ssas研究報告：2/39撰稿人：SAS策略性AI顧問MarinelaProfi生成式AI的問世有望徹底改寫人類和企業(yè)生產(chǎn)力的環(huán)境。當您踏上這趟變革性之旅時，必須體認到這項新技術(shù)的無限潛力，以及這種創(chuàng)新伴隨而來的挑戰(zhàn)。本報告?zhèn)S根據(jù)全球1,600個組織的全新問卷調(diào)查。受訪者是關(guān)鍵產(chǎn)業(yè)組織中GenAI如何整合至他們的策略規(guī)劃中，並探討其組織在過程中遇到哪些具體問題。透過詳細整合至自家營運中時所面臨的障礙。提高生產(chǎn)力和競爭優(yōu)勢所帶來的契機。本報告闡述最佳做法和策略性見解，旨在賦予組織相關(guān)能力以便充分運用GenAI的潛力。?哪些資料和AI工具可有效識別用於提供LLM原始資料中的潛在偏差？?如何使用GenAI和決策工作流程系統(tǒng)促進可衡量的?如何在振奮人心的變革時代主動為您的組織做足準備？3/3/39自2022年11月ChatGPT大舉問世以來，GenAI已躍為具有非凡潛力的技術(shù)。決策者無不體認到GenAI能推動創(chuàng)新、新的對話體驗和營運效率。指出員工體驗和指出員工體驗和滿意度皆提升省營運成本然而，隨著對GenAI的關(guān)注和投資越來越多，許多組織在實作方這些問題可能會浪費資源、衝擊客戶的意願，甚至使組織違反法規(guī)。在已完全實作GenAI專案的組織中，39%認為將GenAI技術(shù)整合至而34％則面臨巨大的成本難題。這些問題最好能在早期階段解決，也就是在部署GenAI並投入大量資源之前。我們的研究指出，雖然組織預期將在GenAI取得成功，但他們在實作的四大領(lǐng)域4/394/392.策略性部署3.2.策略性部署3.技術(shù)整合4.專家指導為了盡可能提高生產(chǎn)力，GenAI必須順暢地嵌入業(yè)務流程和系統(tǒng)中。績效應力求可靠、透明和道德，並加快生產(chǎn)力且改善客戶體驗，同時為利益相關(guān)者增加可衡量的5/39當GenAI投資的結(jié)果可靠、透明且具有道德感，組織就能獲得益處。然而，許多人無法全面監(jiān)督此技術(shù)，再加上法規(guī)瞬息萬變，因此大多數(shù)組織都有不合規(guī)的風險。我們的研究發(fā)現(xiàn)：?只有十分之一的組織已妥善準備，可遵循GenAI的相關(guān)法規(guī)。?95%的企業(yè)缺乏完善的GenAI管理架構(gòu)。?低於十分之一(7%)的組織提供GenAI管理和監(jiān)控方面的高階培訓。調(diào)查顯示，表示對生成式AI法規(guī)準備最充足的受訪者主要來自中國（近五分之一，19%表示完全準備就緒其次為澳洲(15%)和美國(14%)。準備最不足的受訪者則集中在愛爾蘭（60%表示已準備或僅稍微準備以及荷比盧三國(56%)和波蘭(55%)。?對已使用GenAI的組織而言，有四分之三的受訪者會擔心資料隱私(76%)和安全性(75%)。?每20個組織中只有1個(5%)擁有可靠的系統(tǒng)來衡量LLM中的偏差和隱私風險。?10個組織中有7個無法持續(xù)監(jiān)控其GenAI系統(tǒng)。6/39準備充足適度準備好稍微準備好未準備所有使用/計劃使用GenAI的受訪者正在使用GenAI並已全面實作已使用GenAI但尚未全面實作尚未使用GenAI，但計劃在未來兩年內(nèi)使用大多數(shù)組織對AI和GenAI都缺乏完善的管理架構(gòu)（每10個採用者中有7個如此77/39您會如何描述您目前的GenAI/AI管理架構(gòu)？人工智慧(AI)管理架構(gòu)34%建立完善且全面開發(fā)中臨時或非正式不存在管理架構(gòu)43%建立完善且全面開發(fā)中臨時或非正式不存在4%64%資料管理和分析工具可偵測用於提供LLM原始資料中的異常值和偏差來源，真人專家也能有效地盡可能減少潛在的偏差。建立完善且全面開發(fā)中所有正在/計劃使用GenAI的受訪者公部門生命科學臨時或非正式w銀行業(yè)w健康醫(yī)療不存在w保險業(yè)w其他各產(chǎn)業(yè)的大多數(shù)組織仍在為GenAI開發(fā)管理架構(gòu)人工智慧(AI)|管理架構(gòu)建立完善且全面開發(fā)中臨時或非正式不存在各產(chǎn)業(yè)的大多數(shù)組織仍在為GenAI開發(fā)管理架構(gòu)人工智慧(AI)|管理架構(gòu)建立完善且全面開發(fā)中臨時或非正式不存在34%30% 低於十分之一的組織提供GenAI管理和監(jiān)控方面的高階培訓。您的組織目前針對您的組織目前針對GenAI/AI管理和監(jiān)控人工智慧(AI)管理和監(jiān)控培訓高適當極少無管理和監(jiān)控培訓高適當極少無99/39對已使用GenAI的組織而言，有四分之三的受訪者會擔心資您對於組織中GenAI的使用有哪些隱憂？資料安全資料隱私治理道德影響過度依賴/依賴性內(nèi)部人才/技能輸出結(jié)果的可解釋性及準確性對變革抗拒的文化偏見的可能性52%49%43%43%資料隱私和安全是所有地區(qū)的主要隱憂您對於組織中GenAI的使用有哪些隱憂主要的問題）拉美亞太地區(qū)所有受訪者北歐拉美亞太地區(qū)所有受訪者北歐西南歐和東歐西南歐和東歐資料安全資料隱私治理道德影響過度依賴/依賴性每20個組織中只有1個擁有可靠的系統(tǒng)來衡量大型語言模型(LLM)中的偏差和隱私風險。您如何評估貴組織衡量大型語言模型(LLM)偏差／隱私風險的能力？偏差47%47%40%40%44%40%40%32%32%22%我們已建立系統(tǒng)來衡量LLM中我們正考慮開發(fā)內(nèi)部能力以進行偏見偵測我們正在考慮購買第三方解決方案來進行偏見偵測我們目前沒有系統(tǒng)來衡量隱私風險隱私風險50%43%36%34%32%36%34%32%25%25%我們已建立系統(tǒng)來衡量LLM中的偏見我們正考慮開發(fā)內(nèi)部能力以進行偏見偵測我們正在考慮購買第三方解決方案來進行偏見偵測我們目前沒有系統(tǒng)來衡量所有使用/計劃使用GenAI的受訪者正在使用GenAI並已全面實作已使用GenAI但尚未全面實作尚未使用GenAI，但計劃在未來兩年內(nèi)使用在所有組織中，GenAI的使用可能會對下列幾點且沒有GenAI管理或監(jiān)控技術(shù)的方法。的嚴重問題。所有使用/計劃使用西南歐及東歐稍微準備好未準備準備充足適度準備好資料管理工具對於確保LLM獲得最高品質(zhì)的資料和提示相當重要，而這類資料必須是可稽核且可追蹤的。這些工具可為使用者提供隱私和安全，並採用強大的資料保護機制，包括資料最小化、匿名化和加密，以確實時時保護好敏感資訊。此外，工作流程可以自動化，以達到建立或調(diào)整LLM的最短、最直接路徑。組織應參考管理和法遵政策，以建立基本架構(gòu)來套用合適的資料管理工具。您的組織是否準備充足，能遵守GenAI現(xiàn)有和即將上理想的GenAI投資能創(chuàng)造明確的契機，以提升效率和更佳的客戶體驗，但許多組織都指出策略性思維的缺點，而這些缺點正在影響實作上的成效：?十分之九的資深技術(shù)決策者(93%)承認自己不完全瞭解GenAI或其對業(yè)務流程的潛在影響。?幾乎半數(shù)的組織(47%)從概念轉(zhuǎn)換到實際運用GenAI時遇到挑戰(zhàn)。?超過三分之一的組織(37%)預測將難以證明GenAI是否提供強勁的ROI，或已發(fā)現(xiàn)難以證明這一點。?低於一半(45%)的CIO和大約三分之一(36%)的CTO認為對自家組織中的GenAI採用情況非常清楚。?十分之四的組織(39%)沒有任何GenAI使用政策可供自家員工遵守。我們所調(diào)查的國家結(jié)果顯示，對其生成式AI策略的反應存有極大差異。調(diào)查結(jié)果指出，面臨將技術(shù)從概念轉(zhuǎn)化為實際應用最大挑戰(zhàn)的國家包括西班牙（67%的受訪者指出此為一項挑戰(zhàn)）和波蘭(64%)。相較之下，對此最有信心的國家包括加拿大實行內(nèi)部政策來管理生成式AI的使用，而拉丁美洲則為52%。製造業(yè)（61%對生成式AI有良好或完整的理解）、生命科學(55%)和電信業(yè)(55%)的受訪者對生成式AI的瞭解程度最高。相較之下，公部門的受訪者則對生成式AI的瞭解信心較低，只有38%表示自己對該技術(shù)有良好或完全的理解。十分之九(93%)的資深技術(shù)決策者承認自己不完全瞭解GenAI或其對業(yè)務流程的潛在影響。您會如何評比您個人對GenAI的瞭解程度以及其對業(yè)務流程的潛在影響？只有一點點瞭解完全瞭解資深決策者並非總是完全清楚自家組織中GenAI的採用狀況。誰是您組織中技術(shù)採用的主要決策者？誰是您組織中技術(shù)採用的主要決策者？技術(shù)長(CTO)資訊長(CIO)IT或資訊系統(tǒng)主管2%IT總監(jiān)/經(jīng)理數(shù)位長(CDO)主要決策者對其組織採用GenAI的情況非常熟悉4%45%39％的組織沒有任何GenAI使用政策可供自家員工遵守。是亞太地區(qū)決策者最有可能擁有GenAI使用政策，而拉丁美洲的受訪者最不可能有此種政策。和不可以如何將此技術(shù)用於業(yè)務？63%63%60%47%47%42%42%40%40%29%29%YesYes所有使用/計劃使用GenAI的受訪者北歐北美北美西南歐及東歐拉美亞太地區(qū)所有受訪者銀行業(yè) 保險業(yè) 公部門生命科學健康醫(yī)療其他完全瞭解瞭解一點點很瞭解不瞭解算是瞭解47%46%識別最佳的GenAI用例，以快速創(chuàng)造投資報酬率。快締造可衡量的投資報酬率。在制定完善的GenAI策略之前，請確認主要決策者皆具備AI的相關(guān)知識。這需要時間，而且通常須聘請外部專家來協(xié)助您的團隊?！啊?.在理想情況下，生成式AI能順暢地嵌入企業(yè)的流程與系統(tǒng)當中。但是許多公司難以將技術(shù)與現(xiàn)有的任務和工具整合起來。我們的研究發(fā)現(xiàn)：?幾乎半數(shù)(47%)的決策者表示，他們沒有適當?shù)墓ぞ邅韺嵶鱃enAI。?十分之四(41%)的受訪者在試著將GenAI整合至現(xiàn)有系統(tǒng)時，會面臨到相容性的問題。?半數(shù)(52%)的決策者在有效使用公有及專有資料集時遇到了障礙。?超過三分之一(34%)的受訪者表示，監(jiān)控GenAI的最大挑戰(zhàn)是技術(shù)限制。?在實作GenAI時，缺乏所需工具和專業(yè)知識的國家包括拉丁美洲，57%的受訪者表示他們沒有合適的工具，52%表示缺乏專業(yè)知識。相較之下，亞太地區(qū)僅約三分之一的受訪者（36%，其中中國只有31%）表示缺乏合適的工具來實作GenAI。此外，該地區(qū)僅有31%的受訪者表示自身缺乏內(nèi)部專業(yè)知識（中國為?在監(jiān)控GenAI方面，一些產(chǎn)業(yè)認為自身受到技術(shù)存取的限制，特別是製造業(yè)(42%)、醫(yī)療保健(40%)和零售業(yè)(40%)。相較之下，專業(yè)服務業(yè)(25%)和電信業(yè)(28%)最不認同這一點。應用的挑戰(zhàn)正在使用GenAI並已全面實作正在使用GenAI並已全面實作尚未使用GenAI，但計劃在未來兩年內(nèi)使用20/39超過三分之一的企業(yè)在開始實作和運用GenAI時面臨了技術(shù)挑戰(zhàn)。您認為針對GenAI實作有效的管理和監(jiān)控方面的最大挑戰(zhàn)是什麼？34%34%35%34%35%35%34%26%23%技術(shù)限制缺乏透明度和問責制缺乏明確的指引或標準資金不足缺乏專業(yè)知識或?qū)T北美北美亞太地區(qū)北美西南歐及東歐所有使用/計劃使用GenAI的受訪者北歐21/39專業(yè)服務和電信業(yè)組織覺得最不受到技術(shù)限制的挑戰(zhàn)。您認為針對您認為針對GenAI實作有效的管理和監(jiān)控方面的最大挑戰(zhàn)是什麼？所有正在/計劃使用GenAI的受訪者技術(shù)限制缺乏透明度和問責制缺乏明確的指引或標準資金不足缺乏專業(yè)知識或?qū)T銀行業(yè)生命科學保險業(yè)健康醫(yī)療公部門製造業(yè)製造業(yè)專業(yè)服務技術(shù)限制缺乏透明度和問責制缺乏明確的指引或標準資金不足缺乏專業(yè)知識或?qū)T能源公用事業(yè)電信業(yè)零售22/3959%53%49%50%47%47%46%53%49%50%47%47%46%51%49%47%48%46%47%43%40%40%28%缺乏合適的工具將GenAI從概念階段轉(zhuǎn)為實際應用的挑戰(zhàn)有效利用公共和專有資料集與現(xiàn)有系統(tǒng)(缺乏合適的工具將GenAI從概念階段轉(zhuǎn)為實際應用的挑戰(zhàn)有效利用公共和專有資料集47%39%40%41%37%33%37%40%39%38%36%39%40%41%37%33%26%24%26%26%24%所有使用/計劃使用GenAI的受訪者北美拉美北歐西南歐及東歐亞太地區(qū)內(nèi)部專業(yè)知識不足難以證明投資報酬率LLM相關(guān)成本過高缺乏足夠數(shù)據(jù)來微調(diào)模型23/39““MarinelaProfiSAS策略性AI顧問確保您的GenAI軟體供應商可以與現(xiàn)有的工作流程和決策平臺整合。GenAI是超自動化的理想生力軍，可促進組織內(nèi)所有可行任務的自動化。此技術(shù)在總結(jié)大量資料以支援決策流程方面表現(xiàn)出色，且方便與您首選的業(yè)務流程即時使用決策工作流程系統(tǒng)將GenAI整合至現(xiàn)有的業(yè)務流程，促進可衡量的成果。LLM只能執(zhí)行單個用例的一些任務。組織仍需一互動。24/39對許多組織而言，問題的核心是：缺乏內(nèi)部GenAI專業(yè)人才。由於人資部門難以聘用到適任的人員，組織擔心自身無法獲得所需的技能來充分運用GenAI的投資。我們的研究發(fā)現(xiàn)：?半數(shù)組織(51%)擔心內(nèi)部並無專員能有效地使用此技術(shù)。?大約十分之四(39%)的受訪者表示，他們發(fā)現(xiàn)內(nèi)部專業(yè)知識不足，這也因此成為實作GenAI的障礙。?北美和亞太地區(qū)在取得GenAI專才方面的困難稍微低了點（分別有44%和49%的受訪者表示這是個問題相較之下，北歐(54%)和歐洲其他地區(qū)(56%)則面臨較大的挑戰(zhàn)。?報告顯示，缺乏內(nèi)部專業(yè)知識是實作GenAI的障礙的產(chǎn)業(yè)包括製造業(yè)(48%)、醫(yī)療保健(43%)和公部門(43%)。相較之下，電信業(yè)(24%)受到的影響較小。25/39對於醫(yī)療保健和公部門的人而言，缺乏內(nèi)部專業(yè)知識是個特別的問題。49%50%49%49%47%45%43%47%49%50%49%49%47%45%43%有效利用公共和專有資料集缺乏合適的工具43%43%39%40%43%40%43%43%39%40%34%內(nèi)部專業(yè)知識不足與現(xiàn)有系統(tǒng)(如SAP)的相容性問題內(nèi)部專業(yè)知識不足將GenAI從概念階段轉(zhuǎn)為實際應用的挑戰(zhàn)所有正在/計劃使用GenAI的受訪者銀行業(yè)保險業(yè)公部門生命科學健康醫(yī)療其他26/3904國、澳洲和德國在採用該技術(shù)方面取得領(lǐng)先地位。美國的組織在全面實作方面表現(xiàn)則西南歐及東歐西南歐及東歐27/27/39您的組織使用GenAI的程度有多少目前使用的百分比）83%65%70%63%48%50%48%50%45%46%34%45%46%34%33%28/39北美的組織在全面實作方面表現(xiàn)更出色。使用中但未完全實作北美西南歐及東歐北美西南歐及東歐亞太地區(qū)北歐拉丁美洲使用中且已完全實作北美拉丁美洲北歐西南歐及東歐亞太地區(qū)29/39我們正在使用生成式AI我們正在使用生成式AI並已完全實作（即將GenAI整合所有受訪者所有受訪者39%48%30%35%28%42%36%38%43%55%36%44%48%41%58%64%41%43%30/39片。當組織採用GenAI時，便會試圖瞭解如何安全且道德地使用該技術(shù)。近三分之二產(chǎn)業(yè)。電信業(yè)零售保險業(yè)銀行業(yè)生命科學所有受訪者能源公用事業(yè)專業(yè)服務健康醫(yī)療公部門31/31/39聘請第三方進行GenAI整合作為企業(yè)應用的內(nèi)建功能透過企業(yè)級協(xié)作平臺整合第三方和開源資源探索使用案例基於開源進行內(nèi)部開發(fā)重新考量我們的企業(yè)資料策略32/39GenAI專案是以滿足當前需求的方式打造，而且也應該為未來的成長和創(chuàng)新做好準備。流程、AI和機器學習應用程式以及現(xiàn)有的業(yè)務流程中。密確保使用者隱私和安全，而這些措施皆能保護敏感資訊。?可靠且可解釋的結(jié)果。資料專家可運用自然語言處理技術(shù)來預處理資料，以