Australia Data

对于高管来说，生成式人工智能提出了挑战。如何正确采用这项技术？这不是一件容易的事，而那些可能远离技术本身的高管可能会不确定该怎么做。但从我们的角度来看，高管们的首要任务不是深入研究技术，而是专注于了解生成式人工智能将如何影响他们的组织和行业，以及哪些战略选择将使他们能够探索机遇和应对挑战。

这个旅程首先要确定影响公司且当前技术无法解决的问题。生成式人工智能适用于他们吗？

借助等生成式 AI 工具，AI 变得触手可及，随着时间的推移，AI 可能会像 Excel 一样在公司中变得普遍。在营销、内部沟通、投资者和客户关系、销售和法律等某些需 智利手机数据 要处理大量文本的部门中，直接提高生产力可以大大降低成本。生成式人工智能可以在几秒钟内总结文档，效果非常好。
但根据定义，生成式人工智能的民主化力量也意味着竞争对手将拥有相同的准入条件。依赖于现有大型语言模型 (LLM) 应用程序（例如 ChatGPT）的用例将无法提供可持续的竞争差异化，因为所产生的唯一可变性将来自用户准备系统提示的能力。所有公司都能够做到这一点，就像今天他们都使用 Excel 一样。

高管的目标是确定真正具有竞争优势的用例。但一旦遇到这些情况，你就会开始一段曲折的确定自己准备程度的旅程。

公司是否拥有采取必要行动的人才、文化、技术和投资，这些行动的范围可以从“微调”现有模型到创建和培训新的特定模型？投资差异很大，并且可以达到很高的水平。更复杂的事情的行动取决于组织的成熟度和准备程度。准备程度较低的公司在考虑更复杂的行动（例如“微调”和/或创建新的法学硕士模型）时应非常小心。
生成式人工智能为我们开辟了新的机遇。但这也迫使高管们应对新的未知因素。策略不应该是使用该工具并寻找可以解决的问题。它甚至不应该是“用 ChatGPT 做点什么”。