Trí tuệ nhân tạo có thể tác động đến các ưu tiên chuyển đổi kỹ thuật số của bạn như thế nào?

Nguồn gốc: The Paper

Nguồn hình ảnh: Được tạo bởi Unbounded AI

Chuyển đổi kỹ thuật số phải trở thành năng lực cốt lõi của tổ chức, đây là một lời khuyên quan trọng cho các CIO và lãnh đạo CNTT.

Các ưu tiên chiến lược thay đổi đáng kể cứ sau hai năm hoặc ít hơn, từ tăng trưởng vào năm 2018, đến COVID-19 và làm việc từ xa vào năm 2020, đến các mô hình làm việc kết hợp và hạn chế tài chính vào năm 2022.

Tác động của AI tổng quát, bao gồm ChatGPT và các mô hình ngôn ngữ lớn khác, sẽ là động lực chuyển đổi chính vào năm 2024.

Khi các CIO bắt đầu chuẩn bị cho ngân sách năm 2024 và các ưu tiên chuyển đổi kỹ thuật số, cần phải phát triển một chiến lược để xác định các cơ hội cải thiện mô hình kinh doanh, xem tác động hoạt động trong thời gian ngắn, ưu tiên các dự án mà nhân viên nên thử nghiệm và Phát triển AI- kế hoạch giảm thiểu rủi ro liên quan.

Nhưng với tất cả sự phấn khích và cường điệu này, nhân viên dễ dàng đầu tư thời gian vào các công cụ AI làm rò rỉ dữ liệu bí mật hoặc các nhà quản lý chọn các công cụ AI ngầm chưa được kiểm tra về bảo mật, quản trị dữ liệu và sự tuân thủ của nhà cung cấp khác . Thách thức lớn hơn là phát triển một chiến lược thực tế và ứng phó với Impossible Dreamers. Ở đây, "người không thể mơ mộng" là một loại lãnh đạo doanh nghiệp "một bước lên trời", một loại giám đốc điều hành doanh nghiệp cấp địa ngục.

Abhijit Mazumder, CIO, Dịch vụ tư vấn Tata, cho biết: "Các ưu tiên chuyển đổi về cơ bản phải được liên kết với các ưu tiên kinh doanh và những gì tổ chức muốn đạt được. Trong hầu hết các doanh nghiệp, lãnh đạo cũng tập trung vào tăng trưởng và hiệu quả hoạt động, nhưng không đánh mất tầm nhìn ưu tiên khả năng phục hồi, an ninh mạng và các sáng kiến xóa nợ kỹ thuật.”

Dưới đây là một số trình điều khiển của AI tổng quát mà CIO cần xem xét khi thiết lập các ưu tiên chuyển đổi kỹ thuật số của họ.

Phát triển chiến lược mô hình ngôn ngữ quy mô lớn thay đổi cuộc chơi

Ví dụ, AI tổng quát và ngôn ngữ lớn sẽ ảnh hưởng đến mọi ngành như thế nào:

• Sử dụng trí thông minh do dữ liệu phi cấu trúc mang lại để tăng tốc khám phá thuốc
• Cho phép công nhân lắp ráp sản xuất tuyến đầu giải quyết vấn đề nhanh hơn và đáng tin cậy hơn
• Cho phép các nhà cung cấp dịch vụ chăm sóc sức khỏe cung cấp cho bệnh nhân các giải pháp được cá nhân hóa cho các vấn đề sức khỏe
• Hỗ trợ phát triển các sản phẩm bảo hiểm, ngân hàng và dịch vụ tài chính mới dựa trên các cuộc trò chuyện của khách hàng
• Chuyển đổi giáo dục bằng cách cung cấp cho giáo viên những cách mới để nâng cao tư duy sáng tạo, kỹ năng hợp tác và giải quyết vấn đề của học sinh

Jeremiah Stone, Giám đốc Công nghệ của SnapLogic cho biết: “Giờ đây, các CIO và CTO không chỉ phải sáng tạo và làm được nhiều việc hơn mà còn phải đầu tư có chủ ý để vượt trội so với các đối thủ cạnh tranh, những người có thể đang trì hoãn họ”. các dự án chuyển đổi.Ưu tiên các sáng kiến chuyển đổi tạo ra nguồn doanh thu mới, thúc đẩy việc áp dụng công nghệ hoặc giảm nợ kỹ thuật, đặc biệt là xem xét các cơ hội do trí tuệ nhân tạo tổng quát mang lại.”

CIO có thể nhận ra rằng một chương trình chuyển đổi ở quy mô này là một chương trình kéo dài nhiều năm, yêu cầu đánh giá khả năng của các mô hình ngôn ngữ lớn, tiến hành thử nghiệm và tìm ra sản phẩm khách hàng đủ an toàn và khả thi tối thiểu. Nhưng việc hoàn toàn không phát triển một chiến lược có thể dẫn đến nhầm lẫn và một trong những sai lầm chính mà các nhà lãnh đạo CNTT có thể mắc phải khi tham dự các cuộc họp hội đồng quản trị là không phát triển được kế hoạch cho các công nghệ đang thay đổi thế giới mới nổi như trí tuệ nhân tạo AI.

Làm sạch và chuẩn bị dữ liệu cho mô hình ngôn ngữ lớn riêng

AI sáng tạo sẽ tăng tầm quan trọng và giá trị của dữ liệu phi cấu trúc doanh nghiệp, bao gồm tài liệu, video và nội dung được lưu trữ trong hệ thống quản lý học tập. Ngay cả khi các doanh nghiệp chưa sẵn sàng tận dụng trí tuệ nhân tạo để chuyển đổi ngành và doanh nghiệp của họ, các nhà lãnh đạo chuyển đổi chủ động đang thực hiện các bước để tập trung hóa, làm sạch và chuẩn bị dữ liệu phi cấu trúc để sử dụng bằng các mô hình ngôn ngữ quy mô lớn.

Kjell Carlsson, trưởng bộ phận truyền bá và chiến lược khoa học dữ liệu tại Domino's, cho biết: “Với việc người dùng trong toàn tổ chức đang kêu gọi các khả năng AI tổng quát trở thành một phần trong quyền truy cập an toàn và có thể mở rộng hàng ngày của họ vào các mô hình AI tổng quát, đồng thời cho phép các nhóm khoa học dữ liệu phát triển và triển khai quy mô lớn quy mô mô hình ngôn ngữ phù hợp với dữ liệu tổ chức và trường hợp sử dụng."

Hiện có 14 mô hình ngôn ngữ quy mô lớn bên ngoài ChatGPT. Nếu có tập dữ liệu lớn, bạn có thể sử dụng các nền tảng như Databricks Dolly, Meta Llama và OpenAI để tùy chỉnh các mô hình ngôn ngữ quy mô lớn độc quyền hoặc xây dựng mô hình ngôn ngữ quy mô lớn của riêng bạn mô hình ngôn ngữ từ đầu.

Việc tùy chỉnh và phát triển các mô hình ngôn ngữ lớn đòi hỏi phải có trường hợp kinh doanh mạnh mẽ, chuyên môn kỹ thuật và kinh phí. Peter Pezaris, giám đốc thiết kế và chiến lược tại New Relic, cho biết: “Chi phí đào tạo các mô hình ngôn ngữ lớn có thể rất cao và kết quả đầu ra chưa hoàn hảo, vì vậy các nhà lãnh đạo nên ưu tiên đầu tư vào các giải pháp giúp giám sát chi phí sử dụng và nâng cao chất lượng của kết quả truy vấn. plan."

Nâng cao hiệu quả bằng cách cải thiện hỗ trợ khách hàng

McKinsey đã dự đoán vào đầu năm 2020 rằng trí tuệ nhân tạo có thể tạo ra giá trị 1 nghìn tỷ đô la Mỹ mỗi năm và hỗ trợ khách hàng là một cơ hội quan trọng. Ngày nay, nhờ trí tuệ nhân tạo AI, cơ hội đó thậm chí còn lớn hơn, đặc biệt là khi CIO đưa dữ liệu phi cấu trúc vào các mô hình ngôn ngữ lớn và cho phép các đại lý dịch vụ hỏi và trả lời các câu hỏi của khách hàng.

Justin Rodenbostel, phó chủ tịch cấp cao của SPR cho biết: “Hãy tìm kiếm cơ hội tận dụng GPT-4 và các mô hình ngôn ngữ lớn để tối ưu hóa các hoạt động như hỗ trợ khách hàng, đặc biệt là trong các tác vụ tự động hóa và phân tích lượng lớn dữ liệu phi cấu trúc.

Cải thiện hỗ trợ khách hàng là một cách nhanh chóng để mang lại ROI ngắn hạn thông qua các mô hình ngôn ngữ lớn và khả năng tìm kiếm AI. Các mô hình ngôn ngữ lớn yêu cầu tập trung dữ liệu phi cấu trúc của doanh nghiệp, bao gồm dữ liệu được nhúng trong CRM, hệ thống tệp và các công cụ SaaS khác. Khi bộ phận CNTT tập trung dữ liệu này và triển khai các mô hình ngôn ngữ quy mô lớn, thì cũng có khả năng cải thiện các lĩnh vực như chuyển đổi khách hàng tiềm năng và quy trình giới thiệu nhân sự.

Gordon Allott, chủ tịch kiêm giám đốc điều hành của GetK3 cho biết: "Các doanh nghiệp đã nhồi nhét dữ liệu vào SharePoint và các hệ thống khác trong nhiều thập kỷ và bằng cách làm sạch dữ liệu đó cũng như sử dụng các mô hình ngôn ngữ lớn, dữ liệu đó thực sự có giá trị".

Giảm rủi ro bằng cách giao tiếp xung quanh các mô hình ngôn ngữ lớn

Có hơn 100 công cụ trong lĩnh vực AI tổng quát, bao gồm các danh mục như thử nghiệm, hình ảnh, video, mã, lời nói, v.v. Vậy điều gì ngăn cản nhân viên thử một công cụ và dán thông tin độc quyền hoặc bí mật vào lời nhắc của họ?

Rodenbostel khuyên: “Thông qua nghiên cứu và chính sách sử dụng có thể chấp nhận được, các nhà lãnh đạo phải đảm bảo rằng nhóm của họ chỉ sử dụng những công cụ này theo những cách phù hợp và được phê duyệt.”

Có ba bộ phận và CIO phải hợp tác với CHRO và CISO để truyền đạt chính sách và tạo ra một mô hình quản trị hỗ trợ thử nghiệm thông minh. Đầu tiên, CIO nên đánh giá ChatGPT và AI tổng quát khác sẽ tác động như thế nào đến quá trình mã hóa và phát triển phần mềm. Bộ phận CNTT phải dẫn đầu bằng ví dụ, làm rõ vị trí và cách thức thử nghiệm cũng như thời điểm không sử dụng các công cụ hoặc bộ dữ liệu độc quyền.

Lĩnh vực tiếp thị là mối quan tâm thứ hai, nơi các nhà tiếp thị có thể sử dụng ChatGPT và AI tổng quát khác để tạo nội dung, tạo khách hàng tiềm năng, tiếp thị qua email và hơn chục phương pháp tiếp thị phổ biến. Với hơn 11.000 giải pháp công nghệ tiếp thị đã có sẵn, có rất nhiều cơ hội để thử nghiệm và mắc lỗi không chủ ý khi thử nghiệm SaaS với các khả năng của mô hình ngôn ngữ lớn mới.

CIO của các tổ chức hàng đầu đang tạo sổ đăng ký để đưa vào các trường hợp sử dụng AI tổng quát mới, xác định các quy trình để xem xét các phương pháp và quản lý tập trung tác động của các thử nghiệm AI.

Đánh giá lại quá trình ra quyết định và ủy quyền

Một lĩnh vực quan trọng khác cần xem xét là AI tổng quát sẽ tác động như thế nào đến quá trình ra quyết định và tương lai của công việc.

Trong thập kỷ qua, nhiều doanh nghiệp đã đặt mục tiêu trở thành tổ chức dựa trên dữ liệu bằng cách dân chủ hóa quyền truy cập dữ liệu, giáo dục nhiều doanh nhân hơn về khoa học dữ liệu và áp dụng các phương pháp quản trị dữ liệu chủ động. AI sáng tạo mở ra các khả năng mới, cho phép các nhà lãnh đạo nhắc và nhận câu trả lời nhanh chóng, nhưng tính kịp thời, chính xác và sai lệch là mối quan tâm chính đối với nhiều LL.M.s.

"Đặt con người vào trung tâm của AI và tạo ra một khuôn khổ mạnh mẽ xung quanh việc sử dụng dữ liệu và khả năng diễn giải mô hình sẽ giúp giảm thiểu sự thiên vị trong các mô hình này và đảm bảo rằng tất cả các kết quả đầu ra của AI đều có đạo đức và có trách nhiệm. Thực tế là các mô hình AI không thể thay thế con người khi liên quan đến việc ra quyết định quan trọng và nên được bổ sung thay vì được phép tiếp quản hoàn toàn.”

Các CIO nên tìm kiếm một cách tiếp cận cân bằng để ưu tiên các sáng kiến AI tổng quát, bao gồm xác định quản trị, xác định hiệu quả ngắn hạn và theo đuổi các cơ hội chuyển đổi dài hạn.