拥抱变革 创造商业价值报告

拥抱变化，创造商业价值 由...赞助 Ruba Borno 博士，亚马逊网络服务全球专家和合作伙伴副总裁 生成式人工智能（gen AI）引发了一场革命，今天的组织正在竞相释放这项技术的商业价值。预计在接下来的几年里将重塑经济，gen AI将对所有行业产生巨大影响。高盛预计全球GDP将增加70万亿美元，在10年期内生产力增长将提高1.5个百分点。鉴于这项技术预计将影响美国和欧盟三分之二的就业岗位，组织感受到了保持步伐的压力。但如何实现？最佳实施genAI的方式是什么，以保持领先并最大化投资回报率？以及如何安全有效地实现？ 在AWS，我们认识到拥抱这项变革性技术的挑战。组织需要指导来选择正确的策略——这包括管理并减轻与通用人工智能相关的风险的计划。在这个过程中，AWS合作伙伴的支持可能极其宝贵。这些合作伙伴可以提供实施通用人工智能解决方案的专长，帮助组织克服技术障碍并制定有效的变革管理策略。他们还可以协助定制通用人工智能应用程序以满足特定行业需求，并确保符合数据隐私和安全法规。 虽然我们在AWS与合作伙伴的协助下提供了丰富的指导，但我们还希望为您提供更深入的见解。这就是为什么AWS赞助了哈佛商业评论分析服务的一份报告，以研究阻碍组织全面采用通用人工智能的障碍。通过这样做，我们旨在帮助像您这样的读者负责任且自信地加速您的人工智能之旅。 一件事情是肯定的——对于通用人工智能，不存在一个适合所有人的解决方案，而是有众多选择。这些包括在构建或购买基础模型之间做出选择，探索提示工程方法，或者开发定制的通用人工智能解决方案。 人类因素在基因人工智能（gen AI）的实施中也发挥着关键作用。随着组织急于利用这项技术，他们面临着技能差距。有效的变革管理变得至关重要，以帮助员工接受并有效使用基因人工智能工具。这种变革管理包括培训计划和营造支持创新的文化，同时解决对工作安全和科技变革的担忧。 随着您探索如何构思、培养和利用生成式人工智能，您将更擅长构建能够重复成功的解决方案。目标是创新，同时应对影响您生产力、效率和客户体验的独特挑战。我们鼓励您利用这些资源，并思考报告中提及的组织如何应对生成式人工智能。借助这些经验，我们希望您能够获得灵感，并做好利用生成式人工智能和在这个快速发展的技术领域中保持竞争力的准备。 在 navigating 这些复杂的决定可能会有点令人压倒，尤其是如果你刚起步。但随着你 gen AI 的进程，你将获得有关有效策略和基础成分的洞察，从而引领出更为结构化和长期的解决方案。 意识到生成式AI的机遇： 拥抱变化，创造商业价值 关于生成式人工智能（gen AI）将如何极大地改变商业并创造价值，人们充满期待。广义上，gen AI指的是从现有数据中学习以生成新的、独特内容的人工智能，包括音频、源代码、图像、文本和视频。由于这些类似人类的能力，全球各行各业的企业都在计划实施gen AI，或者正在进行试点和扩大应用规模的旅程。拥抱变革至关重要，因为现在是提取gen AI价值并使其真正功能化的时机——否则将面临失去优势的前景。 亮点 83%调查受访者中，许多人认为，如果他们所在组织行业的公司不要使用生成式AI（gen AI），否则会被淘汰。. 81%说通用人工智能将会改变他们组织的行业. 60%同意通用人工智能是优先考虑他们的组织但是，只有48%的人同意他们的组织已准备好采用通用人工智能。 “通用人工智能不是可选项，”芝加哥的Eversana公司创新高级副总裁Abid Rahman表示，Eversana是一家为生命科学和制药行业提供全球商业服务的企业。“每个行业和每家公司都应该关注通用人工智能。如果不这么做，他们就会落后。这真的很简单。” 尽管许多高管认为采用通用人工智能很重要，但组织尚未完全准备好这样做。2024年6月，哈佛商业评论分析服务对来自257名受访者的全球调查进行了调查。哈佛商业评论观众中每个人都在他们组织关于是否采用通用人工智能的决定中扮演着 角色。调查结果显示，虽然有60%的受访者认为通用人工智能是他们的组织优先事项，但表示其组织已准备好采用它的人则较少（48%）。调查结果还显现出采取行动的紧迫性，因为绝大多数受访者（83%）都同意，如果他们所在行业的商业企业不采用通用人工智能，将落后于他人。 由于四舍五入，本报告中的某些数字可能不等于100%。 通用人工智能不是可选项。每个行业和每个公司都应该关注通用人工智能。如果不这样做，他们将会落后。这真的很简单，”Eversana创新高级副总裁阿比德·拉赫曼说。 启动通用人工智能（gen AI）的采纳工作因此成为一项战略需求。但是，为了应对当前形势，组织必须应对通用人工智能的潜在风险——例如伦理、法律、网络安全或客户影响等问题——56%的受访者表示，这些是扩大技术采纳的最普遍障碍。 你期望的。你不应该为了添加而添加通用人工智能。相反，从有知识的地方开始，一步步进行。 准备好并拥抱变化 尽管炒作和预期很高，但调查显示，大多数组织正处于探索、考虑或规划采用通用人工智能的阶段，但这些计划尚未导致广泛应用。16%的受访者表示，他们的组织已经建立了一个或多个全规模的应用案例。在另一端，只有7%的人表示，他们的组织根本不打算采用通用人工智能。对于其他人来说，似乎大多数组织仍处于探索或通用人工智能使用的早期阶段（49%目前正在探索或制定通用人工智能使用的计划，28%已有一个或多个早期应用案例）。 根据Canva（总部位于澳大利亚悉尼的在线图形设计平台）的机器学习平台负责人Thibault Main de Boissière的说法，推进通用人工智能前进需要两个要素：对风险的计算式处理和快速迭代的能力。“我们对使用客户数据来培训系统的方式、时间和原因非常谨慎，我们必须遵守监管法规。安全也是一个非常重要的问题，我们正围绕着我们的AI系统构建层层安全保障，”他解释说。“同时，前进的关键在于构建一个良好的反馈回路，你可以快速尝试你的想法，验证用户反馈，获得反馈，并将这些反馈发送给研发团队。你必须要有一种衡量性能——并持续衡量它——的方法。这个回路将帮助你显示逐步改进，从而说服你的利益相关者你正在沿着正确的方向前进——这至关重要。” 这种相对缓慢的进展可能与技术人工智能（gen AI）的准备状态有关，因为组织在准备技术人工智能方面略逊于未准备。当被要求对组织在六个方面的准备程度进行评级时（员工技能/知识、技术基础设施、数据基础、风险缓解、技术人工智能指南和组织文化），32%至54%的受访者表示他们的组织“为技术人工智能做好了准备”。这种回应意味着大约一半或更多的人对自己的组织在任何特定领域的准备程度缺乏信心。而且，表示组织未准备好的受访者比表示准备好的受访者多，在六个列表中的四个领域都是如此。例外的是技术基础设施，更多的人觉得他们做好了准备（54%），而不是未准备好（28%），在某种程度上，数据基础也是如此（43%做好了准备；39%未准备好）。 本文探讨了可能阻碍组织追求通用人工智能发展的因素，以及他们如何克服这些障碍，推进人工智能的采用并实现规模化。鉴于风险和变革的管理方法是通用人工智能发展过程中的关键组成部分，本文分析了组织如何接受和管理风险，以及他们如何为通用人工智能带来的变革做好准备和培训员工。同时，本文还突出了包括医疗保健和生命科学、设计以及人力资源等不同领域中的最佳实践，以确保通用人工智能项目能够实现预期的效益。 缩小科技-知识差距 埃多阿尔多·孔特，Restworld首席技术官，意大利托尔尼的就业平台，为意大利餐饮业提供服务，他警告说，不良或草率的决策比技术出错的任何风险都大。“在创业界，我们每天都在拥抱风险。我认为通用人工智能本身并不具有风险，”他说。“只有在你不了解它时才具有风险。生态系统正在快速发展和变化，如果你急于采用某种不完整或不适合你的解决方案，它不会带来所有价值。” Eversana的Rahman将组织采用通用人工智能部分归因于其注重变革管理。“从许多方面来说，通用人工智能可能是我们一生中见过的最大技术变革——至少和互联网一样大。从这个角度来看，准备和采用需要巨大的变革管理，”他说。“我们很早就意识到，我们必须以正确的方式拥抱通用人工智能，这意味着关注指导和培训。” 首先，Eversana为员工制定了指南，确保他们以适当的方式使用技术，并了解哪些数据可作为输入以及如何使用输出。对于高度监管的制药行业，合规性和人工监督是塑造通用人工智能使用的根本。其次，公司采取了持续的训练方法。“初步培训涵盖了该做什么和不该做什么，但很快演变为分享最佳实践和如何从工具中获得更多价值。几周内，人们在使用通用人工智能工具方面有了很大的进步。技术知识与技能的差距可以得到缓解。” 图表 人工智能采用的准备工作 数据/技术基础设施以及人工智能使用指南是准备的关键途径 贵组织在为迎接通用人工智能（gen AI）的采用做好准备方面，正在采取哪些措施，如果有的话？选择所有适用的选项。 % 提升数据/技术基础设施 Eversana赋权各个部门和业务线团队去审视生成式人工智能的应用案例，并自行提出解决方案。一个例子：为法律和监管目的协助客户进行内容审批或确保处理临床试验文件时的合规性。“我们有一个内部人工智能委员会来批准所有这些不同的想法，然后我们会根据适当的比例为他们提供资金，以确保我们可以进行试点，并在所有必要的检查和平衡措施到位的情况下，从试点过渡到生产，”拉赫曼解释道。 围绕通用人工智能（Gen AI）使用制定指导/治理措施 调整流程/方法 制定通用人工智能变革管理策略 调查受访者表示，他们的组织正在通过制定规范来提高对通用人工智能（gen AI）的准备。最流行的努力，由超过一半的调查受访者提及，是改善数据/技术基础设施（53%）以及制定关于通用人工智能使用的指导和治理（53%）。此外，大约三分之一的受访者正在调整流程（35%）、制定变革管理策略（33%）或解决员工对通用人工智能的恐惧和担忧（31%）。图1 处理员工关于通用人工智能的恐惧/担忧 加大在通用人工智能方面的预算投入 调整角色/团队结构 未对组织采用通用人工智能进行任何准备工作 Restworld采取了明确的措施以帮助准备和接受。“当我们决定将人工智能整合到平台上时，我们举行了研讨会来揭示一些关于人工智能的概念，”首席技术官孔特说。“让所有参与人员理解他们在指导这个工具并改进它中的作用非常重要，让他们知道他们可以提供反馈并决定他们希望通用人工智能模型如何表现。产品需要迭代，他们在这一过程中有发言权。” 孔泰描述了该公司通用人工智能的旅程。“我们不向客户提供服务软件，”他说。“我们有一支招聘团队，他们使用我们专有的平台，并搜索我们大约15万名求职者数据库，以找到符合客户招聘需求的人。本质上，我们开始使用通用人工智能来为招聘人员创建更好的匹配算法，以便他们完成工作。” 这就是我们为何找到合作伙伴共同打造解决方案的原因，以便我们能快速了解其运作方式并衡量其产生的价值。 风险及其他障碍 该公司很快与合作伙伴合作，开发了自己的通用人工智能解决方案。“我相信，为了为您的公司提取最大的价值，您需要用您的专有数据来滋养通用人工智能，”康特坚称。“但在内部操纵、创造和实施工具可能会很棘手——你需要大量的研究和实验。” 基因人工智能规模化面临多种障碍，但对企业高管而言，对潜在的法律、伦理和网络安全风险的担忧才是让他们夜不能寐的原因。几乎所有的组织在推广基因人工智能方面都会遇到一些障碍（只有1%的受访者表示他们没有遇到）。 没有障碍），其中主要风险类型。但是，缺乏通用人工智能实施的清晰路线图（50%）和缺乏通用人工智能使用指南/治理（46%）也位列榜单之上。图2 图表 风险在障碍中突出。 对各种潜在风险的担忧阻碍了通用人工智能的采用之路。 许多组织已经接受了与通用人工智能（gen AI）相关的常见风险。虽然风险是前进的最大障碍，但调查受访