各组织对于生成式人工智能在提高业务和人员生产力方面的潜力充满热情，但缺乏战略规划和人才短缺阻碍了他们实现其真正价值。
这是根据 Coleman Parkes Research 于 2024 年初进行的一项研究得出的结论，该研究由数据分析公司 SAS 赞助，对 300 名美国 GenAI 战略或数据分析决策者进行了调查，以了解主要投资领域和组织面临的障碍。
SAS 战略 AI 顾问 Marinela Profi 表示：“各组织意识到，单靠大型语言模型 (LLM) 无法解决业务挑战。
“GenAI 应该被视为超级自动化和现有流程和系统加速的理想贡献者，而不是帮助组织实现所有业务愿望的新玩具。花时间制定渐进式战略并投资于提供 LLM 集成、治理和可解释性的技术是所有组织在全力投入并被‘锁定’之前应该采取的关键步骤。”
企业在实施过程中遇到的四个关键障碍是：
• 提高对数据使用的信任度并实现合规性。只有十分之一的组织拥有可靠的系统来衡量 LLM 中的偏见和隐私风险。此外，93% 的美国企业缺乏针对 GenAI 的全面治理框架，大多数企业在监管方面面临不合规的风险。
• 将 GenAI 集成到现有系统和流程中。组织透露，他们在尝试将 GenAI 与现有系统结合时遇到了兼容性问题。
• 人才和技能。内部 GenAI 缺乏。由于人力资源部门缺乏合适的员工，组织领导者担心他们无法获得必要的技能，以充分利用 GenAI 投资。
• 预测成本。领导者指出，使用 LLM 的直接和间接成本高得令人望而却步。模型创建者提供了象征性的成本估算（组织现在意识到这是令人望而却步的）。但私人知识准备、培训和 ModelOps 管理的成本是漫长而复杂的。
Profi 补充道：“归根结底，我们要找到能够提供最高价值并以可持续和可扩展的方式解决人类需求的实际用例。
“通过这项研究，我们将继续致力于帮助组织保持相关性、明智地投资资金并保持弹性。在人工智能技术几乎每天都在发展的时代，竞争优势高度依赖于接受弹性规则的能力。”
该项研究的详细信息于今日在拉斯维加斯举行的 SAS Innovate 大会上公布，这是 SAS 软件面向企业领袖、技术用户和SAS合作伙伴举办的人工智能和分析会议。
想要从行业领袖那里了解更多有关人工智能和大数据的信息吗？请关注在阿姆斯特丹、加利福尼亚和伦敦举办的人工智能和大数据博览会。这项综合性活动与其他领先活动（包括BlockX 、数字化转型周和网络安全与云博览会）在同一地点举办。
在此探索由 TechForge 主办的其他即将举行的企业技术活动和网络研讨会。
《 80% 的 AI 决策者担心数据隐私和安全》一文最先出现在AI News上。
