數(shù)字化轉(zhuǎn)型必須成為組織的一個核心能力，這是給CIO和IT領(lǐng)導(dǎo)者的一條重要建議。

戰(zhàn)略優(yōu)先事項每兩年或更短時間就會發(fā)生重大變化，從2018年的增長，到2020年的新冠疫情和遠程辦公，再到2022年的混合辦公模式和財務(wù)限制問題。

生成式AI（包括ChatGPT和其他大型語言模型）所帶來的影響，將成為2024年的一個重大轉(zhuǎn)型驅(qū)動力。

當(dāng)CIO們開始為2024年預(yù)算和數(shù)字化轉(zhuǎn)型優(yōu)先事項做準(zhǔn)備的時候，有必要制定一項戰(zhàn)略以找機會改進業(yè)務(wù)模式、看準(zhǔn)近期運營影響、對員工應(yīng)該試水的項目進行優(yōu)先級排序、并制定與AI相關(guān)的風(fēng)險緩解計劃。

但伴隨著所有這些興奮和炒作，員工很容易將時間投入到會泄露機密數(shù)據(jù)的AI工具上，或者管理者很容易選擇那些尚未經(jīng)過安全、數(shù)據(jù)治理和其他廠商合規(guī)審查的影子式AI工具上。更大的挑戰(zhàn)是，要制定一個切合實際的戰(zhàn)略，并對“不可能的夢想家”做出回應(yīng)。這里，“不可能的夢想家”是一種“要一步登天”的商業(yè)領(lǐng)袖，是一種地獄級的商業(yè)高管。

塔塔咨詢服務(wù)公司首席信息官Abhijit Mazumder表示：“轉(zhuǎn)型優(yōu)先事項應(yīng)該能夠從根本上與業(yè)務(wù)優(yōu)先事項、以及各個組織想要實現(xiàn)的目標(biāo)聯(lián)系起來。在大多數(shù)企業(yè)中，領(lǐng)導(dǎo)層同樣也關(guān)注增長和運營效率，但同時不會忘記優(yōu)先考慮彈性、網(wǎng)絡(luò)安全和技術(shù)債務(wù)消除計劃。”

以下就是CIO們在制定數(shù)字化轉(zhuǎn)型優(yōu)先事項時需要考慮的幾個生成式AI的驅(qū)動因素。

制定一項改變游戲規(guī)則的大型語言模型策略

生成式AI和大型語言將會給每個行業(yè)帶來怎樣的影響，舉例來說：

• 利用非結(jié)構(gòu)化數(shù)據(jù)帶來的智能型，加速藥物發(fā)現(xiàn)
• 使一線制造裝配工人能夠更快速、更可靠地解決問題
• 使醫(yī)療服務(wù)提供者能夠為患者提供有關(guān)健康問題的個性化方案
• 根據(jù)客戶對話協(xié)助開發(fā)新的保險、銀行和其他金融服務(wù)產(chǎn)品
• 通過為教師提供新方法，提高學(xué)生的創(chuàng)造性思維、協(xié)作和解決問題的能力，從而實現(xiàn)教育轉(zhuǎn)型

SnapLogic公司首席技術(shù)官Jeremiah Stone表示：“現(xiàn)在，CIO和CTO不僅要發(fā)揮創(chuàng)意，以更少的資源做更多的事情，還要經(jīng)過深思熟慮的投資來超越競爭對手，因為他們的競爭對手可能會推遲或削減自己的轉(zhuǎn)型項目。優(yōu)先考慮那些能夠創(chuàng)造新收入來源、推進技術(shù)普及或者能減少技術(shù)債務(wù)的轉(zhuǎn)型舉措，特別是考慮生成式AI帶來的機會。”

CIO們可能會認(rèn)識到，這種規(guī)模的轉(zhuǎn)型計劃是長達多年的計劃，需要評估大型語言模型的能力、進行試驗、尋找最低可行度且足夠安全的客戶產(chǎn)品。但完全不制定戰(zhàn)略則可能會導(dǎo)致混亂，而IT領(lǐng)導(dǎo)者在參加董事會會議時可能犯的一個關(guān)鍵錯誤就是，完全沒有制定針對生成式AI等改變世界的新興技術(shù)的計劃。

為私有大型語言模型清理和準(zhǔn)備數(shù)據(jù)

生成式AI將提高企業(yè)非結(jié)構(gòu)化數(shù)據(jù)的重要性和價值，包括存儲在學(xué)習(xí)管理系統(tǒng)中的文檔、視頻和內(nèi)容。即使企業(yè)還沒有準(zhǔn)備好利用生成式AI來變革他們所在的行業(yè)和業(yè)務(wù)，積極主動的轉(zhuǎn)型領(lǐng)導(dǎo)者也會采取措施集中、清理和準(zhǔn)備非結(jié)構(gòu)化數(shù)據(jù)，以供大型語言模型使用。

Domino公司數(shù)據(jù)科學(xué)戰(zhàn)略和布道負(fù)責(zé)人Kjell Carlsson表示：“隨著整個組織的用戶強烈要求把生成式AI功能作為日常活動的一部分，CIO、CTO和CDO的首要任務(wù)就是要實現(xiàn)對越來越多的生成式AI模型的安全且可擴展的訪問，并讓數(shù)據(jù)科學(xué)團隊開發(fā)和實施針對組織數(shù)據(jù)和用例量身定制的大型語言模型。”

現(xiàn)在出了ChatGPT之外已經(jīng)有14個大型語言模型，如果你有大型數(shù)據(jù)集，你可以使用Databricks Dolly、Meta Llama和OpenAI等平臺定制專有的大型語言模型，或者從零開始構(gòu)建自己的大型語言模型。

定制和開發(fā)大型語言模型需要強大的商業(yè)案例、技術(shù)專長和資金。New Relic公司首席設(shè)計和戰(zhàn)略官Peter Pezaris表示：“訓(xùn)練大型語言模型的成本可能極高，而且輸出結(jié)果尚未完善，因此領(lǐng)導(dǎo)者應(yīng)該優(yōu)先投資于那些有助于監(jiān)控使用成本和提高查詢結(jié)果質(zhì)量的解決方案。”

通過改善客戶支持來提高效率

麥肯錫早在2020年的時候就預(yù)計，每年人工智能可以創(chuàng)造1萬億美金的價值，其中客戶支持是一個重要的機會。如今，由于生成式AI的出現(xiàn)，這個機會變得更大，特別是當(dāng)CIO們把非結(jié)構(gòu)化數(shù)據(jù)集中在大型語言模型中并使服務(wù)代理能夠詢問和回答客戶問題的時候。

SPR公司高級副總裁Justin Rodenbostel表示：“要尋找機會利用GPT-4和大型語言模型來優(yōu)化客戶支持等活動，特別是在自動化任務(wù)和分析大量非結(jié)構(gòu)化數(shù)據(jù)方面。”

改善客戶支持是通過大型語言模型和AI搜索功能提供短期投資回報的一種快速通道。大型語言模型需要集中企業(yè)的非結(jié)構(gòu)化數(shù)據(jù)，包括嵌入在CRM、文件系統(tǒng)和其他SaaS工具中的數(shù)據(jù)。一旦IT部門集中這些數(shù)據(jù)并實施大型語言模型，那么還有可能改進銷售線索轉(zhuǎn)化和人力資源入職流程等方面。

GetK3公司總裁、首席執(zhí)行官Gordon Allott表示：“幾十年來，企業(yè)一直在把數(shù)據(jù)填充到SharePoint和其他系統(tǒng)中，而通過清理這些數(shù)據(jù)并使用大型語言模型，實際上很可能是很有價值的。”

通過圍繞大型語言模型的溝通來降低風(fēng)險

生成式AI領(lǐng)域有100多種工具，涵蓋了測試、圖像、視頻、代碼、語音等類別。那么是什么阻止了員工嘗試一款工具并將專有信息或其他機密信息粘貼到他們的提示內(nèi)容中呢？

Rodenbostel建議：“領(lǐng)導(dǎo)者必須通過研究和制定可接受的使用政策，確保其團隊僅以經(jīng)批準(zhǔn)的恰當(dāng)方式使用這些工具。”

有三個部門，是CIO必須與CHRO還有CISO展開合作、溝通政策并創(chuàng)建支持智能實驗的治理模型。首先，CIO應(yīng)該評估ChatGPT和其他生成式AI會給編碼和軟件開發(fā)帶來怎樣的影響。IT部門必須以身作則，明確在何處、如何進行試驗、以及何時不使用工具或?qū)Ｓ袛?shù)據(jù)集。

營銷部門是第二個需要關(guān)注的，營銷人員可以在內(nèi)容創(chuàng)建、潛在客戶開發(fā)、電子郵件營銷和十多種常見營銷實踐中使用ChatGPT和其他生成式AI。目前已經(jīng)有超過11000種營銷技術(shù)解決方案可供使用，因此在使用新的大型語言模型功能測試SaaS的時候，有大量的機會去進行試驗并犯下無意的錯誤。

領(lǐng)先組織的CIO們正在創(chuàng)建一個注冊表來加入新的生成式AI用例，定義審查方法的流程，并集中管理AI實驗帶來的影響。

重新評估決策過程和授權(quán)

還有一個需要考慮的重要領(lǐng)域是，生成式AI將如何影響決策過程和未來的工作。

在過去十年中，很多企業(yè)的目標(biāo)是通過實現(xiàn)數(shù)據(jù)訪問民主化、對更多商業(yè)人士進行全民數(shù)據(jù)科學(xué)培訓(xùn)、以及灌輸主動的數(shù)據(jù)治理實踐來成為數(shù)據(jù)驅(qū)動型的組織。生成式AI釋放了新的能力，讓領(lǐng)導(dǎo)者能夠提示并快速獲得答案，但及時性、準(zhǔn)確性和偏見是許多法學(xué)碩士的關(guān)鍵問題。

Appen公司企業(yè)解決方案副總裁Erik Voight表示：“將人類置于人工智能的中心，并圍繞數(shù)據(jù)使用和模型可解釋性建立強大的框架，將大大有助于減少這些模型的偏見，確保所有AI輸出都是道德的、負(fù)責(zé)任的。現(xiàn)實情況是，在關(guān)鍵決策方面，AI模型無法取代人類，應(yīng)該將其作為補充，而不是讓它們完全接管。”

CIO們應(yīng)該尋求一種平衡的方法來優(yōu)先考慮生成式AI計劃，包括定義治理、確定短期效率、以及尋求長期轉(zhuǎn)型的機會。