如何引导生成型人工智能（英）
如何引导生成AI 2023年7月10日发布-IDG00797246-25分钟阅读 按分析师（S）：LeinarRamos，AnthonyMullen，RajeshKandaswamy，RaduMiclaus， Erick Brethenoux,AvivahLitan,HarithaKhandabattu 倡议：人工智能；进化技术和流程能力来支持 D&A 当组织开始尝试生成AI时，他们经常忽视其变革性和可操作性 它所带来的挑战。负责AI的IT领导者可以遵循 fi在这项研究中的步骤是试点生成AI并开始交付业务价值。 Overview 关键发现 ■最成功的飞行员专注于展示业务潜力，而不是技术可行性。组织倾向于运行简单的技术飞行员证明有可能用生成式AI构建一些东西，导致只有渐进式改进，忽视了这种变革的潜力 技术。 ■IT领导者努力识别和优先考虑有影响力的生成AI用例，原因是该技术的广泛性和新兴性。 ■成熟的AI组织将业务合作伙伴和软件工程师作为关键他们的AI项目和试点团队的成员。 ■与传统AI项目相比，生成型AI可以实现更快的开发周期。对于因此，一个生成式AI试点需要一个精益的创新周期-短 测试技术如何增加战略价值的实验-同时减轻生成AI带来的潜在风险。 ■生成AI飞行员的成功需要快速测试、重新定义，并且通常需要消除对业务价值没有预期影响的用例。 Gartner,Inc.|G00797246第1页,共21页 Recommendations 作为专注于利用生成式AI创造业务价值的IT领导者，您应该： ■运行一个研讨会，以产生用例的想法与业务，重点是生成人工智能的破坏性潜力及其实现战略的方式 目标。 ■根据飞行员的潜在业务价值和 可行性。只关注你的生成式AI试点的几个用例。 ■组建一个小型但多样化的团队，包括业务合作伙伴、软件开发人员和人工智能专家。在飞行员期间专门研究这个融合小组。 ■创建最小可行产品以验证每个用例。确定目标业务关键绩效指标(KPI)改进假设，以及defi 快速检验这一假设所需的部署方法和风险缓解措施。 ■提供测试用例所需的最低功能，并确定您的 关于缩放它们的成本和价值的假设。决定是否停止、重新fine或扩展每个用例。建立在最初的成功基础上，以扩展生成式AI试点。 Introduction 组织正计划实施生成式AI。在最近的Gartner网络研讨会上，45% 自ChatGPT发布以来，组织的AI投资有所增加，并且68%的高管认为生成AI的好处大于其风险。然而，尽管这种兴奋，组织很难开始：只有19%的组织 目前正在运行试点或生产生成AI(请参阅执行脉冲：AI投资从ChatGPTHype获取Boost）。 生成的AI可能是压倒性的它开辟了一系列广泛的机会： 组织可以使用它来生成许多不同类型的工件，包括文本、代码、 图像，视频，音乐，语音和设计（例如3D，零件和建筑物）。生成AI试点可能涵盖一系列不同的用例，例如： ■应用大型语言模型(LLM)创建草稿供代理回复客户查询 ■使用代码生成应用程序提高开发人员生产力 Gartner,Inc.|G00797246第2页,共21页 ■利用图像生成来创建营销材料 此外，有不同的方法来实现这种广泛的用例，从购买外部应用程序和自定义基础模型到 从头开始构建自己的AI模型。 鉴于这种复杂性，IT领导者可以采取哪些步骤来启动和运行生成式AI 飞行员? IT领导者需要一种系统的方式来驾驭广阔的机遇空间。他们必须 fi并为其组织确定一些最有前途的用例的优先级，并运行 试点以在实践中快速交付和验证这些想法。为此，IT领导者可以遵循本研究中描述的five步骤(见图1)。 图1：生成AI试验周期 分析 Gartner,Inc.|G00797246第3页,共21页 第1步：确定业务的变革性用例 当像生成人工智能(GenAI)这样的新的变革性技术首次被引入时，诱惑是运行一个概念的技术证明，简单地证明它是 可能用它构建一些东西。这只会导致增量改进和 给IT领导者留下了一种虚假的舒适感，因为他们已经尝试了技术。这是一个错误。 你的生成式AI飞行员不应该只是证明 技术是有效的，但关于学习生成AI如何适应你公司的未来 了解生成式AI如何改变组织 你的飞行员的目标应该是学习生成AI如何驱动战略价值，所以它是关注其转型潜力的关键。有三个生成式AI中断 超出了其他AI技术以前可能存在的模式(见图2): ■内容消费:客户和员工将越来越期望他们的 通过聊天和类似方式使用生成AI增强内容消费接口。企业将需要通过UX启用这种新的用户体验设计、知识管理和搜索。 ■内容生成:员工将使用AI驱动的助手来完成大部分他们的任务。将在多个内容领域发生破坏性转变生成-是否为内部通信和外部通信生成文本 在广泛的范围内传递或生成视觉创意内容 modalites（图像，视频和声音）。 ■技术创造：生成AI将加速技术创造，不仅 提高开发人员的生产力，同时也使技术创造民主化进一步使业务技术人员能够更轻松地开发应用程序。 Gartner,Inc.|G00797246第4页共21页 图2：关键的生成AI中断 这些是生成AI机会的广泛类别，但需要翻译 为您的组织提供特定的fic用例。为此，涉及业务至关重要从你的生成AI之旅开始：没有业务参与，你的飞行员 将成为一个IT演示。 利用围绕生成AI的广泛兴奋。参与从您的飞行员开始的商业伙伴。 与企业一起举办思想研讨会 要参与业务，fi首先确定并与高级执行赞助商合作 pilot.Theidealcandidatewouldhavebothaninterestinthetopicandenoughinfluence 在整个组织中进行试点并解决潜在的障碍。 在获得高管支持后，组织一个构思研讨会，讨论如何生成 AI可以实现您的战略业务目标。这应该包括多种业务 合作伙伴，AI和IT专家。目标是为用例产生想法并获得购买- 作为初始试点。本次会议应该简短且有针对性。 Gartner,Inc.|G00797246第5页共21页 通过创建对技术的共同理解开始研讨会，呈现 机会和风险的平衡观点(见董事会关于生成人工智能的简报)。介绍图1中的三种中断模式传达了生成AI如何实现新的 然后，运行一个练习来生成潜在的用例。 为了保持对技术战略潜力的关注，您可以遵循 表1中的格式，鼓励参与者思考战略目标以及如何 生成AI和特定fic用例可以做出贡献。IT领导者应该推动 参与者除了对他们的流程进行增量改进之外，还要思考和想象生成AI如何导致业务转型。 Gartner,Inc.|G00797246第6页共21页 表1：构思练习的格式和示例 (附录中的放大表) 要扩展创意生成： ■开展活动，广泛收集来自整个组织的想法。保留这个 简单，以清晰的形式收集思想和激励，为人们做出贡献。 ■确定其他组织在生成AI用例方面正在做什么(请参阅工具：ChatGPT的企业用例）。 Gartner,Inc.|G00797246第7页,共21页 fi第一阶段的重点是收集尽可能多的想法，而不优先考虑 they:用例优先级应与想法生成分开. 步骤2：为您的飞行员确定使用案例的优先级 如果做得好，想法生成步骤应该会导致数十种潜在的生成AI使用但是，Gartner不建议在以下情况下同时运行许多用例 开始尝试这项技术。 试点成功的关键是优先排序：选择不超过几个生成式AI使用在飞行员的短时间内开始的情况. 通过根据用例的业务价值和可行性: ■商业价值:这个特定的用例对每个 您组织的战略目标，例如表1中的DefiNed(例如，提高客户满意度，提高员工生产力和顶线 收入增长)？ ■可行性:这种特定使用生成人工智能的风险特征是什么(见表2 对于生成式AI风险)？这个用例目前是否可行 可用?1是否有任何交钥匙解决方案可以使其更易于实施（请参见步骤4)中的部署方法部分?您的组织准备如何采用 它? 从不需要共享的生成AI用例开始机密信息或知识产权，以及 其中输出精度不需要是完美的。 您可以遵循Gartner的AI棱镜方法，该方法使您能够确定 商业价值和可行性，然后对AI用例进行评分(请参阅Toolkit：发现和使用GartnerPrism优先考虑您的最佳AI用例）。图3显示了插图of优先级排序可能是什么样子，继续在表中给出的用例示例 1.(注：本示例不代表Gartner对这些用例。) Gartner,Inc.|G00797246第8页共21页 图3：生成AI优先级的说明性示例 在图3中的示例中，组织可能决定对三个用例进行优先级排序顶部：代码生成、营销图像生成和客户起草 通过文本生成的服务响应。 将这些初始用例视为投资组合。平衡风险和回报，投资于一些更可行的用例，以及其他更有价值的用例。多样化这些通过选择有助于不同业务目标的用例进行投资。 抓住一个大的业务问题。你的试点用例投资组合应该直接交付业务价值，但也展示生成AI可能具有的战略潜力 在你的组织中。 Gartner,Inc.|G00797246第9页共21页 第三步：组建一个小而多样的团队 Thepilotteamshouldincludeeveryonerequiredtorunthefullpilot.Mostteamsshould 包括至少三种类型的团队成员（参见图4）： ■业务专家：让将受影响的业务部门的专家参与进来选定的用例。他们将帮助飞行员与他们的战略目标和确定所需的任何变更管理和流程再造 成功运行飞行员。 ■软件工程师：提供用户界面、前端应用程序和可扩展性支持。2022年GartnerAI用例ROI调查显示，在 哪些软件工程师参与开发AI用例的阶段是更有可能达到成熟的人工智能实施水平。3 ■数据科学家和AI专家：这些贡献者管理的AI组件项目。您不太可能在您的组织中找到生成AI专家 因为fi领域相对较新，但寻找具有深度学习的工作人员技能，理想情况下具有迁移学习技巧和工作经验 基础模型。 这些角色的参与程度可能会有所不同，具体取决于特定的fic用例然而，这个融合团队，结合了IT和业务专家， 将比只咨询 业务满足他们的需求(请参阅融合团队：数字交付的经验证模型)。 在飞行员的整个时间内奉献团队中的人员(例如，两个或三个 months).useyourpilotasawaytodevelopthenewskillsrequiredforgenerativeAI(see 快速回答：提示工程将如何影响数据科学家的工作）。 除了核心试点团队之外，您可能需要让组织的其他部分参与飞行员的不同点： ■一个生成式AI治理团队，应该制定fine政策，并确保他们在试点内实施 ■安全和法律专家评估风险并考虑为试点提供风险缓解措施 （请参阅步骤4中的确定试点用例的风险和缓解部分） ■试验测试和质量保证技术专家 Gartner,Inc.|G00797246第10页共21页 ■企业架构师在试点的部署阶段设置和实施标准用例 步骤4：设计和规划试点 确定试点目标和KPI 试点团队必须迅速完成一个持续的设计和规划冲刺一个或 两周.这个阶段的目标是不是要设计一个完全的fi边缘应用程序，但要最小可行产品（MVP）计划-即需要最少的产品 努力验证它可以为客户或员工。稍后会有其他功能。 AI团队必须去fi一个价值假设，这是一个关于 AI用例对特定fic业务KPI的改进。您可以使用 图4中的简单格式，以记录对KPI的预期影响(请参阅 通过这5个Berefit实现最佳实践来获取AI价值，以获取更多详细信息)。图4：价值假设格式和示例 此业务KPI必须在项目开始时标识fi，无一例外-这是 成功的关键；2022年GartnerAI用例ROI调查发现，成熟的AI 组织更有可能在构想阶段对其业务指标进行fi分析每个AI用例都比低成熟度用例。3 飞行员将不仅能够证明价值假设，还能验证关于扩展每个用例的成本的假设(请参阅评估具有新投资标准的生成式人工智
