为什么首席信息官需要采用两层方法来实现新一代人工智能

人工智能工具与解决方案：研究人员表示，IT 领导者应该采用人工智能工具，例如副驾驶和助理，以帮助员工适应更复杂、更有影响力的人工智能解决方案。

未能通过生成式人工智能获得组织支持的首席信息官可能需要重新思考他们如何引入该技术，以及如何磨练自己的人工智能战略以适应这一需求。

麻省理工学院的最新研究表明，当 IT 领导者考虑生成式 AI 时，他们应该在推出提高生产力的 AI 工具时制定单独的策略，而不是在部署业务案例驱动的 AI 解决方案时制定单独的策略。

根据麻省理工学院信息系统研究中心 (CISR) 最近的简报，所谓的人工智能工具和人工智能解决方案为对新一代人工智能感兴趣的组织提供了两种不同的机会，并且可能需要不同的部署方法才能取得成功，管理生成人工智能的两个方面. –

该报告的作者表示，从人工智能工具和人工智能解决方案中获取价值的关键是以正确的方式和正确的期望来部署它们。麻省理工学院 CISR 首席研究科学家 Barbara Wixom 表示，这份研究简报在一定程度上是由 IT 领导者提出的问题，即为什么他们没有从过去几十年的数据和分析技术中获得与新一代人工智能相同的价值。。

原因之一可能是因为他们对人工智能采取了一种一刀切的方法。另一些人可能没有意识到，推出某些人工智能工具可以增加熟悉度，为未来更大的进步和更雄心勃勃的举措奠定基础。

麻省理工学院 CISR 报告详细分析了当今企业中的新一代 AI 使用情况，将 ChatGPT、Adobe Acrobat AI Assistant 和 Microsoft Copilot 等能够提高生产力的 AI 工具与旨在通过改变流程产生财务回报的更复杂和战略性的 AI 解决方案区分开来和规模系统。

Wixom 表示，人工智能工具不仅仅是提高生产力，还可以帮助员工熟悉人工智能的使用。因此，IT 领导者需要将人工智能助手和副驾驶等工具视为构建数据民主的真正重要机制，”她补充道。

“他们的员工和劳动力使用这些通用工具的次数越多，并且在使用人工智能方面变得更加舒适和富有创造力，这实际上会提高您的员工技能，也会导致解决方案方面发生更多创新，”她说。

然而，指导方针非常重要，尤其是对于这一层的人工智能产品，因为有些产品可能会重新利用输入的公司数据。此外，为了确保人工智能助理和副驾驶能够成为通往更复杂人工智能解决方案的有效网关技术，培训也至关重要。

麻省理工学院 CISR 的研究科学家尼克·范德穆伦 (Nick van der Meulen) 表示，“在员工层面上进行这种修补和实验是有价值的，但你希望安全地进行”。– 许多此类生成式 AI 工具都可以在公共领域使用，因此您需要确保拥有一些良好的指南，甚至可能拥有一些来自您信任的选定提供商的精选工具。 –

许多首席信息官在人工智能副驾驶的早期发现自己并不完全相信工具的承诺。这部分是因为它们的全部效果可能是难以计算考虑到员工并不经常跟踪节省的时间。研究人员在报告中采访的一位高管表示，人工智能工具可以提高生产力，因为它们可以通过总结文档或帮助起草电子邮件等方式为用户在每项任务上节省几分钟的时间。

人工智能解决方案需要战略计划

研究人员指出，与人工智能工具相比，人工智能解决方案可以满足战略业务需求。联络中心用来处理对话内容和语气并向座席提供实时指导的大型语言模型 (LLM) 就是一个典型的例子。研究报告建议，部署人工智能解决方案的组织应创建正式且透明的人工智能创新流程，并制定人工智能开发指南，优先考虑通过定制实现竞争差异化。

“为了避免陷入一位高管所说的‘一代人工智能洗衣清单心态’，组织需要明确的治理结构、早期和一致的利益相关者参与，以及对可扩展解决方案的关注，”研究报告称。“该高管组织成立了一个高级工作组来指导其 gen AI 计划，利用黑客马拉松和外部顾问等多种来源来表达利益相关者对 GenAI 解决方案的想法。”

Wixom 表示，在某些情况下，人工智能解决方案的价值可能比人工智能工具的价值更早显现出来。

“如果你在一个内容丰富、专业知识丰富、文档丰富的行业工作，并且拥有大量非结构化数据，那么就会存在令人难以置信的机会，”她说。“他们将拥有最能解决的黄金用例。”

定制响应

SaaS 文本营销平台 Textdrip 的 CTO Dhaval Gajjar 同意这两种类型的 gen AI 实施需要不同的策略。

例如，网站和移动应用开发公司 Pranshtech 的首席执行官 Gajjar 表示，人工智能工具往往更容易部署，成功使用取决于用户培训。“供应商的标准化应该与有效使用的指南和最佳实践相一致，”他说，这呼应了麻省理工学院 CISR 的建议。

他补充道，人工智能驱动的欺诈检测或预测分析系统等解决方案更加复杂。“就我而言，任何人工智能解决方案都需要采用结构化且正式的方法来启动，”Gajjar 补充道。– 因此，需要跨职能协作，通过严格的测试和明确的治理来大规模地交付这一价值。 –

会计和咨询公司 BPM 的首席信息官 Moe Asgharnia 补充道，人工智能工具和解决方案之间的划分更多的是一个实用的部署框架，而不是一个技术划分。

“重要的是要记住，底层技术是相同的，”他说。不同之处在于它们的应用和使用方式。聊天机器人或写作助手等人工智能工具可以提高特定任务的工作效率，而人工智能驱动的客户支持平台等人工智能解决方案则旨在利用多种人工智能功能来改变整个工作流程。

阿斯加尼亚同意，副驾驶等人工智能工具可以让员工接受更复杂的解决方案。“人工智能工具可以在生产力和效率方面带来快速胜利，并且可以作为未来更复杂的人工智能实施的垫脚石，”他说。– 通过熟悉和熟悉这些工具，公司可以为部署更大的人工智能解决方案奠定更坚实的基础。 –

他补充说，如果部署得当，这两种类型的人工智能技术都可以发挥作用。

“每个项目的范围和复杂性的差异，直接影响它们的推广或实施方式，”Asgharnia 说。– 在这两种情况下，组织都应该通过直接影响以及这些工具和解决方案与长期业务目标的契合程度来衡量成功。 –