业务流程外包商Genpact公司的副总裁兼全球人工智能/机器学习服务负责人Sreekanth Menon日前表示，考虑到生成式人工智能的重要性，CIO们应该主动更新他们的整体审计、运营和战略方法。他指出，CIO在致力于生成式人工智能之前，应该回答以下11个问题。他还提供了关于为什么每个问题都很重要的支持性评论。
1.企业的人工智能成熟度如何?
这有助于CIO了解企业在生成式人工智能领域的定位。
2.企业的人工智能基础设施的现状如何?当前的管道是否能够适应生成式人工智能工具?
这是对成熟度评估的补充，告知利益相关者在建立生成式人工智能战略之前需要准备什么。它解决了企业董事会层面最紧迫的问题，例如追逐人工智能发展趋势的盈利能力和投资回报率。
3.在加强解决方案的透明度和道德方面，管道与生成式人工智能框架的整合适应性如何?
它可以帮助利益相关者了解采用生成式人工智能等新工具包所需的人员、流程和技术。
4.当前劳动力的技能是否与生成式人工智能的能力重叠?应该通过多大程度和什么样的技能提升计划来满足需求?
生成式人工智能应用需要快速工程和微调等能力。在人工智能领域还处于起步阶段的时候，在市场上找不到具备这种技能的人才。因此，在评估内部技能能力的同时，采用主动提升技能的方法，将有助于在企业内部找到合适的人员。
5.在生成式人工智能的背景下，企业在人员、流程和技术方面的转型需要付出什么代价?
当各行业都在追逐人工智能技术潮流时，这有助于建立一个理智的环境。
6.顶级客户对生成式人工智能的看法是什么?这种情绪与整个行业的情绪相比如何?
这将再次帮助企业调整其战略，以实现盈利。
7.生成式人工智能战略的基础是什么?
生成式人工智能战略是协调合适的人才和技术以开发有效解决方案的关键。
8.使用生成式人工智能的风险和责任是什么?
众所周知，人工智能伴随着风险。生成式人工智能是人工智能的一个子集，它也有自己的风险，例如幻觉和即时注入。
9.生成式人工智能对隐私和数据安全的影响是什么?
医疗保健等高度敏感的领域需要更高的隐私和数据安全级别。在采用周期的早期识别与人工智能相关的风险是很重要的。
10.治理实践应该是什么样的?
治理实践可以随着地理位置的变化而变化。每个国家或地区都有自己对法规的看法。CIO应该看到，他们所在的企业的生成式人工智能治理政策是否与现实环境一致。
11.整合负责任的人工智能框架需要什么?
企业领导者已经接受了人工智能框架，以减轻使用人工智能的风险。由于人工智能仍处于起步阶段，风险分类将不断发展。因此，CIO应该考虑需要对现有的生成式人工智能框架进行哪些更改，以使生成式人工智能的使用更安全。
Sreekanth表示，解决这些问题将使CIO能够帮助企业董事会评估IT风险和监管合规性，以及生成式人工智能技术可以增加的战略价值。CIO通过提供信息和背景，帮助企业制定正确的市场战略。
