生成式 AI 的現狀

Tom Godden (00:10)：
您可以從自己的角度分享生成式 AI 的意義所在嗎？ 其有什麼商業價值？ 了解生成式 AI 時，我們應關注哪些方面？

Aamer Baig：
生成式 AI 有望成為我們所謂的新一代技術，該技術可讓企業和職能部門真正重新構想自身發展。我們認為，這是 AI 多年發展、演變的結果，在下一階段，您將擁有實際產生內容、合成內容並可以提供諸多強大功能的 AI 工具。企業的價值主要體現在生產力方面，但也在於創造力。 McKinsey 研究了多個職能部門中的 63 個使用案例。當您詢問價值時，請考慮如下數字。該價值約為 2.6 至 4.4 兆美元的經濟影響。在這 63 個使用案例中，約有 75% 來自四個職能部門：銷售和行銷、研發、軟體工程和客戶營運。我們人為，AI 將會從根本上轉型這四個職能部門。

Tom Godden：
為什麼選擇這些案例？ 為什麼是這四個職能部門？

Aamer Baig：
您必須考慮新技術可以在哪些方面，真正重新構想或轉型職能部門的實際工藝和活動。

Tom Godden (3:10)：
我們可以就此方面稍作討論嗎？ 我們常看到，急於採用新技術的組織僅使用新技術重做以前的工作。使用新技術徹底重新構想流程時，您才會發現其價值所在。

Aamer Baig：
接下來提供一些範例。如果您是客戶服務代表，就會接到各種客戶電話。您必須處理大量資訊並即時回應電話。如果您可獲取參考答案，同時應用自己的判斷，然後切實協助到客戶，這會多麼美好？ 在研發過程中，研發人員會隨著時間的推移不斷產生新的設計、新的配方和新的藍圖。如果您擁有技術，以協助您創造新設計、配方、藍圖的組合，那會有多好？

Tom Godden (4:47)：
此技術將真正協助推動提升人員的創造力和效率。這將產生非常積極的影響，但人們仍然對此技術感到擔憂。您如何看待組織協助員工適應這項技術？

Aamer Baig：
三項重要的策略將有助於員工適應此技術。一項策略是您對此機會所展現潛力持有的態度和擁有的參考框架。如果這是一項人類輔助技術或人類賦能技術，我認為這會拓寬您的視野，放飛您的思想和心靈。這是策略之一。第二項策略是必須採取後續行動，重點是讓更多合適的人能夠處理此技術。

Tom Godden：
培訓員工，培訓員工，培訓員工。

Aamer Baig：
就是這樣。然後，第三項策略是採用一系列既能安慰員工又能保護他們的政策。您希望確保員工安全地使用資訊。您還需要仔細檢查有毒內容等，尤其是在處理面向客戶的應用程式時。此技術有時仍然會出錯，您要安排正確的防護機制。所有這些策略將共同增強信心。

Tom Godden (7:55)：
各組織如何看待如下問題：「我是否該把賭注放在正確的概念驗證和正確的想法上，使其變成有用之物，然後我可擴展它們？」 正確的概念驗證和想法確實非常有用，但不一定能提供商業價值，坦率地說，這應該是我們所做的工作。

Aamer Baig：
我認為這目前是一項重要的管理挑戰，既要允許開展一些實驗和學習，又要真正將賭注押在能產生商業價值的事物上。我們建議採用兩兩成組的方法，即選擇兩種可以很快產生影響的想法，這樣就可以實際掌握一些可以推動前進的知識；再選擇兩種可能會轉變業務營運方式的想法。

Tom Godden：
好的。您最喜歡的範例是什麼？ 您認為哪個範例「非常巧妙」？

Aamer Baig：
我重溫了在校外接受的軟體工程培訓。實際上，我認為近在眼前的機會是，我們如何才能真正利用軟體工程來提高開發人員的生產力。

Tom Godden：
我喜歡此觀點。資訊長處理的工作中幾乎沒有能讓我感到驚歎的事物。 在了解到 Amazon CodeWhisperer 等工具帶來的生產力提升之後，我深感驚訝。不僅生產力提升 57%，成功的可能性也提高 27%。您怎麼會不採用此技術？ 令人難以置信。

Tom Godden (11:23)：
我們可以在此稍微談論基礎嗎？ 特別是，您必須確保資料正確無誤。

Aamer Baig：
這似乎是長期存在的問題，即資料品質、資料管理以及正確資料的可用性。曾經，此問題非常重要，現在更是有過之而無不及。毫不誇張地說，無論您想要使用 AI (不僅僅是生成式 AI) 做何種事情，都會受到匯入至模型之資料的限制。建置正確資料生態系統是從生成式 AI 中獲益的重要前期工作。若某些情況下，您未使用專有資料，或許可採用大型語言模型。對於您皇冠上的明珠 (即您的資料和機構知識)，人們會非常謹慎地選擇使用什麼。此方面會有更多的測試和分析。

Aamer Baig (14:45)：
您認為該技術正如何轉變未來的 IT 組織和資訊長的角色？

Tom Godden：
這讓我們意識到技術應該融入組織開展的幾乎每項工作中作為其中的一部分，我認為這是一次大規模的 IT 去中心化。

Aamer Baig：
我首先要說的是，每當出現新一代的技術時，其次要效應之一就是對公司 IT 職能部門的影響。大型主機運算提升了 IT 部門的地位。然後，您可透過網際網路存取離岸位置，原因是您擁有頻寬和可用網路，並且各種不同的供應商紛紛湧現。接下來，雲端和行動裝置出現。您可能會說，這讓更多人採用產品和平台營運模式，並推動 IT 組織結構化。然後，AI 在這十年內應用場景激增，被大規模採用。我的觀點與您類似，即技術將不再是一種功能，而是一種能力，該能力融入為客戶提供價值的各個方面。

Aamer Baig (17:49)：
在擔任資訊長期間，哪些方面會讓您感到擔憂，哪些方面又讓您感到興奮？

Tom Godden：
在生命科學領域，我擔憂的一件事情是，人們認為從生成式 AI 取得的潛在答案是隨機的。您表示：「天啊，我喜歡生成式 AI 所有的潛力和一切方面，但就是不能讓其產生答案。」 話雖如此，我認為有些技術可以解決此問題，而 RAG 就是其中之一，即擷取增強生成。您可以查詢已知的答案存儲庫，但仍然可取得該答案的豐富內容相關對話資訊，並且要確保答案始終為藍色而非綠色，因為這是核准的答案。答案為藍色。在此方面令我興奮的是，我們談到了開發人員。這無疑讓我興奮不已，但我認為這僅是普及 IT 的能力。將權力交到員工手中時，這就是您可做的最佳事情之一。

Aamer Baig：
我認為企業技術中存在一些難以解決的問題。我覺得這讓我們有機會以可控的成本開始處理這些問題。我可以想到三種問題，一是技術債務。我們似乎每年累積越來越多的此類債務。二是人才。我們一直缺少人才，因此我其實並不擔心工作機會流失。事實上，我很高興能夠利用自身的人才完成更多工作，同時增加開發人員的工作經驗。

Tom Godden：
 我認為這將帶來我們從未想過的出色工作。

Aamer Baig：
非常棒的觀點。第三點是我們一直在按時交付大型技術支援的專案時遇到問題。我希望生成式 AI 可提供一些有趣的應用，從而真正解決其中一些棘手的問題。

Tom Godden：
我認為該技術終於準備好迎接當下。