具有竞争力的产品战略的生成 AI

有竞争力的产品战略 为战略、治理和AI投资提供信息的执行结果 5个关键发现 EXECUTIVESUMMARY 生成式AI加速了CDO / CDAOs将重心转向业务价值创造的趋势，刺激新的投资水平。 01 02治理，负责任的AI和安全问题使行业领导者为内部LLM微调和开发制定战略。 本电子书研究了Geerative AI如何转移首席数据官（CDO）和首席数据分析官（CDAOS）等业务主管的关注点，平衡了建立AI推动的竞争优势的机会用例与负责任地运营和扩展AI所面临的挑战。它将凯捷研究所的研究结果与最近的独立Domio Data Lab报告相结合，以评估生成式AI如何重新关注大规模构建和运营AI。 AI开发带来了巨大的挑战。投资承诺不足-特别是在资源方面，企业分析领导者需要兑现微调或内部开发的生成AI模型的承诺。 虽然生成型人工智能为产品设计和客户体验带来了巨大的竞争优势，但运营化是困难的，而且管理不善的模型会带来巨大的风险。 对人员、流程和技术的投资不足非常普遍。因此，数据科学家缺乏完成工作所需的数据、工具集和基础设施。这导致了人才留住和招聘方面的重大挑战。更重要的是，缺乏适当工具集增加了治理和负责任的人工智能问题的风险和暴露。总之，我们认为，缺乏对有效人员、流程和支持工具（如AI CoE和支持混合和多云基础设施的AI平台）的紧迫性和承诺的组织可能会落后于市场领导者。 03 虽然期望很高（特别是来自生成AI），特别是对于产品和服务开发，但对治理，安全性和负责任的AI的关注使大多数组织对开源/商业的生成AI模型进行了微调，而战略则着眼于完全 协作和共享最佳实践的集中式流程的严重短缺，缺乏统一的AI平台（支持AI基础设施，数据和工具）以及人才瓶颈限制了生成AI的转型潜力。 内部大型语言模型(LLM)。在内部，生成式AI在产品设计和客户体验方面有很有前途的应用 具有竞争力的产品战略的GENERATIVEAII版权所有©2023Capgemini。保留所有权利。 05无法构建和运营自己的AI模型的公司迅速面临着已经将这些技术集成到产品和服务产品。 CDOS/CDAOSTURNTOVALUECREATIONGENERATIVEAIISTHEPATH 98%40% 76%的数据科学高管（DSE）“进攻”=AI/ML 一些组织表示，生成式人工智能是他们董事会讨论的一个话题。 超过3 / 4 (76%)的数据科学高管(DSE)认为，利用AI / ML推动新的业务成果至少是2023年的前三名。 许多组织已经建立了生成人工智能的团队和预算。 对于近三分之一(30%)的CDO和CDAO来说，这是他们今年优先考虑的第一。 GOVERNANCE，RESPONSIBLEAI，&SECURITYARETOPCONCERNS 尽管人工智能大肆宣传，但治理仍面临重大挑战 信任和责任必须建立在AI系统中 58％的受访者（和76％的C级/ VP数据科学高管）将治理视为他们最重要的障碍之一。 知识产权、偏见、无法解释结果以及从基础数据中继承的风险仍然是人们最关心的问题。 表示以下是实施生成性AI的挑战的组织的百分比。 AI团队需要对负责任的AI进行 控制 BRINGINGLMMFINE-TUNINGANDDEVELOPMENTIN-HOUSE 平衡采用速度和负责任的AI义务突出了定制和控制的重要性在AI操作中。 在短期内，42%的受访者计划微调商业和开源的生成AI模型。从长远来看，随着他们建立内部战略并获得专业知识，许多人计划从头开始全面开发生成AI模型。 AI监管即将到来，数据监管就在这里 到2026年，几乎所有跨国组织都将投资于本地数据处理基础设施和服务，以减轻与数据传输相关的风险。随着组织投资于控制数据，他们还必须专注于控制人工智能— —通过开发或微调开源或商业LLM本身。 2023年6月由欧洲议会批准的《E. U. AI法案》将要求生成AI工具开发人员提交其系统以供审查，并在商业发布之前发布用于模型训练的受版权保护的数据。,⁶数据隐私法规也重新关注数据驻留（数据在哪里？）和数据主权（数据受收集和处理数据的国家的法律监管）。 94% AI团队认为他们需要增强现成的为他们的用例提供的Generative AI产品 超过三分之一的人说他们计划充分引导他们的努力面向内部开发生成人工智能。 GENERATIVEAIBENEFITSPRODUCTESIGN&CUSTOMEREXPERIENCE。。 生成的AI收益大于风险 快速移动者已经在获取价值¹⁰ 甚至在最近的创成式AI炒作之前，凯捷研究所就分析了组织在智能产品和服务方面定义明确的愿景和战略所获得的好处— —数据驱动、智能、连接产品(创成式AI驱动产品的前身)。 74%的高管认为，生成人工智能带来的好处超过了相关的风险。生成式AI的预期优势扩展到产品设计和客户体验。 83%快速移动者看到了一个降低服务成本由于智能产品和服务。 快速移动者已经看到改善客户体验。 79%的快速移动者有加速研发改进现有产品和服务。 ...EVENTHOUGHIN-HOUSEAIDEVELOPMENTBR在GSCHALLENGES 计划卡在飞行员或PoC阶段¹² 协作、技能、数据和与技术相关的挑战阻碍了智能产品和服务的进步。 CDO和CDAO关注许多风险，但模型治理（即推动产品创新的模型）是一个重大的金钱问题。当今庞大且快速发展的监管格局，加上许多企业数据科学计划的高风险，意味着缺乏值得信赖的AI可能会使公司损失数千万。 技术不足以及数据和AI模型管理不善会带来风险，阻碍产品和服务创新。 巨大的损失等待着治理不善的模型¹¹ 44% CDO和CDAO认为，如果不能正确管理他们的AI / ML应用程序，将给他们的公司带来5000万美元或更多的损失。 预计他们的公司至少亏损1000万美元，没有人预测亏损低于100万美元。 为至少一个产品/业务线实施已识别用例的概念试点/证明 87% ...ANDCRITICALSHORTAGESPLAGUEAIINNOVATIION %受访者表示以下是挑战 缺乏集中化 合作、技能、数据和与技术相关的挑战阻碍了进展。 人才瓶颈 团队需要使用最好的工具来完成工作，而不是他们必须得到的工具：99%的数据高管也同意，不向人才提供他们首选的工具会对雇佣、留住和/或提高数据科学人才的能力产生负面影响。 缺乏过程 CDAO寻找统一的MLOps平台流程以提供自动化治理功能，以及提高AI生产力的工具。 LOOKINGAHEAD：KEEPINGUPWITHCOMPETITOR'SDELIVERY 领导者将有关产品，使用和客户行为的数据整合到持续的产品改进中。 无法利用AI/ML或数据科学模型交付产品的公司迅速面临存在的竞争威胁 生成AI的承诺让高管进入冲刺阶段，在他们自己的数据上使用新的高级算法。 98％的CDO和CDAO认为，将AI和ML解决方案最快推向市场的公司将在即将到来的经济不确定性中生存和发展。 引文 1.Domino数据实验室和WakefieldResearch，打造成功的AI进攻-ML推动收入引擎的C级战略，2023年5月2.凯捷研究所，组织中的生成AI报告，2023年4月，N=800个组织3.DominoREVelate调查4.凯捷研究所，组织中的生成AI报告，2023年4月，N=800个组织5.《华盛顿邮报》，“欧洲推进人工智能监管，挑战科技巨头的力量”，2023年6月14日6.CNBC，“欧盟立法者通过具有里程碑意义的人工智能法规”，2023年6月14日7.VentanaResearch数据和分析主管的五大考虑因素8.DominoREVelate调查9.凯捷研究所，组织中的生成AI报告，2023年4月，N=800个组织10.凯捷研究院，智能产品和服务调查，2022年4月至5月；N=587个组织已经对智能产品和服务有明确的愿景和战略11.Domino数据实验室和WakefieldResearch，打造成功的AI进攻-ML推动收入引擎的C级战略，2023年5月12.凯捷研究院，智能产品和服务调查，2022年4月至5月，N=1,000名来自独特组织的受访者，这些组织已经或正在为向智能产品和服务过渡建立愿景和战略13.凯捷研究院，智能产品和服务调查，2022年4月至5月，N=1,000名来自独特组织的受访者，这些组织已经或正在为向智能产品和服务过渡建立愿景和战略14.Domino数据实验室和WakefieldResearch，打造成功的AI进攻-ML推动收入引擎的C级战略，2023年5月15.凯捷研究院，智能产品和服务调查，2022年4月至5月，N=1,000名来自独特组织的受访者，这些组织已经或正在为转向智能产品和服务建立愿景和战略，N=76个组织是领导者16.Domino数据实验室和WakefieldResearch，打造成功的AI进攻-ML推动收入引擎的C级战略，2023年5月 ADDITIONALION时INF或M Domino Data Lab为数据科学领导者和从业者以及支持和推广数据科学计划的IT领导者提供了大量资源，包括： 深入研究支持本书的研究 Domino的CDO/CDAO调查报告：为ML驱动的收入引擎构建成功的AI进攻|C级策略。更深入地了解本电子书中引用的一些统计数据。了解更多有关IT拥有数据科学平台决策所带来的组织挑战，AI管理不善的风险以及混合/多云环境带来的挑战。从2023年6月开始的Domino的REVelate调查-对在财富500强公司中领导，开发和运营AI计划的AI专业人士进行的调查。凯捷研究所的“组织中的生成AI”报告了2023年初的行业顶级用例。凯捷研究院2022年4月的智能产品和服务报告。 了解Domino如何帮助您扩展面向企业的Generative AI：快速、安全和经济。首席数据和分析主管希望通过MLOps在混合云中加速企业数据科学的5大AI考虑因素Domino Data Lab博客，介绍了在业务各个方面有效使用数据科学的技术内容，思想领导力和战略见解数据科学领导者播客，与各行各业的高管进行深入对话 ABOUTDOMINO&CAPGEMINI 在Domio，我们为与凯捷的合作感到非常自豪。他们在AI，ML和GeAI方面的深厚专业知识，与我们强大的企业AI平台相结合，不仅为创新的数据科学解决方案铺平了道路，而且使企业能够实现切实的成果和ROI。我们共同创造了一个环境，让尖端技术实现无缝执行，确保我们的集体客户受益于高效、可扩展和值得信赖的AI解决方案。我们很高兴能够突破AI可能的界限，并继续致力于在模型生命周期管理和价值实现时间方面设定黄金标准。 Capgemii的AI、ML和GeAI专家利用Domio的企业级基础架构来简化实验、模型开发和生产级编码，而Domio的集成CI / CD管道则提高了开发速度。此外，Domio Data Labs使中枢和分支模型能够集中开发、降低成本并加速交付，同时为数据科学团队、业务部门和IT提供即时的ROI。Domio是用于任何数据科学实践的协作、最佳实践和创新的集中式平台，包括那些开始构建和运行自己的生成AI模型的实践。. " KOLINKONJURA MLOps和GenAI在AI和分析领域的领导，凯捷 Domino全球合作伙伴关系主管 Capgemii与Domio的合作代表了开发企业级AI / ML解决方案的强大联盟。通过利用Domio先进的模型生命周期管理平台，Capgemii可以为我们的客户简化AI模型的开发、部署和监控，同时实现有效的成本管理。这种伙伴关系使我们能够通过确保模型的可重复性，可扩展性和有效的治理来充分利用AI的潜力，最终为客户提供更强大和可持续的解决方案。Capgemii和Domio Data Labs在推动AI领域的创新和价值方面处于领先地