生成式人工智能如何颠覆数据实践
生成式人工智能颠覆数据实践
赞助内容
Bill Hammond，Big Data London活动总监
生成式人工智能(Gen AI)改变了我们与数据的互动方式和数据的利用方式，深度学习和自然语言处理(NLP)等工具使自动化程度达到了前所未有的水平，并重塑了我们对数据的收集、处理和价值提取。去年11月，OpenAI发布了语言学习模型(LLM) ChatGPT，为谷歌Bard和微软Bing等替代方案打开了闸门，而生成式人工智能已经被证明具有巨大的颠覆性，企业都在探索如何应用这项技术。
各种规模的公司正在使用人工智能优化其业务流程和增强其产品。麦肯锡的《生成式人工智能的经济潜力》报告显示，大约75%的Gen AI所承诺的价值来自于其在客户运营、市场营销和销售、软件工程以及研发环境中的应用。
世界领先的食品公司联合利华和雀巢合资企业Cereal Partners Worldwide (CPW)就是一个很好的例子。他们利用增强分析和生成式人工智能实现了数据驱动文化的愿景，改变了决策制定的方式。一个例子是AI助手，员工现在可以使用自然语言处理查询公司数据，实现对数据的民主化访问，有效地扩展了传统商业智能所提供的数据洞察。
企业级人工智能
这个案例表明，生成式人工智能对企业的数据文化有着深远的影响。Gen AI将影响到工作人员的动态、决策过程以及人类创造力的角色。我们可以预见到，这项技术将颠覆传统的组织结构，挑战现有的权力层级，导致更加扁平的组织结构。要应对这种转变，组织需要培养创新文化，并制定生成式人工智能政策。
从实际角度来看，人工智能将增强角色，因此企业需要培训员工与人工智能系统共同工作。根据麦肯锡的报告，这样做可以释放员工时间的60-70%，从而实现2040年的生产力增长高达3.3%。这将使得之前关于自动化占据一半工作活动的预测提前到2045年。
但是企业还需要采取措施来确保安全，比如制定人工智能使用的伦理准则。关于生成式人工智能的其中一个主要关注点是其表现出的偏见或甚至“产生幻觉”(提供错误解释)的倾向，这意味着对这些早期版本的引导需要进行精心控制。生成式人工智能还存在其他风险，比如目前无法追溯到源材料并限制对知识产权的访问。没有这些措施，很少有企业愿意向生成式人工智能开放数据。
实现人工智能愿景
从技术角度来看，数据科学团队在商业智能(BI)和机器学习(DS/ML)计划方面投入了多年时间，并且将他们的机器学习模型(MLOps)操作化，现在他们的任务是将生成式人工智能与业务相结合。
组织可以选择使用软件即服务(SaaS)的LLM API来调用像ChatGPT这样的服务，也可以选择在内部运行自己的LLM。后者的好处是可以使用由数据科学团队确定的内容对LLM进行训练，使其更加专注，根据Databricks的《2023年数据状况报告》，LLM工具可以用于与其他公司系统集成或开发提示用户界面。
实现生成式人工智能的任务落在了这些数据科学团队身上，但更广泛的业务影响意味着组织的每个方面都将受到影响。数据的访问、共享和沟通方式正在发生根本性的变化，对我们的工作方式造成了重大动荡。这意味着要实现这项技术的潜力，我们需要进行战略思考和技术思考。
要了解企业如何利用生成式人工智能保持竞争力和创新性，数据科学如何拥抱这项技术以及它对工作场所的影响，请访问2023年9月20日至21日在伦敦Olympia举行的Big Data LDN (London)。
亮点包括Cereal Partners Worldwide (CPW)在Gen AI和数据科学剧场上的演讲，时间为9月20日16:40 – 17:10，并在9月21日09:15 – 10:00在Y-Axis主题剧场上举行的主题讨论会“人、流程和平台 – Gen AI是否正在创造《权力的游戏》，我们如何引领我们的组织进行人工智能革命？” 访客可以现在注册以确保获得免费票。
