为,鉴于这个问题,CIO在考虑为员工提供新的生成式AI工具时仍然是十分关键的。

“即使AI变得越来越先进并集成到了软件和日常任务中,AI工具的涌入仍然给员工带来了困惑。CIO们必须记住,使用这种AI技术的是他们的员工,而且要考虑到AI对员工的影响,确保进行了适当的管理、培训和集成,以充分利用他们的投资。”

密切合作伙伴关系的形成

尽管有行业知名人士呼吁对AI保持谨慎,但大多数企业巨头包括高盛、富达投资、宝洁、美国运通、吉利德科学等,都已经公开表示要在内部开发和部署大型语言模型,以提高生产力和创新。

富达金融服务公司人工智能创新负责人Vipin Mayar在12月于波士顿举行的首席人工智能官峰会上表示,事实证明,早期回报对于节省成本和提高效率是卓有成效的。

虽然Mayar承认大型语言模型和人类智力无法相提并论,但他认为,生成式AI的创新步伐是无与伦比的。他开玩笑地说:“才过了13个月,它就让时间变得非线性了。”

尽管如此,为了确保工作人员从这些工具中获得最大收益,Mayar建议,要把结合了结构化数据集和非结构化数据的多模式大型语言模型设计得更小,并且是针对特定任务的。

Advanced Auto Parts公司人工智能、数据工程和决策科学副总裁Yvonne Li也认为,这项技术——以及人类如何利用它——仍处于早期阶段。

“AI并不是灵丹妙药,生成式AI可以将数据整合在一起,为数据科学家提供不同的视角,但它无法为我们构思。人们正在使用AI来提高效率并作为诊断问题的工具。”

汤森路透是一家以人工智能提高效率为目标的组织。该公司最近发布了一个生成式AI平台,使开发人员能够更轻松地创建解决方案例如AI-Assisted Research on Westlaw Precision。汤森路透公司工程负责人Shawn Malhotra表示,采用生成式AI技术的Westlaw使法律编辑能够在几分钟内就可以生成法律研究的文档摘要,而放在过去,这需要数天或数周才能完成。

此外,还有汤森路透与微软Copilot的法律起草工作,为法律编辑解锁了更高级的功能。但观察人士表示,此类创新将要求CIO制定技能提升和治理策略,以确保员工无论身在何处都能从新的生成式AI中受益。这很快就会变得至关重要,因为生产力提高的推动给整个企业的员工带来了学习与大型语言模型合作方面的压力,其中许多大型语言模型仍处于试点测试阶段。

“大型语言模型在很多方面都可以而且将会超越人类的能力,但我坚信,AI将继续增强人类的能力,”德勤美国常驻首席信息官、先锋集团前全球首席信息官John T. Marcante表示。“我认为AI现在和将来都将成为人类的一个非常亲密的伴侣。”

Marcante强调,为了确保友好的关系,在实施生成式AI时考虑利益相关者工作流程是很重要的。

“重要的是要记住,使用AI来加速过时的或者繁重的流程可能是一个错误。更多的好处可能来自流程或技术的改进,而不是广泛应用AI来‘解决’问题,”他说。

改变工作的完成方式

随着时间的推移,技术及其使用方式的发展变化,必将改变人们充分利用这些工具的方式。

在近日举行的CES上,埃森哲发布了一份公开声明,称生成式AI工具在设计上更加“人性化”,特别是精致的对话用户界面、响应英语命令的机器人、以及增强人类自然工作方式的软件,例如Adobe Photoshop的Generative Fill and Expand功能。

去年年底,Gartner在IT Symposium/Xpo年度大会上详细介绍了生成式AI将如何彻底地改变人机关系。

Gartner分析师Mary Mesaglio说:“这不仅仅是一种技术或商业趋势,而确实是我们与机器交互方式的一种转变。我们正在从机器可以为我们做什么,转向机器对于我们来说可以是什么。机器正在从我们的工具演变为我们的队友。”

Mesaglio表示,机器不仅正在演变为工作伙伴,而且正在演变为客户。例如,连接到监控使用水平的服务后,惠普打印机能够在需要时购买墨水;当自我诊断发现故障时,特斯拉汽车还能够订购零件。

美国专利商标局的Holcombe还认为,界面的发展将帮助员工更有效地使用这些工具,下一代人机界面将是自然语言的,而不是键盘和鼠标的。但他仍然认为,大型语言模型不会很快取代人类认知。

“人类的思维和分析尚未被机器超越,因为算法本身充其量只是猜测的迭代和试错,我从未见过一台机器在没有经过人类编程的情况下实现了直觉的飞跃。”

东北大学体验式人工智能研究所执行主任乌萨马·法耶德 (Usama Fayyad) 认为,对话式人工智能在企业中变得越来越重要,随着时间的推移,它可以为问题提供更实质性的答案。 他表示,内容生成、文档摘要以及需要人类增强的增强分析和洞察提取工具以及决策算法也将成为跨行业企业的重要用例。

但是为了让这些工具充分发挥其潜力,人类使用的方式和频率就变得非常重要了,这就是技术的本质。

普华永道美国公司首席产品和技术官Joe Atkinson认为,生成式AI应用有助于打造一支更加精通技术的员工队伍,但目前尚不清楚员工如何为工具本身增加价值,这些工具按照设计可以边工作边学习。他说,毫无疑问,人类的创造力对于提高应用的质量是必要的。

为此,Gartner建议CIO们建立“灯塔”原则,定义未来一年员工和机器之间的交互方式——Gartner认为这一优先事项与实现数据AI就绪和实施AI就绪的安全性是同等重要的。

毕竟,生成式AI并不是一种一劳永逸的工具——至少目前还不是,它需要人工监督和经验来确保准确性、质量结果和安全性。

为此,CIO们正在准备教育和培训课程,逐步将生成式AI工具引入工作场所,并让人们放心使用。

热门AI工具

更多
DeepSeek
DeepSeek

幻方量化公司旗下的开源大模型平台

豆包大模型
豆包大模型

字节跳动自主研发的一系列大型语言模型

WorkBuddy
WorkBuddy

腾讯云推出的AI原生桌面智能体工作台

腾讯元宝
腾讯元宝

腾讯混元平台推出的AI助手

文心一言
文心一言

文心一言是百度开发的AI聊天机器人,通过对话可以生成各种形式的内容。

讯飞写作
讯飞写作

基于讯飞星火大模型的AI写作工具,可以快速生成新闻稿件、品宣文案、工作总结、心得体会等各种文文稿

即梦AI
即梦AI

一站式AI创作平台,免费AI图片和视频生成。

ChatGPT
ChatGPT

最最强大的AI聊天机器人程序,ChatGPT不单是聊天机器人,还能进行撰写邮件、视频脚本、文案、翻译、代码等任务。

相关专题

更多
li是什么元素
li是什么元素

li是HTML标记语言中的一个元素,用于创建列表。li代表列表项,它是ul或ol的子元素,li标签的作用是定义列表中的每个项目。本专题为大家li元素相关的各种文章、以及下载和课程。

436

2023.08.03

页面置换算法
页面置换算法

页面置换算法是操作系统中用来决定在内存中哪些页面应该被换出以便为新的页面提供空间的算法。本专题为大家提供页面置换算法的相关文章,大家可以免费体验。

497

2023.08.14

photoshop cs5序列号
photoshop cs5序列号

Photoshop序列号是指Adobe公司为其图像编辑软件Photoshop提供的一种许可证认证方式。每个购买正版Photoshop软件的用户都会得到一个独特的序列号,用于激活软件并证明其合法性。通过输入正确的序列号,用户可以解锁软件的所有功能,并享受Adobe提供的更新和技术支持。那么有没有什么永久免费的序列号呢,php中文网就给大家带来了photoshop cs5序列号序列号大全,同时还为大家带来了ps的相关课程,欢迎大家前来下载学

522

2023.07.06

ps暂存盘已满怎么办
ps暂存盘已满怎么办

ps暂存盘已满解决方法:1、更改暂存盘位置;2、清理缓存和历史记录;3、增加暂存盘空间。想了解更详细的解决方法,可以访问下面的文章。

407

2023.12.07

C# ASP.NET Core微服务架构与API网关实践
C# ASP.NET Core微服务架构与API网关实践

本专题围绕 C# 在现代后端架构中的微服务实践展开,系统讲解基于 ASP.NET Core 构建可扩展服务体系的核心方法。内容涵盖服务拆分策略、RESTful API 设计、服务间通信、API 网关统一入口管理以及服务治理机制。通过真实项目案例,帮助开发者掌握构建高可用微服务系统的关键技术,提高系统的可扩展性与维护效率。

74

2026.03.11

Go高并发任务调度与Goroutine池化实践
Go高并发任务调度与Goroutine池化实践

本专题围绕 Go 语言在高并发任务处理场景中的实践展开,系统讲解 Goroutine 调度模型、Channel 通信机制以及并发控制策略。内容包括任务队列设计、Goroutine 池化管理、资源限制控制以及并发任务的性能优化方法。通过实际案例演示,帮助开发者构建稳定高效的 Go 并发任务处理系统,提高系统在高负载环境下的处理能力与稳定性。

38

2026.03.10

Kotlin Android模块化架构与组件化开发实践
Kotlin Android模块化架构与组件化开发实践

本专题围绕 Kotlin 在 Android 应用开发中的架构实践展开,重点讲解模块化设计与组件化开发的实现思路。内容包括项目模块拆分策略、公共组件封装、依赖管理优化、路由通信机制以及大型项目的工程化管理方法。通过真实项目案例分析,帮助开发者构建结构清晰、易扩展且维护成本低的 Android 应用架构体系,提升团队协作效率与项目迭代速度。

83

2026.03.09

JavaScript浏览器渲染机制与前端性能优化实践
JavaScript浏览器渲染机制与前端性能优化实践

本专题围绕 JavaScript 在浏览器中的执行与渲染机制展开,系统讲解 DOM 构建、CSSOM 解析、重排与重绘原理,以及关键渲染路径优化方法。内容涵盖事件循环机制、异步任务调度、资源加载优化、代码拆分与懒加载等性能优化策略。通过真实前端项目案例,帮助开发者理解浏览器底层工作原理,并掌握提升网页加载速度与交互体验的实用技巧。

97

2026.03.06

Rust内存安全机制与所有权模型深度实践
Rust内存安全机制与所有权模型深度实践

本专题围绕 Rust 语言核心特性展开,深入讲解所有权机制、借用规则、生命周期管理以及智能指针等关键概念。通过系统级开发案例,分析内存安全保障原理与零成本抽象优势,并结合并发场景讲解 Send 与 Sync 特性实现机制。帮助开发者真正理解 Rust 的设计哲学,掌握在高性能与安全性并重场景中的工程实践能力。

223

2026.03.05

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
MongoDB 教程
MongoDB 教程

共17课时 | 3.3万人学习

ASP 教程
ASP 教程

共34课时 | 5.8万人学习

麻省理工大佬Python课程
麻省理工大佬Python课程

共34课时 | 5.5万人学习

关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号