利用生成式人工智能获得成功

首席AI官的角色和统一的资产战略 Debra Slapak创新战略举措高级总监 Jill Shoup创新研究总监 Contents 03/04/06/07/08/09/09/10/10/11/12/12/12/13/14/向前执行摘要实施战略性和负责任的生成AI的挑战CAIO作为机遇的催化剂CAIO可以帮助组织实现CAIO的多方面作用具有战略远见的道德和风险经理实践领导者统一的资产战略如何填补空白战略道德与风险管理实践Conclusion关于研究 前言 人工智能（AI）极大地改变了我们与世界互动的方式以及它与我们互动的方式。在过去的十年中，随着事物变得越来越“智能”，便利逐渐渗透到我们的生活中-我们的 汽车，电器，零售和流媒体应用程序，电话，秤，甚至我们的手提箱。主要由数据科学家激活歧视性AI用例和机器学习功能所实现的进展通常不会受到公众的大张旗鼓。 相比之下，生成式AI在公民的支持下蓬勃发展，这些公民随时准备发现灵感，同时从工作和个人追求中失去了乏味。开发人员，工程师，营销人员，创作者，教育工作者，法律和金融专业人士，医疗保健提供者和研究人员以及许多其他人都 加入了数据科学家的行列，以一次提升人类状况（有时是一个问题）。 根据我们对IT和数据决策者的研究，93%的受访者组织已经在某种程度上使用了生成式人工智能。但这并非一帆风顺。与长期存在的影子IT问题类似，生成AI工具的现成可用性创造了一种“影子AI ”。“最终用户在没有教育，指导，纪律和控制数据科学家和其他专家长期以来为AI带来的价值与风险方程。媒体已经详细记录了生成AI威胁，但简而言之，重点是对隐私，安全，偏见和公平，错误信息和虚假内容，知识产权和工作流离失所的担忧。 我们想了解IT和数据领导者对他们组织的顶级生成AI用途以及成功的障碍的了解。我们假设两个关键要素可以帮助这些组织驾驭生成AI的机会和风险，因此我们求助于独立研究公司Vaso Bore来测试这些假设。这项针对700名IT和数据决策者的研究结果在以下页面展开。我们希望这些信息可以帮助我们的读者在他们的旅程中快速和负责任的生成AI采用。 Debra Slapak 全球创新战略举措高级总监铁山 执行摘要 随着组织接受与生成AI相关的机遇，他们也在努力应对它带来的挑战和风险。在Iro Motai赞助的一项全球研究中，VasoBore与IT和数据决策者探讨了他们的组织如何使用和计划使用生成式人工智能，他们面临的障碍，以及拥有首席人工智能官(CAIO)和统一的资产策略是否可以帮助加速采用，同时降低企业风险。 这项研究在六个国家/地区进行，拥有700名IT和数据决策者，表明大多数(93%)受访者的组织已经以某种方式使用生成人工智能。而大多数(98%)同意CAIO可以进一步加速生成AI的采用，只有32%目前船上有CAIO。这一数字预计将增长到94%。同时，绝大多数被调查的人(96%)同意管理数字和物理资产的统一资产战略对于生成AI计划的成功至关重要。 93%受访者的组织已经在某种程度上使用生成式人工智能 96%同意统一的资产战略对于生成AI用例的成功至关重要 创成式AI的主要用途 在已经使用生成AI的组织中，这些用例位居榜首：创建内容(50%)，与客户互动(49%)，通过改进的服务和产品为客户增加价值(47%)，并增加团队间的协作(46%) (图1)。 值得注意的是，金融行业的人不太可能使用生成式人工智能与客户互动(29%)比医疗保健行业的(64%)。公共部门受访者在内容创作方面处于领先地位(77%)，与媒体和娱乐行业的(32%). 未来最重要的三个用例 排名前三的未来用例是内容创建(38%)，为客户增加价值(36%)，以及与客户的互动(36%)(图2)。在金融服务部门工作的受访者(47%)、法律(45%)和医疗保健(45%)行业未来更有可能使用生成式人工智能进行客户互动。 图2:未来组织中生成AI最重要的用例是什么？回答组合排名第一、第二和第三[653受访者]询问哪些组织目前正在使用生成AI的受访者。 实施战略性和负责任的生成AI的挑战 鉴于媒体和个人报道的广泛关注，我们的研究发现的许多挑战并不令人惊讶。排在榜首的是规划IT资源来训练和实施生成AI模型(38%)以及从物理和数字资产中获取、保护和准备数据，以用于模型训练(38%）（图3）。值得注意的是，来自当前拥有CAIO的组织的受访者不太可能将IT资源的规划报告为培训和实施生成性AI模型作为障碍（32%对于那些有CAIO和41%对于没有CAIO的人）。 另一个明显的挑战是确保生成AI模型是准确、无偏见和透明的(37%)。没有CAIO的组织更有可能认为这是一个挑战(40%)比那些有CAIO的(30%). 此外，超过三分之一（36%）将保护和管理由生成AI创建的数据和资产确定为挑战。这个问题将随着数据量的增长而增长，主要是由于用于训练生成AI并由生成AI产生的非结构化数据。具有CAIO的组织不太可能感受到这种影响（32%). 其他障碍包括创建和执行生成式人工智能政策(35%)并遵守与生成AI相关的法规和准则(35%）。与没有CAIO的受访者相比，遵守与生成AI相关的法规和准则是一个不太常见的问题（31%vs.37%，分别）。 目前拥有CAIO的组织不太可能报告“培训和实施genAI的IT资源规划”模型“作为一种挑战。 没有CAIO的组织更有可能看到“确保生成AI模型”是准确的、无偏见的和透明的“一个挑战。 CAIO作为机遇的催化剂 商业和专业服务领域的决策者更经常会发现这种好处(53%)在保险业的频率较低(28%)，其中更快地推出新的人工智能计划(35%)是引用最多的好处。 大多数受访者（98%)同意CAIO可以加速生成 人工智能采用。同样，94%说组织应该已经有了CAIO，但只有大约三分之一(32%)说他们的组织已经加入了一个。尽管如此，94%of 98％的人认为CAIO可以加速生成AI的采用。 通过使用AI驱动的见解，内容或流程来加速创新来创造价值，排名第二31%，这与整个组织的战略一致性有关。一致和更普遍地使用人工智能(27%)和更快地推出新的人工智能计划(27%）排在前五名。 缺乏CAIO的组织希望将来能增加这个角色。 当我们问及CAIOs带来的五大好处时组织中，最关键的好处是消除了IT和数据管理高管与团队之间的孤岛(38%)(图4) 。 总的来说，这些假定的好处加强了对CAIO的需求，以弥合IT团队与其他员工之间的差距。他们还强调了拥有熟练且专注的领导者来推动整个组织的AI战略和实施的重要性。 CAIO可以帮助组织实现哪些目标 IT和数据决策者认为，CAIO可以通过指导和支持生成式AI的采用来引发组织的革命性变革。但是，相对于生成式AI，CAIO应该实现哪些不同的任务？前五名的回应侧重于确保: >统一的资产战略已经到位(50%). 此策略可帮助组织发现，管理和优化生成AI应用程序中使用的数字和物理资产。与38%媒体和娱乐受访者。 >资源需求是精心安排的(49%). 这种编排包括在整个组织中开展工作，以便人才、培训和实施能力到位，以加速生成AI的采用。 >遵循道德实践(48%). 受访者想知道他们组织使用的生成AI模型是可靠、公平和透明的。 >对数据输入和输出进行适当管理(46%）。具体来说，参与者希望生成AI模型的数据输入和输出在其整个生命周期中得到负责任的管理、保护和管理。 >所有权风险得到解决(46%). 受访者希望CAIO帮助组织应对由生成AI创建的内容的版权和所有权方面的不确定性。 CAIO的多方面作用 当被问及CAIO的职责时，IT和数据决策者强调CAIO需要成为战略远见者、道德和风险管理者以及人工智能实践领导者。 有远见的战略 需要CAIO来塑造组织的AI未来，使计划与长期企业目标和市场趋势保持一致，优化数据战略并创建统一的资产战略来支持AI计划。这样做需要战略远见，以预测和利用AI的进步，从而实现竞争优势。以下是战略责任，受访者中有百分比同意责任很重要。 职责 为AI应用程序中使用和生产的物理和数字资产创建统一的资产策略（53％） 塑造组织AI战略（42%） 与IT和数据经理合作，优化AI的数据策略（53%） 组织战略发展意味着确定战略AI路线图，并协作将AI集成到业务流程中。 实现这一目标需要关注数据质量、可访问性、可扩展性、与AI目标的一致性以及从创建或数字化到生命周期结束的完整生命周期管理。 该任务涉及管理与AI相关的物理和数字资产，确保其有效的交互、利用、优化、治理和生命周期管理。 这些职责证明了CAIO在使AI计划与业务目标保持一致，管理基本资源以及引导组织走向AI是增长和创新的基本驱动力的未来方面应发挥的关键作用。 道德和风险经理 CAIO对于通过负责任的使用来培养对AI的信任至关重要。这样做意味着建立高的道德标准，确保使用的透明度，并通过强大的道德，隐私和安全治理框架来指导政策，行动和决策，以保护组织免受不断变化的AI相关风险。属于这一类别的责任如下所示，以及标记该责任的受访者百分比。 职责 制定AI政策和公司指导（45%） 确保使用AI产生的数据和/或工作产品的安全（43％） 确保人工智能的道德使用（ 这项任务对于在不踩创新刹车的情况下最大限度地降低风险至关重要。CAIO对于制定、确保协议和更新符合公司目标、道德标准和负责任地使用人工智能的监管要求的政策和指南至关重要。 CAIO必须解决与AI相关的道德问题，例如偏见，透明度和社会影响。 CAIO需要在这一领域发挥两个重要作用： 建立强大的数据治理和安全框架，以保护AI使用产生的数据和工作产品培养优先考虑数据隐私的组织文化和安全。 这需要实施指导方针和实践，以便人工智能系统公平、负责，并且不会使现有的偏见或不平等长期存在。 这些职责凸显了CAIO在制定AI政策，保护数据和工作产品以及指导AI的道德使用方面不可或缺的作用，从而在推动创新的同时维护组织的完整性。 实践领导者 CAIO对于整个组织中AI的实际应用至关重要，它与其他领导者合作以优化AI流程并适应AI驱动的创新。此角色涵盖技术选择到实施，并需要持续集成最新的行业最佳实践。主要职责如下，括号中列出了选择该职责的人员的百分比。 职责 启动和领先的AI实施（43％） 跨部门协作以最大限度地发挥AI的优势(48%) 确保在整个组织中提供最好的AI工具（47%） 开展AI最佳实践研究（42%） AI用例和支持技术的快速发展需要掌握最新发展。通过这样做，CAIO可以有效地应用他们不断发展的知识，不断改进和推进组织的AI计划。 提供访问最合适的AI工具，同时满足各种功能的需求至关重要。 CAIO必须在整个组织中工作，以了解他们的需求，促进沟通，并使AI解决方案与他们的目标保持一致。 监督AI集成的实际方面，包括项目管理，技术选择和AI解决方案的部署，对于将项目从概念转变为企业价值是必要的。 研究强调的责任表明，CAIO必须领导动手努力来计划，激活和持续改进组织的AI实践。 统一的资产战略如何填补空白 大多数受访者认为，统一的资产战略对于生成AI用例的成功至关重要。我们将这一概念定义为管理、保护和优化AI应用程序中使用和生产的物理和数字资产的战略。 为什么这么多IT和数据决策者会同意统一资产战略的价值？ 统一的资产战略可帮助组织通过发展其数字和实物资产来加速AI驱动的创新生命周期方法，规模化优化资产保护和管理，催化价值创造。 96% 一致认为，统一的资产战略对于生成式AI用例的成功至关重要。 统一的资产战略是解决IT和数据决策者识别的多维挑战的综合框架。实施该框架的要素使企业能够随着诸如生成式AI之类的新AI技术的出现而从其数字和物理资产中实现更多价值。 该框架可以帮助组织填补战略，道德和风险管理，并实践差距确定为参与者的挑战。 Str