组织对生成式人工智能（Generative AI）提高业务和人员生产力的潜力充满热情，但缺乏战略规划和人才短缺阻碍了他们实现其真正价值的能力。
这是由Coleman Parkes Research在2024年初进行的一项研究结果，该研究由数据分析公司SAS赞助，调查了300名美国GenAI战略或数据分析决策者，以了解主要投资领域和组织面临的障碍。
SAS的战略AI顾问Marinela Profi表示：“组织正在意识到仅仅依靠大型语言模型（LLMs）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，而不是能够帮助组织实现所有业务愿景的新玩具。在全力投入并陷入困境之前，组织应该花时间制定一个进步的战略，并投资于提供LLMs集成、治理和可解释性的技术。”
组织在实施的四个关键领域遇到了障碍：
• 提高对数据使用的信任和实现合规性。只有10%的组织拥有可靠的系统来衡量LLMs中的偏见和隐私风险。此外，93%的美国企业缺乏全面的GenAI治理框架，大多数在法规方面面临着合规风险。
• 将GenAI整合到现有系统和流程中。组织表示，在尝试将GenAI与当前系统结合时，遇到了兼容性问题。
• 人才和技能。内部缺乏GenAI。由于人力资源部门遇到了合适人选的短缺，组织领导担心他们没有获得必要的技能来充分利用他们的GenAI投资。
• 预测成本。领导者们提到了使用LLMs的直接和间接成本的限制。模型创建者提供了一个代币成本估计（组织现在意识到是限制性的）。但是，私有知识准备、培训和模型运营管理的成本是冗长而复杂的。
Profi补充道：“关键在于确定能够以可持续和可扩展的方式提供最高价值并解决人类需求的实际用例。
“通过这项研究，我们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能够遵守弹性规则的能力。”
该研究的详细信息于今天在拉斯维加斯举行的SAS Innovate上公布，SAS Software的人工智能和分析会议，面向业务领导者、技术用户和SAS合作伙伴。
想要从行业领导者那里了解更多关于人工智能和大数据的知识吗？请查看AI & Big Data Expo在阿姆斯特丹、加利福尼亚和伦敦举办的活动。这个综合性的活动与其他领先的活动同时举办，包括BlockX、Digital Transformation Week和Cyber Security & Cloud Expo。
探索由TechForge提供支持的其他即将举行的企业技术活动和网络研讨会here。
