從試點(diǎn)轉(zhuǎn)向正式上線從試點(diǎn)到生產(chǎn)的旅程充滿(mǎn)挑戰(zhàn)，但回報(bào)是巨大的。成功擴(kuò)展其人工智能計(jì)劃的機(jī)構(gòu)報(bào)告了運(yùn)營(yíng)效率、成本節(jié)約和創(chuàng)新方面的顯著收益。例如，生成式人司實(shí)現(xiàn)了生產(chǎn)力和客戶(hù)服務(wù)的顯著改進(jìn)。這些成功故事突出了人工智能集成到核心業(yè)務(wù)功能時(shí)的變革然而，擴(kuò)展人工智能需要一個(gè)全方位的方法，涵蓋戰(zhàn)略協(xié)同、健全的治理框架、強(qiáng)大的數(shù)據(jù)基礎(chǔ)和持續(xù)的人才發(fā)展。所有這些方面都錯(cuò)綜復(fù)雜地聯(lián)系在一起，相互依存。此外,將GenAI項(xiàng)目與更廣泛的商業(yè)價(jià)值鏈保持一致至關(guān)重要,在整個(gè)AI生命周期中嵌入負(fù)責(zé)任的AI實(shí)踐,設(shè)立明確的KPI,以確保符合道德規(guī)范和安全副總裁，通用人工智能全球負(fù)責(zé)人， 埃森哲人工智能的戰(zhàn)略重要性，尤其是生成式人工智能，不可夸大。它已經(jīng)超越了實(shí)驗(yàn)領(lǐng)域，現(xiàn)在已成為各行業(yè)企業(yè)戰(zhàn)略的組成部分。凱捷近期的研究發(fā)現(xiàn)，們的研究揭示，80%的組織在過(guò)去一年中增加了對(duì)生成式人工智能的投資，近四分之一將這項(xiàng)技術(shù)整合到他們的運(yùn)營(yíng)中。這種采用的增長(zhǎng)是由生成式人工智能提供的實(shí)際效益驅(qū)動(dòng)的，包括生產(chǎn)率提高了7.8%，客戶(hù)參與度和滿(mǎn)意度提升了6.7%。當(dāng)我們展望未來(lái)，人工智能代理的興起有望通過(guò)提供幾個(gè)關(guān)鍵優(yōu)勢(shì)進(jìn)一步改變企業(yè)運(yùn)營(yíng)方式，例如銷(xiāo)售增長(zhǎng)——組織已看到銷(xiāo)售額增長(zhǎng)了4.4%，這歸因于人工智能代理提供個(gè)性化推薦和優(yōu)化銷(xiāo)售運(yùn)營(yíng)的能力。構(gòu)建和管理多智能體系統(tǒng)絕非易事，但成功的關(guān)鍵在于持續(xù)監(jiān)控和評(píng)估其性能。總之，本文提出的思想和建議為尋求擴(kuò)展其人工智能計(jì)劃的機(jī)構(gòu)提供了寶貴的指導(dǎo)。它概述了成功過(guò)渡到全面生產(chǎn)的策略和綜合路線圖。用于企業(yè)轉(zhuǎn)型的AI擴(kuò)展藍(lán)圖2企業(yè)級(jí)人工智能擴(kuò)展藍(lán)圖從試點(diǎn)轉(zhuǎn)向正式上線本文件已授權(quán)給埃森哲04人工智能和生成式人工智能的戰(zhàn)略重要性06企業(yè)人工智能采用現(xiàn)狀10人工智能和生成式人工智能從試點(diǎn)到生產(chǎn)的成功因素?cái)U(kuò)展AI時(shí)需要避免的18個(gè)常見(jiàn)陷阱21結(jié)論與未來(lái)展望3企業(yè)數(shù)字化轉(zhuǎn)型的AI擴(kuò)展藍(lán)圖人工智能，包括生成式人工智能，已不再是局限于實(shí)驗(yàn)的新興技術(shù)，而是正在成為企業(yè)戰(zhàn)略的組應(yīng)對(duì)各種挑戰(zhàn)和成功因素。企業(yè)必須解決基本在定義企業(yè)級(jí)人工智能戰(zhàn)略、確定人工智能用例優(yōu)先級(jí)、建立有效的運(yùn)營(yíng)模式、確保數(shù)據(jù)準(zhǔn)備就緒、培養(yǎng)人工智能人才、實(shí)施可擴(kuò)展的人工智能技術(shù)棧以及整合負(fù)責(zé)任的人工智能實(shí)踐等方面的措施。人工智能的擴(kuò)展成功取決于對(duì)這些因素有清晰的這個(gè)觀點(diǎn)深入探討了擴(kuò)展AI的關(guān)鍵方面，提供了以下見(jiàn)解：這個(gè)觀點(diǎn)為企業(yè)提供了從試點(diǎn)到生產(chǎn)成功擴(kuò)展人工智能的見(jiàn)解。通過(guò)探索關(guān)鍵成功因素和避免潛在的陷阱，它旨在幫助組織導(dǎo)航人工智能運(yùn)營(yíng)的復(fù)雜旅程并釋放其變革的潛力。此外，它還作為4商業(yè)轉(zhuǎn)型中的人工智能擴(kuò)展藍(lán)圖人工智能的戰(zhàn)略重要性經(jīng)濟(jì)波動(dòng)、不斷變化的客戶(hù)期望、監(jiān)管壓力和日益激烈的市場(chǎng)競(jìng)爭(zhēng)正導(dǎo)致商業(yè)格局發(fā)生根本性轉(zhuǎn)變。傳統(tǒng)的轉(zhuǎn)型方法往往不足，難以實(shí)現(xiàn)敏捷性、韌性和持續(xù)增長(zhǎng)。因此，組織正在重新思考其在過(guò)去的十年中，企業(yè)已投資于IT系統(tǒng)現(xiàn)代化、云計(jì)算采用、自動(dòng)化和數(shù)據(jù)驅(qū)動(dòng)決策。雖然這些努力奠定了堅(jiān)實(shí)的基礎(chǔ)，但它們通常仍局限于功能系統(tǒng)，限制了它們實(shí)現(xiàn)企業(yè)級(jí)影響的能力。現(xiàn)在，人工智能正充當(dāng)真正的催化劑，將數(shù)字化轉(zhuǎn)這一轉(zhuǎn)變要求組織擺脫碎片化的自動(dòng)化和零散的距提供了一個(gè)獨(dú)特的機(jī)會(huì)，使企業(yè)能夠超越孤立的應(yīng)用場(chǎng)景，邁向可擴(kuò)展、互聯(lián)和智能化驅(qū)動(dòng)的轉(zhuǎn)型。無(wú)論是增強(qiáng)客戶(hù)互動(dòng)、優(yōu)化供應(yīng)鏈，還是加速產(chǎn)品創(chuàng)新，生成式AI不僅僅是改進(jìn) ,而是在重塑核心業(yè)務(wù)功能。企業(yè)現(xiàn)在正從人工智能實(shí)驗(yàn)轉(zhuǎn)向大規(guī)模的人工智能應(yīng)用。重點(diǎn)正在從試點(diǎn)轉(zhuǎn)向生產(chǎn)，組織正在建立完善的治理框架、數(shù)據(jù)生態(tài)系統(tǒng)和人工智能驅(qū)動(dòng)的決策模型，以確保企業(yè)范圍內(nèi)的采用和將智能集成到每個(gè)產(chǎn)品和服務(wù)的想法是不可想象的。–薩姆·奧特曼，OpenAI首席執(zhí)行官5商業(yè)轉(zhuǎn)型中的人工智能擴(kuò)展藍(lán)圖人工智能采納背后的關(guān)鍵業(yè)務(wù)驅(qū)動(dòng)因素采用人工智能和生成式人工智能正在重塑各行業(yè)的企業(yè)優(yōu)先事項(xiàng)。組織越來(lái)越將這些技術(shù)視為保持競(jìng)爭(zhēng)力、提高運(yùn)營(yíng)效率以及推動(dòng)業(yè)務(wù)成果的關(guān)鍵。關(guān)鍵業(yè)務(wù)因素：□提高運(yùn)營(yíng)效率，縮短周轉(zhuǎn)時(shí)間：人工智能通過(guò)自動(dòng)化重復(fù)性任務(wù)和簡(jiǎn)化式。這些技術(shù)使企業(yè)能夠優(yōu)化工作流程、最小化錯(cuò)誤并加速運(yùn)營(yíng)，從而提高效率并減少產(chǎn)品和服務(wù)上市所需的時(shí)間。例如，通過(guò)人工智能驅(qū)動(dòng)的供應(yīng)鏈優(yōu)化需求預(yù)測(cè)可以顯著提高庫(kù)存管理的準(zhǔn)確性。此外，人工智能可以加速創(chuàng)意設(shè)計(jì)周期、原型制作□提供卓越的客戶(hù)體驗(yàn)：提升客戶(hù)體驗(yàn)是企業(yè)首要任務(wù)，而人工智能驅(qū)動(dòng)的個(gè)變革。生成式人工智能可通過(guò)個(gè)性化推薦、智能聊天機(jī)器人和與目標(biāo)受眾產(chǎn)生共鳴的內(nèi)容來(lái)定制客戶(hù)互動(dòng)。這些能力幫助企業(yè)培養(yǎng)更牢固的客戶(hù)關(guān)系、提高滿(mǎn)意度并增強(qiáng)忠誠(chéng)度□提高員工生產(chǎn)力：人工智能超越了自動(dòng)化，通過(guò)人工智能驅(qū)動(dòng)的協(xié)作助手等能力。這些協(xié)作助手起草內(nèi)容并提供智能推薦，使員工能夠?qū)Ｗ⒂趶?fù)雜、高價(jià)值任務(wù)。例如，編碼協(xié)作助手幫助開(kāi)發(fā)人員更快地調(diào)試和編碼，從而提高團(tuán)隊(duì)的生產(chǎn)力□最大化成本節(jié)約：人工智能解決方案在實(shí)現(xiàn)長(zhǎng)期成本優(yōu)化方面發(fā)揮著關(guān)鍵作品設(shè)計(jì)、優(yōu)化供應(yīng)鏈到降低研發(fā)成本，人工智能技術(shù)幫助企這些節(jié)省成本的機(jī)會(huì)對(duì)于再投資創(chuàng)新和可持續(xù)擴(kuò)大運(yùn)營(yíng)至關(guān)重要強(qiáng)大的數(shù)據(jù)和人工智能基礎(chǔ)設(shè)施、可擴(kuò)展的云解決方案以及先進(jìn)的語(yǔ)言模型，在人工智能和生成式人工智能的廣泛采用中發(fā)揮了關(guān)鍵作用。這些技術(shù)進(jìn)步現(xiàn)在使企業(yè)能夠充分利用這些變革□驅(qū)動(dòng)創(chuàng)新并提高相關(guān)性：人工智能和生成式人工智能隨著企業(yè)認(rèn)識(shí)到它保持競(jìng)爭(zhēng)優(yōu)勢(shì)而日益突出。通過(guò)利用這些技術(shù)來(lái)增強(qiáng)其產(chǎn)品、服務(wù)和流程，組織可以保持領(lǐng)先 ,擴(kuò)大市場(chǎng)份額，并在一個(gè)日益動(dòng)態(tài)、技術(shù)驅(qū)動(dòng)型的環(huán)境中加強(qiáng)其地位。6推動(dòng)業(yè)務(wù)轉(zhuǎn)型的AI擴(kuò)展藍(lán)圖企業(yè)人工智能采用現(xiàn)狀占主導(dǎo)地位時(shí)，一些問(wèn)題出現(xiàn)了：生成式AI會(huì)持續(xù)存在年第一季度企業(yè)領(lǐng)導(dǎo)人回應(yīng)調(diào)查，全球83%的組織要么主動(dòng)探索和引領(lǐng)生成式人工智能已部署生成式人工智能at至少一個(gè)或多個(gè)過(guò)程計(jì)劃試行生成式AI即將到來(lái).··2%未已經(jīng)討論了嗎7商業(yè)轉(zhuǎn)型中的人工智能擴(kuò)展藍(lán)圖超越生成式人工智能，企業(yè)現(xiàn)在正在探索人工智能的下一智能代理式人工智能系統(tǒng)將大型語(yǔ)言模型（LLM）的能力與代碼、數(shù)據(jù)源和用戶(hù)界面相結(jié)合，以自主執(zhí)行復(fù)雜任務(wù)和工作流程。這一進(jìn)展標(biāo)志著人工智能與企業(yè)運(yùn)營(yíng)的深度融合，為各行各跨行業(yè)生成式人工智能的采用企業(yè)已經(jīng)認(rèn)識(shí)到人工智能的變革潛力，并越來(lái)越多地將生成式人工智能嵌入其運(yùn)營(yíng)中，以實(shí)現(xiàn)差正轉(zhuǎn)向?qū)嵱没瘜?shí)施。組織們報(bào)告稱(chēng)，部署生成式人工智能帶來(lái)了切實(shí)的利益。例如，根據(jù)公開(kāi)披盡管生成式人工智能有潛力影響每個(gè)行業(yè)，但不同行業(yè)采用它的速度不同。在這樣的快速發(fā)展的技術(shù)環(huán)境中，企業(yè)消費(fèi)模式和采用階段正在迅速演變，受到持續(xù)進(jìn)步和新興用例的影響。圖2展示根據(jù)第8頁(yè)的展品2，與其它領(lǐng)域相比，某些行業(yè)如金融科技和高新技術(shù)行業(yè)已驗(yàn)生成式人工智能。相當(dāng)多的企業(yè)仍在試驗(yàn)生成式人工智能以該行業(yè)在采用生成式AI方面的特定差異可歸因于多個(gè)因素，如當(dāng)前數(shù)據(jù)可用性、技術(shù)準(zhǔn)備情成本影響、監(jiān)管和合規(guī)考慮以及生成式AI能力要求。例如，BFSI和RCPG組織通常擁有結(jié)構(gòu)良好的數(shù)據(jù)存儲(chǔ)庫(kù)和客戶(hù)互動(dòng)，這使得它們更易于采用生成式AI驅(qū)動(dòng)的自動(dòng)化和個(gè)性化。相反，HLS部門(mén)可能面臨更復(fù)雜挑戰(zhàn)，如數(shù)據(jù)隱私和安全問(wèn)題以及有限的訓(xùn)練數(shù)據(jù)訪問(wèn)，這需要對(duì)無(wú)論哪個(gè)行業(yè)，最成功的企業(yè)都是那些識(shí)別出具有高影響力和戰(zhàn)略性的生成式A8商業(yè)轉(zhuǎn)型中人工智能的擴(kuò)展藍(lán)圖BFSIHLSRCPG航空公司，旅行，人工智能成熟度使用可能性<1%39%46%2%2%26%6%24%40%4%21%5%32%38%4%<1%20%48%<1%3%8%41%46%<1%<1%22%6%33%39%2%2%2%58%<1%5%20%5%53%人工智能從試點(diǎn)轉(zhuǎn)向生產(chǎn)的關(guān)鍵業(yè)務(wù)轉(zhuǎn)型領(lǐng)域企業(yè)正在利用人工智能和生成式人工智能，在廣泛的轉(zhuǎn)型領(lǐng)域驅(qū)在前臺(tái)，人工智能正在改變客戶(hù)體驗(yàn)和銷(xiāo)售及營(yíng)銷(xiāo)。通過(guò)自動(dòng)化總結(jié)投訴、檢索數(shù)據(jù)以及為客戶(hù)查詢(xún)量身定制個(gè)性化回應(yīng)等任務(wù)，它提高了代理人的工作效率和客戶(hù)體驗(yàn)。生成式人工智能通過(guò)為個(gè)體角色創(chuàng)建定制的內(nèi)容和體驗(yàn)來(lái)優(yōu)化銷(xiāo)售活動(dòng)并實(shí)現(xiàn)客戶(hù)精準(zhǔn)定位，使前臺(tái)運(yùn)營(yíng)更加高效、順暢和在中臺(tái)，人工智能正在革新風(fēng)險(xiǎn)管理、績(jī)效分析和數(shù)據(jù)管理。風(fēng)險(xiǎn)管理得益于自動(dòng)化的監(jiān)管合規(guī)報(bào)告、欺詐檢測(cè)和稅務(wù)報(bào)告，減少人工工作，提高準(zhǔn)確性。在績(jī)效分析中察、對(duì)話式分析以及動(dòng)態(tài)報(bào)告來(lái)增強(qiáng)決策能力，使團(tuán)隊(duì)能夠發(fā)現(xiàn)趨勢(shì)并做出明智的決策。在數(shù)據(jù)管理中，生成式人工智能加速了與數(shù)據(jù)相關(guān)的在后臺(tái)，人工智能正在推動(dòng)財(cái)務(wù)和會(huì)計(jì)、人力資源:□在金融和會(huì)計(jì)領(lǐng)域，人工智能通過(guò)自動(dòng)化生成和總結(jié)財(cái)務(wù)報(bào)告以及從財(cái)務(wù)文件中提取關(guān)鍵細(xì)節(jié)等任務(wù)，增強(qiáng)了智能文檔處理能力，顯著提高了準(zhǔn)確性9將AI規(guī)?；瘧?yīng)用于業(yè)務(wù)轉(zhuǎn)型的藍(lán)圖□在人力資源領(lǐng)域，生成式人工智能通過(guò)自動(dòng)篩選簡(jiǎn)歷、生成職位描述、創(chuàng)建個(gè)性化培訓(xùn)內(nèi)容以及就員工查詢(xún)提供定制化回應(yīng)，簡(jiǎn)化了招聘、學(xué)習(xí)與發(fā)展和人才管理□在供應(yīng)鏈管理中，通過(guò)近實(shí)時(shí)分析，人工智能增強(qiáng)了倉(cāng)庫(kù)運(yùn)營(yíng)和庫(kù)存管理，從而實(shí)現(xiàn)了改優(yōu)化物流，并提高運(yùn)營(yíng)效率□在IT運(yùn)維和軟件開(kāi)發(fā)中，人工智能自動(dòng)化檢測(cè)和解決事件、監(jiān)控系統(tǒng)、輔助代碼以及生成測(cè)代理協(xié)助客戶(hù)客代理協(xié)助個(gè)性化和客戶(hù)洞察和數(shù)據(jù)分析財(cái)務(wù)報(bào)告財(cái)務(wù)文件預(yù)算和現(xiàn)金處理流量預(yù)測(cè)參與和事件和數(shù)據(jù)采購(gòu)供應(yīng)鏈規(guī)劃運(yùn)輸在這些轉(zhuǎn)型領(lǐng)域，諸如復(fù)雜性程度不一、數(shù)據(jù)可用性、潛在應(yīng)用豐富程度以及自正在塑造人工智能的采用速度和規(guī)模。例如，客戶(hù)體驗(yàn)和銷(xiāo)售與營(yíng)銷(xiāo)領(lǐng)域由于用例廣泛且復(fù)雜性10商業(yè)轉(zhuǎn)型中人工智能的擴(kuò)展藍(lán)圖財(cái)務(wù)文件處理客戶(hù)支持財(cái)務(wù)文件處理以及內(nèi)容創(chuàng)作（例如，表格，發(fā)票）J.P.摩根應(yīng)用開(kāi)發(fā)知識(shí)管理應(yīng)用開(kāi)發(fā)摩根士丹利人工智能和生成式人工智能從試點(diǎn)到生產(chǎn)的成功因素不同領(lǐng)域和行業(yè)的各企業(yè)正成功將人工智能應(yīng)用案例從試點(diǎn)過(guò)渡到生產(chǎn)。成功的企業(yè)通過(guò)解決關(guān)我們需要確保的是，人工智能與企業(yè)的更廣泛目標(biāo)保持一致，并為客戶(hù)解決實(shí)際問(wèn)題。–薩提亞·納德拉，微軟首席執(zhí)行官11商業(yè)轉(zhuǎn)型中規(guī)?；斯ぶ悄艿乃{(lán)圖人工智能運(yùn)營(yíng)模式選擇正確的運(yùn)營(yíng)模式采用敏捷交付模式全局人工智能戰(zhàn)略人工智能運(yùn)營(yíng)模式選擇正確的運(yùn)營(yíng)模式采用敏捷交付模式將AI戰(zhàn)略與業(yè)務(wù)目標(biāo)對(duì)齊識(shí)別并優(yōu)先排序AI用例定義可衡量的目標(biāo)和KPIs建立強(qiáng)大的AI領(lǐng)導(dǎo)力定義預(yù)算和資金數(shù)據(jù)基礎(chǔ)確保高質(zhì)量標(biāo)注數(shù)據(jù)的可用數(shù)據(jù)基礎(chǔ)確保高質(zhì)量標(biāo)注數(shù)據(jù)的可用性提升數(shù)據(jù)質(zhì)量實(shí)踐實(shí)施現(xiàn)代化的數(shù)據(jù)平臺(tái)評(píng)估人工智能所需的角色和技能提供量身定制的培訓(xùn)和發(fā)展項(xiàng)目獲取和留住頂尖人工智能人才負(fù)責(zé)任的AII生命周期中主動(dòng)降低風(fēng)險(xiǎn)賦予員工AI風(fēng)險(xiǎn)意識(shí)人工智能技術(shù)棧選擇合適的生成式AI資源策全局人工智能戰(zhàn)略人工智能投資和計(jì)劃能夠創(chuàng)造價(jià)值。爭(zhēng)取高級(jí)領(lǐng)導(dǎo)層的參與，以獲得支持和高層的授權(quán)。領(lǐng)導(dǎo)者□識(shí)別并優(yōu)先考慮用例：在選定轉(zhuǎn)化領(lǐng)域后（如展示在圖3中需例。根據(jù)業(yè)務(wù)價(jià)值、可行性和風(fēng)險(xiǎn)來(lái)評(píng)估潛在用例，以確保有效的優(yōu)先級(jí)排序。淘汰表現(xiàn)不佳的最小化風(fēng)險(xiǎn)并推動(dòng)可持續(xù)的人工智能轉(zhuǎn)型。圖6中的橫軸表示采用生成式AI的便捷程度，受法規(guī)、數(shù)據(jù)敏感度、任務(wù)關(guān)鍵性以及相軸則表示生成式AI對(duì)任務(wù)的珍貴程度，基于推理復(fù)雜性、對(duì)生成能力的需求等。限中的用例開(kāi)始，然后隨著成熟度繼續(xù)進(jìn)行創(chuàng)建文本、視頻、圖片、音頻涉及推理的性質(zhì)–更復(fù)雜的推理使任務(wù)不太適合完全采用知識(shí)庫(kù)的動(dòng)態(tài)性變化率的度量基于此知識(shí)任務(wù)被執(zhí)行數(shù)據(jù)可用性訓(xùn)練生成式AI的數(shù)據(jù)訪問(wèn)（基礎(chǔ)模型微調(diào)或高衡量區(qū)域適用性衡量區(qū)域適用性低等低衡量路障是否存在法規(guī)數(shù)據(jù)敏感度關(guān)鍵性風(fēng)險(xiǎn)因素高度監(jiān)管的行業(yè)需要對(duì)知識(shí)產(chǎn)權(quán)法的清晰理解，可解釋性使它們不太可能采用規(guī)模化生成式人工智能要處理的數(shù)據(jù)的性質(zhì)生成式人工智能用例和流程需要更有人情味相關(guān)風(fēng)險(xiǎn)的程度在使用案例中。更高風(fēng)險(xiǎn)，越低越容易收養(yǎng)，反之亦然□定義可衡量的目標(biāo)和KPI：建立與業(yè)務(wù)目標(biāo)一致的清晰KP ,在客戶(hù)服務(wù)中，跟蹤平均處理時(shí)間和客戶(hù)滿(mǎn)意度得分，而在銷(xiāo)售和營(yíng)銷(xiāo)中，監(jiān)測(cè)活動(dòng)ROI和轉(zhuǎn)化率。持續(xù)監(jiān)控設(shè)定的KPI，并與領(lǐng)導(dǎo)層溝通進(jìn)展，以維持領(lǐng)導(dǎo)支持與一致。□建立強(qiáng)大的AI領(lǐng)導(dǎo)力：任命一位具有跨職能影響力的專(zhuān)家來(lái)監(jiān)督組織的AI導(dǎo)委員會(huì)來(lái)提供戰(zhàn)略方向，協(xié)調(diào)AI工作，并確保整個(gè)企業(yè)的協(xié)同一致。這些領(lǐng)導(dǎo)者和□定義預(yù)算和資金：建立清晰的預(yù)算和資金流程以支持人工智能計(jì)劃。人工智須證明可衡量的商業(yè)價(jià)值以獲得董事會(huì)批準(zhǔn)。確保資金分配保持靈活以適應(yīng)不斷變化的業(yè)務(wù)需求13商業(yè)轉(zhuǎn)型中的人工智能擴(kuò)展藍(lán)圖流程、以及技術(shù)被部署來(lái)實(shí)現(xiàn)人工智能/生成式人性和有效性。企業(yè)通常會(huì)采用三種方法之一—供獨(dú)特的優(yōu)勢(shì)和挑戰(zhàn)，使得選擇與之相匹配至關(guān)重要，需要與組織的當(dāng)前人工智能成熟度、風(fēng)險(xiǎn)在CoE下集中化何時(shí)采用何時(shí)采用處理BU特定的需求在...內(nèi)促進(jìn)創(chuàng)新BUs，潛在的低效支持迭代開(kāi)發(fā)、快速實(shí)驗(yàn)和持續(xù)改進(jìn)的交付方式。關(guān)鍵)實(shí)踐、整合反饋循環(huán)以及監(jiān)控性能以進(jìn)行及時(shí)的調(diào)整14商業(yè)轉(zhuǎn)型中的人工智能擴(kuò)展藍(lán)圖生成式人工智能，建立全面的AI治理和風(fēng)險(xiǎn)管理框架。組建一AI風(fēng)險(xiǎn)、制定政策并推動(dòng)風(fēng)險(xiǎn)緩解戰(zhàn)略。例如，索尼集團(tuán)設(shè)立了AI倫理委員會(huì)，為所供專(zhuān)業(yè)知識(shí)。此外，要明確AI生命周期的角色和所有權(quán)，以確保責(zé)任明確和明智的決策。該框架□在人工智能生命周期中積極降低風(fēng)險(xiǎn)：在整個(gè)生成式人工智能生命周期中整對(duì)于負(fù)責(zé)任和可持續(xù)的部署至關(guān)重要。在開(kāi)發(fā)階段，團(tuán)隊(duì)需要建立明確流程以應(yīng)對(duì)數(shù)據(jù)隱私、安全、算法偏見(jiàn)、可信度和性能以及倫理等關(guān)鍵風(fēng)險(xiǎn)。強(qiáng)化學(xué)習(xí)從人類(lèi)反饋中學(xué)習(xí)（RLHF）和數(shù)據(jù)基礎(chǔ)等技術(shù)可以通過(guò)提高模型可靠性和準(zhǔn)確性來(lái)增強(qiáng)可信度和性能。差分隱私和聯(lián)邦學(xué)習(xí)方法可以緩解隱私和安全風(fēng)險(xiǎn)，而偏見(jiàn)審計(jì)和數(shù)據(jù)公平工具有助于解決算法偏見(jiàn)并確保倫理結(jié)果。紅隊(duì)測(cè)試在識(shí)別漏洞和提供強(qiáng)大防御方面發(fā)揮著關(guān)鍵作用□用人工智能風(fēng)險(xiǎn)意識(shí)賦能員工：培養(yǎng)人工智能風(fēng)險(xiǎn)意識(shí)文化對(duì)于負(fù)責(zé)任地開(kāi)能至關(guān)重要。從工程師到業(yè)務(wù)用戶(hù)的所有員工都必須接受關(guān)于潛在風(fēng)險(xiǎn)和緩解策略的培訓(xùn)。這使他們能夠識(shí)別和升級(jí)問(wèn)題，確保在整個(gè)人工智能生命周期中主動(dòng)進(jìn)行風(fēng)險(xiǎn)管理我們需要建立一個(gè)更好的制衡體系來(lái)測(cè)試人工智–提姆尼特·杰布魯，分布式人工智能研究所創(chuàng)始人能生命周期的角色和專(zhuān)業(yè)技能。成功的AI實(shí)施需要投資特定的才能形象和技能組合。下形成全新的類(lèi)別；相反，它們代表了當(dāng)前勞動(dòng)力隊(duì)伍中的技能和專(zhuān)業(yè)知識(shí)演變，從而實(shí)現(xiàn)生成15商業(yè)轉(zhuǎn)型中的人工智能擴(kuò)展藍(lán)圖生成式人工智能特定和人工智能顧問(wèn)大模型開(kāi)發(fā)，大模型微調(diào)，API集成模型監(jiān)控、基準(zhǔn)測(cè)試、自動(dòng)化流程、人工智能的CI/CD提示工程師提示工程，提示調(diào)試數(shù)據(jù)標(biāo)注，打標(biāo)簽，響應(yīng)評(píng)分，響應(yīng)驗(yàn)證人工智能審計(jì)和風(fēng)險(xiǎn)評(píng)估，合規(guī)知識(shí)數(shù)據(jù)科學(xué)家統(tǒng)計(jì)建模，機(jī)器學(xué)習(xí)，數(shù)據(jù)整理，數(shù)據(jù)和人工智能架構(gòu)師數(shù)據(jù)建模，數(shù)據(jù)治理，云平臺(tái)數(shù)據(jù)工程師ETL，數(shù)據(jù)倉(cāng)庫(kù)，大數(shù)據(jù)，SQL行業(yè)和領(lǐng)域?qū)＜遥斯ぶ悄茴檰?wèn)行業(yè)專(zhuān)業(yè)知識(shí)、數(shù)據(jù)和人工智能戰(zhàn)略發(fā)展●提供定制化的學(xué)習(xí)與發(fā)展項(xiàng)目：培養(yǎng)高質(zhì)量的人工智能人定制化的學(xué)習(xí)與發(fā)展計(jì)劃。這包括創(chuàng)建人工智能素養(yǎng)計(jì)劃和特定角色的確保定向技能提升的培訓(xùn)。例如，黑客馬拉松等實(shí)踐性活動(dòng)，可以□獲取并留住頂尖AI人才：為了彌補(bǔ)技能差距，企業(yè)可以將提升相結(jié)合。通過(guò)校園招聘、橫向招聘或戰(zhàn)略性收購(gòu)進(jìn)行針對(duì)性招聘，可以引入外部專(zhuān)業(yè)知識(shí)。保留人才同樣重要——通過(guò)培養(yǎng)創(chuàng)新文化、提供持續(xù)□確保高質(zhì)量標(biāo)注數(shù)據(jù)可用性：實(shí)施穩(wěn)健的數(shù)據(jù)標(biāo)注流程對(duì)于為人工智能模型輕偏見(jiàn)。使用合成數(shù)據(jù)擴(kuò)充數(shù)據(jù)集有助于創(chuàng)建更多樣化的訓(xùn)練數(shù)據(jù)，提高模型的準(zhǔn)確性和公平性致性。這包括數(shù)據(jù)描述、驗(yàn)證和清洗技術(shù)。建立清晰的數(shù)據(jù)質(zhì)量標(biāo)準(zhǔn)和SLA，以主動(dòng)解決數(shù)據(jù)質(zhì)量問(wèn)題。自動(dòng)化數(shù)據(jù)質(zhì)量檢查和監(jiān)控，使用能夠檢測(cè)異常、離群值和16商業(yè)轉(zhuǎn)型中規(guī)?；斯ぶ悄艿乃{(lán)圖實(shí)時(shí)監(jiān)控其他質(zhì)量問(wèn)題。投資數(shù)據(jù)可觀察性能力，以獲得對(duì)數(shù)據(jù)管道健康狀況的全端學(xué)習(xí)工作負(fù)載。采用模塊化、云原生的數(shù)據(jù)架構(gòu)以整合多樣化的數(shù)據(jù)源，并有效處理結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)。為了更好地支持生成式人工智能用例，探索向量數(shù)據(jù)庫(kù)等技術(shù)在嵌入管理方面的應(yīng)服務(wù)，例如數(shù)據(jù)湖、倉(cāng)庫(kù)和湖倉(cāng)，以建立統(tǒng)一的高效管理的數(shù)據(jù)基礎(chǔ)。通過(guò)直觀、用戶(hù)友好的數(shù)據(jù)發(fā)現(xiàn)和目錄功能，為數(shù)據(jù)和人工智如果你沒(méi)有堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)，你確實(shí)將難以使用生成式AI做一–湯姆·戈登，企業(yè)戰(zhàn)略家，CXO顧問(wèn)，AWS□選擇合適的AI采購(gòu)策略（自建與外包與伙伴方式）：企業(yè)正在廣泛探索構(gòu)人工智能發(fā)展理想場(chǎng)景買(mǎi)買(mǎi)數(shù)據(jù)與人工智能成熟度生成式人工智能解決方案擔(dān)憂，集成復(fù)雜性，擔(dān)憂，集成復(fù)雜性，17商業(yè)轉(zhuǎn)型中的人工智能規(guī)模化藍(lán)圖在合作方法中，選擇合適的外部供應(yīng)商是一個(gè)至關(guān)重要的步驟。企業(yè)必須遵循結(jié)構(gòu)化的流程來(lái)采購(gòu)、評(píng)估和簽約合作伙伴，以符合其需求。通過(guò)理解每種方法的優(yōu)勢(shì)和局限性，企業(yè)可以選擇最必須仔細(xì)評(píng)估開(kāi)源和專(zhuān)有模型的利弊在構(gòu)建其人工智能技術(shù)棧時(shí)。開(kāi)源模型，如GPT-J和LLaMA，具有高度可定制性和成本效益。然應(yīng)商的專(zhuān)有模型提供更好的性能并縮短了價(jià)值實(shí)現(xiàn)時(shí)間（TTV），但成本更高并存在潛在的客戶(hù)鎖定風(fēng)險(xiǎn)。企業(yè)在選擇開(kāi)源模型和專(zhuān)有模型時(shí)必須考慮模型準(zhǔn)確度、數(shù)據(jù)隱私、合規(guī)性和總擁有成本等因素。理想的選擇取決于企業(yè)的目標(biāo)、資源和技術(shù)能力。開(kāi)源模型可能適合擁有強(qiáng)大數(shù)據(jù)科學(xué)團(tuán)隊(duì)和定制需求的組織，而專(zhuān)有模型可能更適合尋求更快價(jià)值。檢索增強(qiáng)生成、提示工程、RLHF和模型微調(diào)等技術(shù)在這種情況下至關(guān)重要，并增強(qiáng)了模型的相關(guān)性和準(zhǔn)確性。集成LLMOps框展的業(yè)務(wù)目標(biāo)和適應(yīng)新數(shù)據(jù)進(jìn)行持續(xù)調(diào)整。這種方法有助于創(chuàng)建不僅準(zhǔn)確而且□跨人工智能解決方案實(shí)現(xiàn)可重用性：企業(yè)可以通過(guò)專(zhuān)注于開(kāi)發(fā)可重復(fù)使用和加速生成式人工智能的實(shí)施。通過(guò)分析高優(yōu)先級(jí)用例并識(shí)別通用功能，組織可以構(gòu)建可互操作組件，以滿(mǎn)足多種需求。為了進(jìn)一步增強(qiáng)可重復(fù)使用性，企業(yè)還可以利用人工智能提供商或?qū)I(yè)市場(chǎng)的現(xiàn)成模板和框架。這種模塊化方法允許企業(yè)混合搭配現(xiàn)成資產(chǎn)，減少為每個(gè)新的人工智能計(jì)劃重新發(fā)明核心功能的需求。將這種可重復(fù)使用性嵌入人工智能基礎(chǔ)有助于創(chuàng)建一個(gè)靈活的人工高績(jī)效組織建立支持跨解決方案復(fù)用的AI基礎(chǔ)的可能性幾乎是–沃爾特·L，戰(zhàn)略規(guī)劃與創(chuàng)新總監(jiān)，微軟擴(kuò)展人工智能時(shí)需要避免的常見(jiàn)陷阱成功因素為強(qiáng)大的AI實(shí)施奠定了基礎(chǔ)，但組織需要注意可能會(huì)阻礙進(jìn)展的潛在挑戰(zhàn)：□偏離戰(zhàn)略業(yè)務(wù)目標(biāo)的風(fēng)險(xiǎn)：組織通過(guò)優(yōu)先考慮唾手可得的成果或快速勝利，業(yè)轉(zhuǎn)型，而使人工智能項(xiàng)目與戰(zhàn)略目標(biāo)錯(cuò)位。雖然快速勝利能帶來(lái)即時(shí)價(jià)值，但過(guò)度依賴(lài)它們會(huì)導(dǎo)致人工智能努力碎片化，從而無(wú)法實(shí)現(xiàn)長(zhǎng)期業(yè)務(wù)目標(biāo)。企業(yè)必須建立治理框架，將人工智能計(jì)劃與可衡量的成果聯(lián)系起來(lái)，并在短期收益與長(zhǎng)期戰(zhàn)略?xún)?yōu)先事項(xiàng)之間取得平衡。通過(guò)將人工智能視為戰(zhàn)略賦能者，組織可以推動(dòng)有意義的業(yè)務(wù)轉(zhuǎn)型并產(chǎn)生切實(shí)的業(yè)務(wù)影響□失控成本：AI項(xiàng)目由于大量數(shù)據(jù)使用和模 ,模型開(kāi)發(fā)僅占總投資的一小部分，而變更管理、運(yùn)營(yíng)成本和持續(xù)優(yōu)化則消耗了更多資源。組織這些持續(xù)的支出，主要集中于初始開(kāi)發(fā)成本。有效管理這些成本對(duì)于擴(kuò)展人工智能計(jì)劃至關(guān)重要。需要一個(gè)全面的經(jīng)濟(jì)框架，以及關(guān)鍵績(jī)效指標(biāo)(K□人工智能集成相關(guān)挑戰(zhàn)：將人工智能集成到現(xiàn)有的I遺留系統(tǒng)時(shí)。組織通常低估了將人工智能技術(shù)與現(xiàn)有系統(tǒng)相結(jié)合所需的工作量，從而導(dǎo)致效率低下和延誤。為了降低集成風(fēng)險(xiǎn)，企業(yè)可以采用分階段的方法，從較小的項(xiàng)目開(kāi)始進(jìn)行實(shí)際測(cè)試，以盡早發(fā)現(xiàn)并解決問(wèn)題。關(guān)鍵在于將人工智能集成視為一個(gè)迭代、自適應(yīng)的過(guò)程，而不是一次性□忽視持續(xù)監(jiān)測(cè)和評(píng)估:企業(yè)可能會(huì)低估人工智能不斷發(fā)展的特性，將其視非持續(xù)過(guò)程。隨著技術(shù)的快速進(jìn)步和商業(yè)需求的變化，人工智能系統(tǒng)必須不斷優(yōu)化并與組織目標(biāo)保持一致。組織必須培養(yǎng)持續(xù)學(xué)習(xí)和改進(jìn)的文化，建立定期的績(jī)效評(píng)估，并為調(diào)整和系統(tǒng)優(yōu)化創(chuàng)□無(wú)法在創(chuàng)新與倫理考量之間取得平衡：隨著組織推動(dòng)人工智能創(chuàng)新，他們?？剂亢鸵蛩?。使用LLM的驅(qū)動(dòng)力可能會(huì)掩蓋諸如公平性、透明度、問(wèn)減輕這些風(fēng)險(xiǎn)，組織必須在人工智能開(kāi)發(fā)過(guò)程的初始階段就將倫理框架融入其中。這種整合包括實(shí)施諸如毒性檢測(cè)和偏見(jiàn)檢測(cè)、敏感數(shù)據(jù)掩碼、人工智能決策的透明度以及定期倫理審核等安全措施。通過(guò)平衡創(chuàng)新與強(qiáng)有力的監(jiān)督，企業(yè)可以確保其人工智能系統(tǒng)保持倫理性和可信度19商業(yè)轉(zhuǎn)型中的人工智能擴(kuò)展藍(lán)圖萬(wàn)家零售客戶(hù)。認(rèn)識(shí)到無(wú)縫客戶(hù)體驗(yàn)的重要性 工智能驅(qū)動(dòng)的轉(zhuǎn)型的一部分，推出了一款聊天機(jī)器人。最初利用基于規(guī)則的引擎和基本的自然語(yǔ)言處理模型，該銀行自動(dòng)化了客戶(hù)互動(dòng)，但面臨著響應(yīng)是腳本化的，并且未能充分滿(mǎn)足和個(gè)性化解決方案的需求不斷增長(zhǎng)，銀行希望通過(guò)整合生成式人工智能來(lái)建立在此基礎(chǔ)上進(jìn)入其戰(zhàn)略以增強(qiáng)客戶(hù)視為關(guān)鍵的行業(yè)趨勢(shì)和影響領(lǐng)域，荷蘭合作銀遵守內(nèi)部政策、監(jiān)管要求及合規(guī)標(biāo)準(zhǔn)。鑒于全面生產(chǎn)的復(fù)雜性，該銀行進(jìn)行了為期數(shù)月的評(píng)事實(shí)上準(zhǔn)確，并以適當(dāng)?shù)恼Z(yǔ)氣傳達(dá)。雖然監(jiān)管 ,控制人工智能驅(qū)動(dòng)的需求一對(duì)一的個(gè)人對(duì)話的機(jī)會(huì)所驅(qū)動(dòng)的。為了促作利用其在人工智能部署方面的專(zhuān)業(yè)知識(shí)鑒于生成式人工智能的固有挑戰(zhàn)，花旗集團(tuán)聊天機(jī)器人輸出，高級(jí)驗(yàn)證機(jī)制用于核實(shí)人針對(duì)內(nèi)部知識(shí)庫(kù)，以及壓力測(cè)試等舉措20商業(yè)轉(zhuǎn)型中的人工智能擴(kuò)展藍(lán)圖在多種場(chǎng)景下評(píng)估人工智能生成的對(duì)話的 ,為響應(yīng)設(shè)置明確邊界，并通過(guò)迭代反饋循環(huán)銀行預(yù)計(jì)生產(chǎn)后客戶(hù)滿(mǎn)意度會(huì)很高，這是由通過(guò)增強(qiáng)的聊天機(jī)器人功能，實(shí)現(xiàn)個(gè)性化和類(lèi)人對(duì)話。此外，通過(guò)自動(dòng)化常規(guī)任務(wù)，人類(lèi)顧問(wèn)現(xiàn)在可以專(zhuān)注于高價(jià)值活動(dòng)，例如定制客戶(hù)咨詢(xún)和戰(zhàn)略決策，從而提高服務(wù)質(zhì)量 ,以自動(dòng)化響應(yīng)和執(zhí)行任務(wù)，增強(qiáng)客戶(hù)個(gè)性銀行設(shè)想了一個(gè)未來(lái)，在這個(gè)未來(lái)中，每位個(gè)人銀行家，支持實(shí)時(shí)驗(yàn)。與此同時(shí)，每位員工或人類(lèi)代理都受益于人工智能驅(qū)動(dòng)的知識(shí)搜索和其他人工智能用其在人工智能轉(zhuǎn)型和先進(jìn)自動(dòng)化技術(shù)方面擁有合適的技術(shù)服務(wù)合作伙伴并利用其專(zhuān)業(yè)知識(shí)，對(duì)于將PoC成功過(guò)渡到全面生產(chǎn)至關(guān)重要。–鮑比·范·格羅寧根，IT工程主管，荷蘭銀行21企業(yè)數(shù)字化轉(zhuǎn)型中的人工智能擴(kuò)展藍(lán)圖隨著企業(yè)將人工智能從試點(diǎn)擴(kuò)展到生產(chǎn)進(jìn)行復(fù)雜旅程的導(dǎo)航，成功需要一套全面且戰(zhàn)略 ,該方法超越了實(shí)施。組織必須結(jié)合多種關(guān)鍵要素：將人工智能計(jì)劃直接與業(yè)務(wù)目標(biāo)保持戰(zhàn)略一致、確保部署負(fù)責(zé)任和道德的人工智能的穩(wěn)健治理框架、使員工掌握新興技能的持續(xù)人才培養(yǎng)，以及適應(yīng)快速市場(chǎng)變化的創(chuàng)新。有效解決這些因素并避免常見(jiàn)陷阱的組織能夠很好地釋放顯著價(jià)人工智能的未來(lái)正在迅速發(fā)展，新的進(jìn)展正在重塑企業(yè)運(yùn)營(yíng)方式。更小巧、更高效的語(yǔ)言模型使人工智能更加易于獲得和經(jīng)濟(jì)實(shí)惠，公司和初創(chuàng)企業(yè)證明，強(qiáng)大的人工智能并不需要龐大的基礎(chǔ)最顯著的轉(zhuǎn)變之一是自主AI的興起，它超越了傳統(tǒng)自動(dòng)化，使系統(tǒng)能夠做出獨(dú)立決,并使用最少量的人工干預(yù)執(zhí)行復(fù)雜的業(yè)務(wù)流程。與傳統(tǒng)規(guī)則不同-基于自動(dòng)化，代理式人工智能利用多智能體協(xié)作、自學(xué)習(xí)機(jī)制和生成式人工智能模型來(lái)驅(qū)動(dòng)端到隨著組織從碎片化的工具轉(zhuǎn)向智能自動(dòng)化平臺(tái)，代理式人工智能成為解鎖自主、目標(biāo)驅(qū)動(dòng)執(zhí)行的關(guān)鍵。它自我優(yōu)化和處理動(dòng)態(tài)商業(yè)環(huán)境的能力使其不僅是進(jìn)化，而是人工智能驅(qū)動(dòng)轉(zhuǎn)型的新前沿。隨著這些進(jìn)步，人工智能的采用將在不同行業(yè)和業(yè)務(wù)職能方面迅速增長(zhǎng)。它將通過(guò)自動(dòng)任務(wù)、增強(qiáng)工作流程和實(shí)現(xiàn)更好的決策來(lái)改變工作的本質(zhì)。業(yè)務(wù)職能將看到簡(jiǎn)化的運(yùn)營(yíng)、降低的 withyouonthejourney埃弗里斯特集團(tuán)是一家領(lǐng)先的研究公司，幫助商業(yè)領(lǐng)袖做出自信的決策。我們通過(guò)將情境化問(wèn)題解決方法應(yīng)用于客戶(hù)的獨(dú)特情況，指導(dǎo)客戶(hù)應(yīng)對(duì)當(dāng)今市場(chǎng)的挑戰(zhàn)并強(qiáng)化其戰(zhàn)略。這驅(qū)動(dòng)了最大化的運(yùn)營(yíng)和財(cái)務(wù)績(jī)效以及變革性的體驗(yàn)。我并且采購(gòu)提供精確和以行動(dòng)為導(dǎo)向的指導(dǎo)。在查找更多詳細(xì)信息和深,請(qǐng)聯(lián)系：關(guān)于此主題的更多信息，請(qǐng)聯(lián)系作者：注意和免責(zé)聲明重要信息。請(qǐng)仔細(xì)并完整地閱讀本通知。通過(guò)訪問(wèn)EverestGroup的材料、產(chǎn)品或服務(wù)，您同意EverestGroup的使用條款。埃佛勒斯集團(tuán)的使用條款，可在使用條款據(jù)此，以下內(nèi)容被引用，如同在此完整復(fù)制。為方便起見(jiàn)，使用條款的部分內(nèi)容顯示如下。請(qǐng)參閱上述鏈接獲取完整和官方版本的使用條款。珠穆朗瑪峰集團(tuán)未在美國(guó)證券交