IT領導者可以從谷歌的GenAI起步不穩中學到什么

谷歌推出 Bard 時，試圖對抗 OpenAI 的 ChatGPT，但在首次演示中不幸出現了事實錯誤。盡管谷歌隨后將 Bard 擴展到 Gmail 到 YouTube 等所有平臺，但公眾最初的焦點仍然是該工具未能達到 OpenAI 響應的質量。

谷歌在GenAI的起步失敗展示了大型語言模型（LLMs）準確輸出的價值。但更重要的是，它提出了每位 IT 領導者在尋求抓住GenAI機會時應該問自己的幾個問題。

首先，向我們山景城的朋友們學習，并問自己以下問題。

我們能用 AI 解決什么現有問題？

人們認為，作為一項新技術，GenAI必須解決新問題。這是一個誤解。轉變你的思維，問自己：“我的團隊或我的公司面臨什么問題，如果我們用 AI 來解決這些問題，情況會是怎樣的？”

我的 AI 解決方案真的能幫助我們的客戶嗎？

幾乎每家科技公司都在跳上GenAI的潮流。然而，只有少數公司真正有意義地采用和實施這項技術，從而使客戶受益。

許多 AI 聊天機器人將堅持淺層次的用例，并未能產生真正的影響。那些打破這種趨勢的人將是那些針對曾經無法解決但現在有了GenAI只是有些困難的用例的人，比如自動生成來自隱晦語言的查詢。

當您的 IT 團隊在公司內部部署 AI 解決方案時，要從高層次審視結果，確保它們與公司的目標保持一致。多模態GenAI應用（例如移動、網絡、語音、聊天機器人、圖像和視頻）的最終目標是超越在響應中的漸進式改進，而是在客戶甚至提出問題之前就解決他們的問題或回答他們的問題。

很快，我期望看到能夠因為知道應該做什么而自行采取行動的主動GenAI代理。這將要求 AI 擁有明確的最終目標和達成目標的路徑，以及對整個業務的全面理解。

我們的文檔準備好了嗎？

文檔的完善將決定 AI 實施的成敗。你可以構建世界上最好的 AI 助手，但如果你沒有正確記錄你的業務，助手就無法理解你的公司是做什么的以及為什么要這么做。

如果沒有這些知識，AI 無法指導你的員工或客戶并幫助他們使用你的產品。GenAI需要一個知識圖譜——整個業務的語義地圖。定義節點和邊作為關系，AI 助手將自然地在其回應中使用它們，極大地增加了GenAI的價值。

下一步

專注于未來：許多公司主要將 AI 視為一種降低成本的方式；更大的機會在于增強人類能力和增長市場份額的創新。專注于這項技術將創造的新角色，以及填補這些角色的人員所需的資源、工具和教育。

抵制誘惑：不要因為假設創新想法只能從下而上而讓GenAI在組織中自發傳播。為了推動競爭優勢，組織需要采取規定性的方法。聰明的首席技術官將主動支持進一步將GenAI集成到其團隊的日常任務和流程中，同時尋找機會在整個組織中注入生成式 AI。

IT 在 AI 集成中的作用：IT 團隊將成為在其公司內部推動GenAI集成的先驅，至關重要的是團隊能夠展示這些應用如何造福組織內的其他團體。從自動化團隊內的重復任務開始，展示如何使用GenAI來優化工作流程。例如，讓營銷團隊熟悉如何通過 ChatGPT 完成特定產品的推廣任務。如果你告訴 ChatGPT 為購買高性能 PC 創建三個推廣案——或任何類似的產品，它會愉快地遵從。IT 領導者已經在開發專門針對營銷功能的GenAI模型。

教育關鍵利益相關者：通過工作坊、研討會和培訓課程，使商業領袖意識到GenAI的潛在好處和用途，幫助員工提升技能并了解如何與GenAI工具和技術合作。在你的 IT 團隊內部確定并推廣現實生活中的用例，以幫助推動你的組織的目標。通過一些簡單的事情開始，比如使用生成式引擎來撰寫電子郵件和員工通信，給人們帶來驚喜。

確定適用的用例：通過組建一個小型特遣隊成為你的GenAI專家，找出用例。你最熱情的人將抓住這個機會。讓他們尋找當前技術堆棧中可以通過自然語言處理、圖像生成、計算機視覺或推薦系統自動化或增強的過程或任務。使用低風險的“快速失敗”技術測試這些概念，這些技術利用小型項目和快速反饋。你選擇的項目應該有明確的范圍、定義的目標和可衡量的成果。大聲宣布你的成功以獲得關鍵利益相關者的支持和認可。

衡量績效和影響：建立關鍵績效指標來衡量GenAI解決方案對內部團隊項目和跨部門的總體業務成果的影響。與公司內的其他領導人合作，跟蹤諸如成本節約、生產力提高、客戶滿意度和對收入的影響等指標。尋找快速勝利；它們是讓其他人加入的最佳方式。

鼓勵團隊不斷學習和實驗。向組織內的其他人傳達 AI 是未來的信息，他們的職業成功將通過學習如何應用它而得到增強。

在堅實的基礎上成長

我們可能要到 2024 年末或 2025 年才會看到使用新興 AI 技術在可觀測性和其他行業中的真正回報和影響。時間會告訴我們搶先進入市場的重要性，或者客戶的優先事項在哪里。

他們是否只關注響應的質量？速度？他們是否滿意于一個快速的助手能讓他們完成一半的正確答案，知道他們在審查答案時需要保持一定程度的懷疑？AI 助手做三件事做得好是否比做十件事做得一般要好？

GPT-4 仍然是GenAI質量的黃金標準。然而，OpenAI 因為將注意力轉向圍繞其 LLMs 構建產品、追求利潤以及偏離對質量的專注而成為眾人矚目的焦點。IT 領導者在開始他們的GenAI之旅時必須找到正確的平衡。

房間里的大象是GenAI將如何影響勞動力市場。有些工作在短期內無疑會受到干擾，歷史表明，顛覆性技術最終創造的工作比它消滅的工作要多。

新技術總是增長勞動力市場的份額，并在以前不存在的地方創造新的機會。畢竟，很少有人能預測到在 Google 發布 25 年后，LinkedIn 上會有 420 萬個包含“SEO”一詞的職位頭銜。那些超越地平線看問題的企業家看到了獲得超額收益的機會。

GenAI的情況也將如此。

新技術的首批應用通常在我們尋求改進現有操作時顯而易見。革命性的潛力在于我們從根本上重新思考整個過程。

GenAI很快將成為商業環境中的標準部分，就像今天的網站和智能手機一樣。技術領導者必須超越最明顯的用例，尋找具有變革潛力的應用，以抓住機遇。而且你現在必須做出一個決定：“你是全身心投入，還是滿足于只在邊緣試探？”

如果有一件事我的 30 多年技術經驗教會了我，那就是試探者不是贏家。你需要讓自己和你的組織致力于將GenAI成為你的業務的一部分。它需要被編織進公司的一切。