omniture

大多數(shù)企業(yè)看好使用生成式人工智能來顛覆行業(yè),但低估了要求

2024-03-05 19:09

 

 
 
 
麻省理工學(xué)院技術(shù)評論洞察(MITTR)進(jìn)行的一項(xiàng)全球研究發(fā)現(xiàn),盡管大多數(shù)企業(yè)正在尋求利用生成式人工智能來顛覆其所在行業(yè),但只有很少一部分認(rèn)為他們擁有正確水平的技術(shù)以及其他支持其快速采用的屬性,如資金、文化和技能。
那些在推出生成式人工智能方面經(jīng)驗(yàn)最豐富的人對他們的信息技術(shù)(IT)甚至更不自信,這表明許多企業(yè)低估了有效部署所需的要求。這意味著他們成為顛覆者而不是被顛覆者的計(jì)劃可能會因許多受訪者似乎未完全意識到的問題而失敗。
該研究報(bào)告是與電信和技術(shù)公司之一Telstra的全球部門Telstra International合作制作的。MITTR調(diào)查了亞太地區(qū)、美洲和歐洲的300名企業(yè)領(lǐng)導(dǎo)人,了解他們的組織如何實(shí)施或計(jì)劃實(shí)施生成式人工智能技術(shù),以及有效部署的障礙。
受訪者主要負(fù)責(zé)管理信息技術(shù)、數(shù)據(jù)和數(shù)據(jù)工程相關(guān)職能,并覆蓋金融服務(wù)、銀行和保險(xiǎn)、消費(fèi)品包裝和零售、制造業(yè)和汽車、技術(shù)和電信等行業(yè)。
 
該研究包括以下主要發(fā)現(xiàn):
高管們預(yù)計(jì)生成式人工智能將在全球各經(jīng)濟(jì)體的行業(yè)中引發(fā)顛覆:10位受訪者中有6位認(rèn)為,未來五年生成式人工智能技術(shù)將大幅顛覆他們所在行業(yè)。盡管必然存在差異,但預(yù)見到顛覆的受訪者在每個(gè)行業(yè)中均超過了不預(yù)見到的受訪者。
大多數(shù)人不認(rèn)為AI顛覆是風(fēng)險(xiǎn),而是希望成為顛覆者:78%的受訪者將生成式人工智能視為競爭機(jī)會。只有8%認(rèn)為它是一種威脅。大多數(shù)人希望成為顛覆者:65%的受訪者表示,他們的企業(yè)正在積極考慮利用生成式人工智能開發(fā)新的創(chuàng)新方式,從數(shù)據(jù)中挖掘隱藏的機(jī)會。
盡管對變化有期望,但很少有公司在2023年超越了對生成式人工智能的實(shí)驗(yàn)或有限采用:盡管大多數(shù)(76%)受訪公司在2023年以某種方式使用過生成式人工智能,但很少(9%)已廣泛采用了該技術(shù)。其余進(jìn)行實(shí)驗(yàn)的公司僅在一個(gè)或幾個(gè)有限的領(lǐng)域部署了該技術(shù)。此外,最常見的用例是自動化非必要任務(wù)——這是一種低至中等收益,但風(fēng)險(xiǎn)最小的技術(shù)使用方式。
公司有雄心勃勃的計(jì)劃在2024年增加采用:到2024年底,他們將尋求在功能或一般用途上部署生成式人工智能的數(shù)量將增加一倍以上。他們預(yù)計(jì)到2024年底,將在客戶體驗(yàn)、戰(zhàn)略分析和產(chǎn)品創(chuàng)新領(lǐng)域頻繁應(yīng)用該技術(shù)。同時(shí),受訪者計(jì)劃增加在與其個(gè)體行業(yè)相關(guān)的特定領(lǐng)域中使用生成式人工智能。這些領(lǐng)域包括IT公司的編碼、物流中的供應(yīng)鏈管理和金融服務(wù)中的合規(guī)性。
公司需要解決IT不足問題,否則將無法實(shí)現(xiàn)其生成式人工智能的雄心壯志:不到30%的受訪者將其公司的IT屬性排名為有利于快速采用生成式人工智能。此外,這些結(jié)果可能過于樂觀。那些在推出生成式人工智能方面經(jīng)驗(yàn)最豐富的人對他們的IT甚至更不自信。在這一組中,許多人(65%)表示,他們的可用硬件最多只能在一定程度上促進(jìn)快速采用。
 
其他因素也可能破壞生成式人工智能的成功應(yīng)用:
風(fēng)險(xiǎn):77%的受訪者認(rèn)為,他們的監(jiān)管、合規(guī)性和數(shù)據(jù)隱私環(huán)境是快速采用AI的主要障礙。
預(yù)算:56%的人將IT投資預(yù)算列為主要障礙。
競爭環(huán)境:早期采用生成式人工智能的人超過兩倍可能將競爭環(huán)境視為快速采用的促進(jìn)因素,而不是障礙。
文化:早期采用生成式人工智能的人更有可能將對創(chuàng)新的開放態(tài)度視為快速采用的促進(jìn)因素。
技能:對于重大AI項(xiàng)目所需的技能供不應(yīng)求;但在受訪者中,早期采用者更加清楚現(xiàn)有人才短缺的問題。(美通社頭條)