2024 诞生式 AI 高管指南

目录 Chapter 1 关于生成 AI 的快速入门05.........................................................................................................................核心功能和应用程序. .......................................................................................................................09 Chapter 2 . ...............................................................如何在 30 天内启动您的第一个用例......................................................................................................12个 KPI 来衡量生成 AI 的影响. .....................................................................................................26 Chapter 3 . .................................................................................................看看你的同龄人在做什么...............................................................................................................................31 零售和 CPG............................................................................................................................................................32 金融服务.......................................................................................................................................................35 医疗保健和生命科学. ...................................................................................................................................39 媒体和娱乐. .......................................................................................................................................42 Manufacturing. ...........................................................................................................................................................46 家电信服务提供商. ...............................................................................................................51 Conclusion 利用创成式 AI 为业务 54 更快地创新 … … … … … … … … … … … … … … … … … … … … … … … … … 生成 AI 标志着历史上最重要的技术转变之一。 其对个人和企业生产力的影响可能是显著的，甚至有可能与互联网或移动设备的出现相媲美。确实，在考虑使用或已经采用人工智能的组织中，有82%的人认为它将会显著改变或彻底重塑他们的行业。1 尽管如此，可以改变的是您如何利用这项技术来使团队能够改进核心产品和服务，以及如何解决妨碍交付这些产品的根本性问题。实际上，借助合适的工具，甚至可以识别并交付新的差异化点。 甚至更令人振奋的是，一个单一的生成式AI平台可以为多种应用场景提供解决方案，从而形成网络效应。随着用户和应用程序数量的增加，模型接触到的数据越来越多，其准确性和实用性也随之提升——这反过来又会吸引更多用户。 生成式AI与其他先前形式的AI的不同之处在于其在帮助解决人们日常生活或职业生活中的常见问题方面的易用性。任何知道如何向搜索引擎提问的人，都可以使用日常语言与生成式AI聊天机器人或虚拟代理进行交互——让其回答问题、创建内容、生成图像、总结文档等，更多功能不胜枚举。 使用生成式AI来加速、自动化、规模化和改进业务流程的企业有望获得巨大收益。根据麦肯锡公司的研究，生成式AI对生产率的影响每年可能为全球经济增加2.6万亿美元至4.4万亿美元。2 在医疗健康领域，归根结底你仍然致力于提高患者护理质量。没有任何技术能够从根本上改变你价值主张的基本要素或行业核心价值链。 本指南适用于希望启动组织生成AI 之旅的商业领袖。 关于本指南 在第一章中，您将了解生成式AI是什么、它能做什么以及在业务场景中应用时可以预期的影响。第二章提供了从Google Cloud的AI专家推荐的最佳实践出发的生成式AI入门步骤指南。接下来，我们将探讨各行各业先驱者如何采用生成式AI以更高效地工作、更快地为客户创造价值并解锁新的收入渠道。 随着生成 AI 技术的发展如此之快 ， 它可能是压倒性的。我们在这里帮助您规划正确的道路。 关于生成 AI 的快速入门 这一代技术是最平易近人和灵活的技术 ， 计算机科学已构建出一种能够解决算法并非专门设计来解决的问题的能力。此外，任何业务用户都可以快速进行实验并获得反馈，以根据其特定的商业问题调整使用方式。 Philip Moyer Google Cloud AI 和业务解决方案全球副总裁 每天，贵公司的人员花费时间和精力搜集信息以做出决策、服务客户并推动业务发展。基于信息作出明智决策需要时间来收集合适的输入数据。 从高管深入探讨战略趋势到销售人员创建产品演示或新员工提出福利问题——组织中的每个人都能感同身受这种挫败感。但这种情况正在改变。 想象为公司里的每个人不仅配备一位个人助理，还配备一位专家，专门负责与他们工作相关的每项数据，甚至可以是整个组织内所有相关数据的专家。有了这样的助手，犹豫不决的时刻将大大减少。每个人都将更有能力花费更多时间行动，而较少时间等待。 通过生成式AI，这一目标变得可实现。这只是该技术解锁的众多颠覆性变化之一。始终在线的编码合作者。创意辅助以起草和迭代内容。任何主题的个性化自我学习。无论客户何时需要，无论原因何在，与客户的类人互动。生成式AI具备所有这些特性，并且更多。随着时间的推移，它将几乎影响每个企业的一切方面。 假设您需要了解广告支出如何影响客户感知。或者您想查看竞争对手的专利申请、研发投资和技术收购的趋势。此类信息存在于您的组织中，通常分布在多个地方。您需要这些信息来决定下一步行动——而要获取这些信息，需要召集专家进行研究，完成信息收集和综合分析。如果有一个后续问题，整个过程可能需要重新开始。 内容生成 - 很少或没有额外的数据或调整。然而 ， 他们也可以昂贵的火车和运行 ， 容易出现不准确的输出 ， 并且难以使用。 基础模型是为生成 AI 提供动力的引擎。 由于这些原因，生成性应用不能仅仅归结为生成模型。您的智能应用将需要结合概率基础模型与传统的、确定性的（换句话说，受限的）编程。确定性模型受到其输出能力的限制，并且受限于必须预先设定的无限选项。 生成式AI应用依托于基础模型，这些模型是在大量内容上进行训练的。例如，大型语言模型（LLMs）是一种类型的基础模型，通过训练文本或语言数据进行学习。其他多模态类型可以训练图像/照片、视频、音乐、软件代码、医疗信息或网络安全数据等。然而，仅拥有模型并不能使您的业务取得成功。 传统AI专为当前任务设计。它侧重于优化和调整现有的流程，例如预测由人类预先确定的具体模式。这也是为什么传统AI能够用于自动化特定业务领域中的离散且标准化的过程，比如客户服务。 基础模型最好被视为概率引擎，可以通过人类输入进行调整和塑造。由于它们是概率性的，因此与传统的软件范式从根本上不同。当今天的应用程序需要查找产品价格或验证客户信息时，它们会使用确定性函数来调用数据库。相比之下，基础模型利用其训练和调整过程中学习到的模式来计算最可能的输出，例如问题最可能的答案或图像的准确描述。 相比之下，生成式AI模型具备 emergent 能力，可以在指令调优阶段未明确训练的情况下执行多项任务。正是这种多任务处理的能力，加上提示界面提供的自由度，使这些模型能够在多种应用场景中发挥作用。 由于它们不受数据库中行和列的限制，基础模型极其强大。它们往往能够执行许多下游任务——例如问答、总结或开放式 核心功能和应用程序 在核心 ， 生成 AI 有四个能力 ： 它往往在四个应用程序中脱颖而出 ： 生成内容 Chat 生成式AI通过简单的聊天界面迅速获得 popularity 和 adoption 并非巧合。聊天是一种与强大生成式AI模型交互的自然方式。您可以利用它来改善客户互动、增强产品功能、培训员工等。 生成高质量的文字、图像、语音和代码的能力具有巨大的潜力。无论是加快流程还是帮助员工更快地将想法转化为输出，生成性能力都可以应用于产品、工具和工作流程中。 创建摘要发现自动化 联想推理 搜索 通过将生成式AI能力与搜索相结合，您可以依托内部或外部的知识库，实现更加个性化和针对性的交互。使用生成式AI进行搜索有助于从事实性知识库中获取信息，从而消除幻觉。 这是基于上下文、频率或接近度建议关联信息的能力。例如，生成式AI可以通过解析大量转录对话，识别呼叫中心互动中最常见的三种负面结束原因。 阅读我们的词汇表关于生成 AI 术语和概念。 入门分步指南 要使您的基础模型迅速变得非常智能，请选择业务中的一个功能性领域并在该领域进行试验。 通过将用例聚类到一个领域中，您可以从一个开始，当第一个成功运行时，自然可以扩展到同一领域的第二个、第三个和第四个用例。您投入的数据越多，模型就越智能。 最频繁的问题是什么？我们的响应时间是多少？我们提供了什么样的回应？” 现在，您不仅要回答客户的问题，还要总结他们的数据。 第三，使用此总结，您可以提示生成型AI将最常被问到的问题与您网站上的常见问题进行比较。然后，您可以要求它生成网站上未回答的问题的答案，以便您可以发布这些答案。 例如，以客户服务为例。假设您为呼叫中心代理提供了一个生成式AI工具，该工具具有对话界面，以便他们在接听电话时使用。客户可能会来电说：“我的信用卡不再有效。” 或者“我忘记了密码。” 或者“当我旅行时，如何让我的手机在国际上使用？”代理人员可以自然地回答这些问题，通过生成式AI界面使用与客户提问类似的措辞来提供答案。 在这个例子中，生成式AI解决了三个增强客户服务领域的用例——回答问题、总结所询问的内容，