生成式人工智能的成功：对治理、基础设施和人才的需求

生成式人工智能(Gen AI)已成为一种变革性技术，有可能彻底改变各行各业。从流程自动化和预测分析到欺诈检测，企业越来越认识到生成式人工智能在推动运营效率和创新方面的价值。然而，随着企业争先恐后地采用这一尖端技术，雄心壮志与准备就绪之间却出现了严重的差距。

生成式人工智能的吸引力是不可否认的。企业战略集团(ESG) 和日立数据管理有限公司最近的一份报告发现，97% 的正在实施生成式人工智能项目的组织将其视为五大优先事项之一。该技术能够生成类似人类的文本、图像和其他内容，激发了企业领导者的想象力，63% 的受访公司已经确定了至少一个生成式人工智能的使用案例。

然而，通向成功实施生成式人工智能的道路充满挑战。同一研究显示，只有不到一半的组织对生成式人工智能的使用制定了明确和全面的政策。报告强调，这种缺乏治理的情况带来了巨大的风险风险，尤其是在数据隐私、安全和人工智能的道德使用等领域。

各组织认为安全、基础设施和数据管理是采用该技术的最大障碍。

另一个关键挑战在于基础设施的准备程度。只有37%的组织认为其当前的基础设施和数据生态系统，已经为实施生成式人工智能解决方案做好了充分准备。这种脱节在 C 级高管和实地高管之间尤为明显，前者对公司准备情况表示有信心的可能性是后者的 1.3 倍。

现实情况是，生成式人工智能需要强大而灵活的基础设施，能够处理海量数据和复杂计算。许多组织发现其现有系统存在不足，71%的受访者认为，在开展生成式人工智能项目之前，对基础设施进行现代化改造是必要的。

解决人才缺口

也许在生成式人工智能领域中，最紧迫的问题是缺乏熟练的专业人员。研究发现，61% 的受访者认为大多数用户不知道如何利用生成式人工智能,而 51% 的受访者报告缺乏具备生成式人工智能专业知识的员工。这种技能差距不仅仅在于技术知识；它还延伸到了如何规划和执行生成式人工智能项目的战略理解，40%的受访者承认他们在这一领域不够了解。

为了真正利用生成式人工智能的力量，企业需要关注三个关键领域：

稳健的信息技术治理：为生成式人工智能的使用制定全面的政策和指南至关重要。这包括解决数据隐私问题、确保遵守法规以及建立人工智能开发和部署的道德框架。

基础设施现代化：投资可扩展、灵活的基础设施以支持生成式人工智能的需求至关重要。这可能涉及内部部署和云解决方案的混合，78% 的组织将混合方法作为其首选战略。

人才开发与获取：组织必须优先提升现有劳动力的技能，吸引具有生成式人工智能专业知识的新人才。这不仅包括技术技能，还包括人工智能项目管理和实施的战略能力。

通向生成式人工智能的成熟之路

当组织面对这些挑战时，他们可能会在对待生成式人工智能的方法上有所发展。虽然 96% 的调查对象目前更倾向于非专有模型，但从长远来看，专有模型的使用预计将增加六倍。这一转变表明，随着企业寻求通过自定义人工智能解决方案实现竞争差异化，生成式人工智能的利用日益成熟。

日立数据管理有限公司首席技术官Ayman Abouelwafa表示 : “ 企业显然正在跃上生成式人工智能的潮流，这并不奇怪，但同样明显的是，成功实现生成式人工智能的基础尚未完全建立起来，无法达到这一目的，也就无法实现其全部潜力”。“然而，要释放生成式人工智能的真正力量，就需要有一个强大而安全的基础设施作为坚实的基础，以应对这一强大技术的需求”。