“焦虑还是热情？” —— Emily Chang在彭博科技峰会上提问。

“你需要同时拥有两者 —— 深思熟虑、理解、细微之处，两者之间的张力无处不在，”Sam Altman说道并分享了他在远东地区旅行时与用户、开发人员和世界领导人交谈后的经验。

Altman的观察几乎概括了全球企业对生成式人工智能的采用情况。它在企业中引起了相当大的轰动，既激发了热情，又引发了焦虑。

AIM与各行业领先公司的技术负责人和首席执行官取得了联系，同时跟踪了趋势，了解了他们的采用策略，结果非常令人惊讶。与以前的人工智能采用主要是自上而下的不同，生成式人工智能的采用似乎是朝着各个方向推进的，即自上而下和自下而上。

自下而上的方法

具有讽刺意味的是，这也是人工智能采用史上第一次自下而上的方法获得了巨大的吸引力，员工和团队聚集在一起，通过用例和PoC识别机会，然后得到高层管理层的支持。

这主要是由热情推动的。

大多数初创公司和成长型企业都属于这个类别。这些组织大多在实验生成式人工智能，以满足对公司和客户有益的需求。希望在此过程中可以提高效率和增加生产力。其中一些例子包括Swiggy、MakeMyTrip、Tech Mahindra等。

Swiggy的增长营销负责人Amitkumar Banka告诉AIM，该公司正在使用生成式人工智能根据平台上的特定要求创建定制的食品图片，这有助于为数百万顾客提供服务。

“就Swiggy而言，这是一种自下而上的方法。大多数团队，包括分析、产品、设计、公司战略，都汇聚起来对Swiggy在生成式人工智能方面应该如何发展拥有坚定的观点。每个人和团队都在想出自己的用例，以充分利用生成式人工智能。”

MakeMyTrip的资深副总裁兼数据科学负责人Narasimha Medeme已经为客户推出了对话机器人，现在正在开发其他功能，如语音转文本，并在系统中加入印度语言。

自上而下的方法

自上而下的方法一直是大多数公司的首选策略，因为它更快速、更容易咨询和采用。例如，最近，许多IT公司，如TCS、Infosys、Wipro、Cognizant、埃森哲等，正在与微软和谷歌合作，推出他们的生成性人工智能计划，以及甲骨文、SAP、Salesforce和Zoho等其他技术推动者。

收养是从上层开始的。Qlik高级副总裁Geoff Thomas认为，如果一家公司想采用数据文化，成为一家数据驱动的公司，就需要最高领导层的大力赞助和支持。“这通常是由首席执行官自上而下推动的。”

但是，这也有另一方面，这可能会让高层或领导团队的人感到兴奋，以提高他们的效率和生产力，但这往往会加剧员工和团队的焦虑，尤其是那些熟悉传统方法和生产力工具的人。

这还需要该组织进一步推动提供培训和认证计划。最近，Infosys宣布了一项全面免费的人工智能认证培训计划。

混合方法

在这里，大多数公司都在遵循自上而下和自下而上的方法，同时建立一个卓越中心来推动生成性人工智能用例。其中一些例子包括HCL Tech、Infosys、Zoho和其他公司。

Infosys最近推出了Topaz，这是一套使用生成技术的解决方案和平台，拥有12000个人工智能用例和150多个预训练的人工智能模型。

Wipro还采用了混合动力路线。该公司已与谷歌云合作，利用其生成人工智能工具。Wipro还将把它们与自己的人工智能模型和预先构建的行业解决方案相集成。

那么，最好的方法是什么？

在与AIM的对话中，Zoho Corp.人工智能研究总监Ramprakash Ramamorthy为混合方法提供了担保，他认为窄模型和大模型的正确组合将为公司及其客户带来双赢。

“狭义人工智能，即根据过去的经验训练一个模型来完成一项任务，将蓬勃发展，帮助公司自动化多余的任务。而基于LLM的生成式人工智能将通过提供跨来源的无缝信息来增强这些能力。”

Zoho有一套13个与ChatGPT集成的应用程序。Ramprakash表示：“我们现在的重点将是在我们的产品套件中紧密集成我们的人工智能堆栈，同时为企业构建内部LLM，以在我们的服务中提供无缝的用户体验。”。

每个行业都有其在功能上实现生成人工智能的方式。Piramal Finance副总裁Deepika Kaushal向AIM证实，他们的公司仍在确定生成人工智能应用程序的用例，他们最好向专家学习，以后再学习内部构建的能力。

另一方面，Navi数据分析主管Vivek Sahabadi认为，公司处理的数据类型决定了正确的方法。“对于用户数据至关重要的金融科技公司来说，建立自己的模型是有意义的，而在食品科技等行业，可以使用外部模型。”

总而言之，在采用生成人工智能之前，公司必须考虑成本、专业知识、数据安全和内部基础设施能力等因素。最重要的是，应该建立对生成人工智能的有用性或二阶理解。无论是兴奋还是焦虑，人们都不能鲁莽地冲向它。

 

 

来源：https://analyticsindiamag.com/how-companies-are-botching-generative-ai/