各組織對於生成式人工智能在提高業務和人員生產力方面的潛力充滿熱情，但缺乏戰略規劃和人才短缺阻礙了他們實現其真正價值。
這是根據 Coleman Parkes Research 於 2024 年初進行的一項研究得出的結論，該研究由數據分析公司 SAS 贊助，對 300 名美國 GenAI 戰略或數據分析決策者進行了調查，以瞭解主要投資領域和組織面臨的障礙。
SAS 戰略 AI 顧問 Marinela Profi 表示：“各組織意識到，單靠大型語言模型 (LLM) 無法解決業務挑戰。
“GenAI 應該被視為超級自動化和現有流程和系統加速的理想貢獻者，而不是幫助組織實現所有業務願望的新玩具。花時間制定漸進式戰略並投資於提供 LLM 集成、治理和可解釋性的技術是所有組織在全力投入並被‘鎖定’之前應該採取的關鍵步驟。”
企業在實施過程中遇到的四個關鍵障礙是：
• 提高對數據使用的信任度並實現合規性。只有十分之一的組織擁有可靠的系統來衡量 LLM 中的偏見和隱私風險。此外，93% 的美國企業缺乏針對 GenAI 的全面治理框架，大多數企業在監管方面面臨不合規的風險。
• 將 GenAI 集成到現有系統和流程中。組織透露，他們在嘗試將 GenAI 與現有系統結合時遇到了兼容性問題。
• 人才和技能。內部 GenAI 缺乏。由於人力資源部門缺乏合適的員工，組織領導者擔心他們無法獲得必要的技能，以充分利用 GenAI 投資。
• 預測成本。領導者指出，使用 LLM 的直接和間接成本高得令人望而卻步。模型創建者提供了象徵性的成本估算（組織現在意識到這是令人望而卻步的）。但私人知識準備、培訓和 ModelOps 管理的成本是漫長而複雜的。
Profi 補充道：“歸根結底，我們要找到能夠提供最高價值並以可持續和可擴展的方式解決人類需求的實際用例。
“通過這項研究，我們將繼續致力於幫助組織保持相關性、明智地投資資金並保持彈性。在人工智能技術幾乎每天都在發展的時代，競爭優勢高度依賴於接受彈性規則的能力。”
該項研究的詳細信息於今日在拉斯維加斯舉行的 SAS Innovate 大會上公佈，這是 SAS 軟件面向企業領袖、技術用戶和SAS合作伙伴舉辦的人工智能和分析會議。
想要從行業領袖那裡瞭解更多有關人工智能和大數據的信息嗎？請關注在阿姆斯特丹、加利福尼亞和倫敦舉辦的人工智能和大數據博覽會。這項綜合性活動與其他領先活動（包括BlockX 、數字化轉型周和網絡安全與雲博覽會）在同一地點舉辦。
在此探索由 TechForge 主辦的其他即將舉行的企業技術活動和網絡研討會。
《 80% 的 AI 決策者擔心數據隱私和安全》一文最先出現在AI News上。
