Gartner 生成式 AI 现实 ： 信誉量化业务成果的主导方法

网络研讨会 Gartner提供可操作的、客观的洞察力、指导和工具，使更强的性能在你的组织的关键任务优先事项 与Gartner联系 生成性AI现实：主动可量化的方法业务成果 Frances Karamouzis 杰出副总裁分析师 2023年9月更新：生成AI Learning Investing 10%的组织 ~60%的组织~ 30%的组织 “我们看到在我们的前线，我们正在寻求扩大……” CHRO,金融服务公司 软件公司D & A负责人 CIO，联邦政府机构 保护 所有组织 “我们目前正在寻求保护我们的数据资产和知识产权… … ”信息服务公司首席财务官 最普遍的用途 90%的在线内容可以综合生成2026 正在生成内容-“创意”内容开发文本、图像、视频等。营销团队是提高内容生成的速度、生产力个性化和人口细分。 参与利益相关者-客户，潜在客户，供应商，所有第三方 types. The use generative to personalize the interaction, offer 24 / 7 contact or access, address数量，降低成本，创造不同的客户体验。与其他“机器作为客户”也在探索中。目标是增加数字客户价值以零或更可能的有限边际成本。 将其净额结算- The focus is on Clarity rather than creativity. A focus on analytics and决策智能通过数据的组合和综合，所有这些都服务于新的数据驱动决策的方法。总体重点是减少企业行动。 技术-软件开发，测试，基础设施和运营都是领域生成AI在哪里被应用 S Cur ves解释 中断频率 更频繁的中断 干扰和不确定性增加 照常营业(拭目以待)的方法是比投资风险更大 引领动荡的组织意图将是最成功的 生成AI原创性的光谱 购买 “构建” 类别y 1：焦油获取的特定任务 ~每个用户每月20美元X 12个月X 40个用户 =每年$9, 600+培训/ CoP+治理/安全 类别y 2：嵌入式/特定于进程 潜在支出范围Uplift *$50K ~ $500K *提升是指超出最初用于产品的许可(记录系统) 到2026年，超过80%的独立软件供应商(ISV)将在其企业应用程序，从今天的不到1%上升。 类别y 3：水平和垂直 +设计，实施，管理和操作+治理/安全 工具：供应商识别生成性AI技术 类别y 3的许多示例 工具：生成AI技术的供应商识别 受限制的分销 Toolkit中的500多个供应商产品工具：生成AI技术的供应商识别 广泛的积木 广泛的积木 到2028年，超过50%的已经建立了自己的企业自己的大型号从零开始会由于成本原因放弃努力，复杂性和技术债务他们的部署。 Spectrum Across the Enterprise Por tfolio Generative AI Initiatives 创建Por tfolio 变量... ••风险（或风险/回报）业务影响(变更，目标业务领域)上市时间可扩展性灵巧(数据素养、决策制作)•••••••••进入成本运营成本TCO (多年比较)所需的最小规模所需技能控制程度(内部与外部)••发行期限可切换性(换档能力和选择其他选项)–多长时间需要改变吗？有多难会吗?••R & D投资杠杆(在企业内或外部合作伙伴、财团等)解决方案的多租户• 数据是传统TRIAD的新补充 数据是最常被忽略的成本变量 业务价值和风险 解释流程编排 D & A Analytics突破所有业务功能 箭头表示-- >数据/工具/方法 整个企业的战略协调 案例研究: 爱立信字根转换驱动由指数技术 爱立信：由指数技术 •Rickard Wieselfors•：•Parthasarathy A•Kanda Kumar•Johan Vallin 爱立信LeadershipTeam 企业自动化和AI团队 Telefonaktiebolaget LM爱立信(母公司)通常被称为爱立信，成立1876 WW收入（2022年）- 260亿美元WW员工（2022）- 104, 000 + 地理位置:欧洲和拉丁美洲：约47, 500(瑞典: ~ 14, 400)•东南亚、大洋洲和印度：约28, 000•东北亚：约13, 000北美：约11, 800•中东和非洲：约4, 500 爱立信是全球领先的快速变化的环境通信技术 开发、交付和管理硬件、软件和服务实现连接的全部价值 Value Deliver y Jour ney Jour ney：应用指数技术 Jour ney：应用指数技术 测量和量化值 爱立信：与业务部门合作 爱立信Success Stor y 成功 战略投资 •高水平的合作与业务•资金与预算•测量(连续和一致)•风险调整的可重复性•利用指数技术。•技术技能深度 22X 增加的业务单元资金超过6年 爱立信的生成AI示例 部署AI驱动的开发助手，以提高效率和质量 •生产力和效率方面的软件开发限制由于复杂的任务，时间和精力，编码错误•开发人员之间的协作通常是手动的•效率低下，如次优代码重构，优化、文档和测试 挑战 RESULTS 早期回报，估计潜力生产率提高20 - 30%25, 000名开发人员 爱立信的Coding Buddy用例提供了激进的通过以下方式改进爱立信的软件开发提供代码生成、自动完成和智能建议，显著提高编码速度和效率。它采用先进的算法来检测并修复错误，确保更高的代码质量。与自然语言处理，这个解决方案也提供更好的代码理解，帮助理解复杂代码库的开发人员。AI -电动工具自动执行重复性任务，简化开发过程，使开发人员能够提供更强大的软件解决方案生产力和准确性。 即时效果包括： •高采用率•增强代码质量•提高编码速度和效率•简化开发流程•优化的代码重构 传统方法 传统方法 具有审批流程的传统方法 转向新的迭代方法 Continuous 管理和操作并发互连的Effor ts Identifying, Vetting, Prioritizing, Funding Identifying, Vetting, Prioritizing, Funding Identifying, Vetting, Prioritizing, Funding 最普遍的用途 90%的在线内容可以综合生成2026 正在生成内容-“创意”内容开发文本、图像、视频等。营销团队是提高内容生成的速度、生产力个性化和人口细分。 参与利益相关者-客户，潜在客户，供应商，所有第三方 types. The use generative to personalize the interaction, offer 24 / 7 contact or access, address数量，降低成本，创造不同的客户体验。与其他“机器作为客户”也在探索中。目标是增加数字客户价值以零或更可能的有限边际成本。 将其净额结算- The focus is on Clarity rather than creativity. A focus on analytics and决策智能通过数据的组合和综合，所有这些都服务于新的数据驱动决策的方法。总体重点是减少企业行动。 技术-软件开发，测试，基础设施和运营都是领域生成AI在哪里被应用 Appendix Gover nance运营模型支柱 Generative之间的区别AI和传统AI 生成AI产生新的内容，聊天响应，设计，合成数据或深度伪造。另一方面，传统人工智能专注于检测模式、做出决策、磨练analytics, classify data and detecting fraud. The primary distinction between predictive AI and生成AI在于它们的核心功能。 预测性AI分析现有数据以进行预测，而生成性AI生成新的基于学习模式的内容 生成性AI定义 生成AI是指学习工件表示的人工智能技术从数据中提取并使用它来大规模生成全新的、完全原始的工件，从而保留与原始数据相似。 生成AI使计算机能够生成全新的，完全原始的变体内容(包括图像、视频、音乐、语音和文本)。它可以改进或改变现有的内容，它可以创建新的数据元素和真实世界对象的新颖模型，例如建筑物，零件，药物和材料。 风险示例 用户面临的常见ChatGPT输出风险 不准确的示例 霍恩和威廉姆斯(2016)4 事实不准确：部分真实的输出在重要细节上是错误的 幻觉：完全制造的输出。没有对内容的实际“理解”；它只是预测文本。 过期信息:ChatGPT的“知识”截止日期是2021年9月。 4有偏见的信息：训练数据偏差可能导致在有偏见的输出中2 侵犯版权：输出可能类似于受版权保护的作品3 受限制的分销 Gar tner分析师团队 彼得·登·哈默副总裁分析师6年Gartner / 35年行业经验 Frances Karamouzis杰出副总裁分析师23年Gartner / 36年行业经验 亚历克斯·林登高级顾问主任10年Gartner / 37年行业经验 Erick Brethenoux杰出副总裁分析师6年Gartner / 33年行业经验 Shubhangi Vashisth Svetlana Sicular 董事分析师9年Gartner / 16年行业经验 副总裁分析师12年Gartner / 30年行业经验 ：董事分析师1年Gartner / 11年行业经验 本燕董事分析师2年Gartner / 18年行业经验 安东尼·马伦副总裁分析师7年Gartner / 34年行业经验 Gartner分析师团队 斯蒂芬·埃莫特 高级董事分析员7年Gartner / 34年行业经验 伯尔尼·埃利奥特杰出副总裁分析师23年Gartner / 47年行业经验 莱纳尔·拉莫斯 高级董事5年Gartner / 9年行业经验 帕特里克·康诺顿 副总裁分析师6年Gartner / 33年行业经验 Gabriele Rigon高级首席分析师2年Gartner / 13年行业经验 阿维瓦利坦 杰出副总裁分析师25年Gartner / 10年行业经验 Stefan Van Der Zijden副总裁分析师2年Gartner / 13年行业经验 董建华 首席分析师2年Gartner / 18年行业经验 Issa Kerremans首席分析师1年Gartner / 3年行业经验 59© 2023 Gartner, Inc.和/或其附属公司。保留所有权利。 注册参加问答环节 问专家：生成性AI现实：可量化的主动方法业务成果 2023年10月5日上午10: 00美国东部时间 成为客户 客户可以全天候访问经过验证的管理技术研究，专家建议，基准，诊断和更多。 填写表格以与代表联系并了解更多。 了解更多 或者给我们打电话：+ 441784614280 | + 1 855 637 0291上午8点至晚上7点ET上午8: 00 -下午5: 00 GMT周一至周五