新一代人工智能的成功始于有效的试点战略

人工智能
要利用生成式人工智能的前景,IT 领导者必须制定识别用例的流程,教育员工,并将技术(安全地)交到他们手中。

生成式人工智能风靡全球,但企业如何才能真正利用该技术的前景并实现其价值?预期能带来哪些好处,又会出现哪些挑战?

对于企业和个人用户来说,人工智能是一个相对较新的工具。虽然许多首席信息官可能对这项技术有相当扎实的了解,但将其大规模投入实际使用却完全是另一回事。

与任何其他重要技术的推广一样,一般来说,最好是先走后跑。这意味着首先要启动基因人工智能试点项目,以了解其工作原理和对业务的益处,并帮助确定各业务职能部门有前景的用例。

确定有价值的用例

Hackajob 是一家为企业提供寻找和招聘 IT 及开发人才平台的公司,该公司于 2022 年下半年开始试行生成式人工智能模型,作为探索新兴技术趋势的非正式研发计划的一部分。

Hackajob 工程副总裁 Vlad-George Iacob 说:“我们之所以决定启动这一试验阶段,是因为我们希望在该领域保持领先地位,评估 gen AI 的潜在应用,并随后过渡到有针对性的概念验证项目。”这些举措帮助我们了解了基因人工智能在提高效率和探索新产品开发机会方面的实际应用性。

该公司部署 gen AI 的原因之一是通过消除职位描述中的偏见,帮助提高技术团队的多样性和代表性。雇主可以将职位描述上传到 Hackajob 平台,人工智能技术会对内容进行扫描和评估,为更具包容性的语言提出建议。

然后,雇主可以实施建议的修改,确保其招聘材料不带偏见,并能吸引广泛的潜在应聘者。

与 gen AI 的最初接触是在与 Hackajob 的一个产品团队进行的为期两天的黑客马拉松期间。Iacob 说:“这一阶段包括全公司范围内的构思过程,收集来自业务各部门的见解,以确定优先顺序并实施选定的想法。”

Iacob 还说到,在取得初步成功后,gen AI 技术已被公司内部多个产品团队以不同身份采用。

他说,“我们已经建立了一个强大的框架,在我们的产品组织和更广泛的业务中利用基因人工智能。”他补充说,凭借对各种技术和用例的扎实了解,该公司现在认为基因人工智能是应对其面临的许多挑战的可行解决方案。

除产品团队外,Hackajob 的其他部门也开始采用各种 gen AI 工具。Iacob说,这表明我们公司更广泛地致力于拥抱和整合这一变革性技术,使其与我们的战略目标保持一致,并增强我们在各个领域的能力。

Hackajob 采用了一种多方面的方法来识别有前途的基因人工智能用例。其一是创意提交结构。Iacob 说:“我们利用一个系统来捕捉整个企业的产品创意,包括特定的基因人工智能创意。通过对基因人工智能采用更有针对性的众包方法,我们经常能够收集和考虑到新的见解和应用。”

另一个是教育。Iacob 说:“在更广泛的业务中,我们分享了关于使用 gen AI 工具的非正式培训和指南。”这一教育举措为不同团队提供了探索人工智能潜力的知识和信心,并使他们能够安全、适当地使用人工智能。通过提出一些使用案例,我们进一步鼓励实验和创造性应用。

培养学习文化

一段时间以来,教育服务和技术提供商 Skillsoft 一直在利用人工智能为用户提供个性化、动态和互动的学习体验。

首席信息官 Orla Daly 说:“最近,我们的产品团队在内容本地化、内容制作、评估创建和评估策略等领域,以及在我们的搜索和推荐引擎中,试用并成功部署了 gen AI 的新功能。”

Daly 说:“Gen AI 是 Skillsoft 的加速器,可以提供帮助我们的客户组织及其员工共同成长的能力。”

Daly 说,Skillsoft 希望通过 gen AI 实现内部效率,因此首先举办了数字和 IT 黑客马拉松,重点是利用 ChatGPT 解决业务问题或创造新的业务价值。但真正的目标是让人们在一个安全的空间开始熟悉如何利用 ChatGPT,了解其在实际业务用例中的潜力和不足。

从那时起,产品、工程、内容制作和业务线的团队成员就开始参与试点,并利用 gen AI 将新功能推向市场。

Daly 说:“在许多例子中,我们通过负责任地使用人工智能,很快就从试验阶段进入了新客户产品或平台增强阶段。”

Skillsoft 的 CAISY(会话人工智能模拟器)就是一个很好的例子,它是一款基于人工智能的工具,旨在帮助专业人士提高业务和领导力方面的会话技能。

公司将继续寻找机会,利用基因人工智能来提供新的功能。Daly 说:“我们计划利用人工智能来推动自适应学习旅程--在学习者所处的位置满足他们的需求--以及从使用数据中获得洞察力,让 [管理员] 了解如何以最佳方式提高参与度和绩效。”

Skillsoft 最近发起了一项创新挑战赛,邀请所有员工来参与并熟悉基因人工智能的功能。Daly 说:“来自 18 个团队的获胜解决方案将在 9 月份的公司全体会议上展示,这突出了拥抱人工智能并使其成为我们创新文化一部分的重要性。”

公司还成立了人工智能推进委员会,由跨职能部门的代表组成。Daly 说,该委员会负责促进和推动人工智能技术在 Skillsoft 的整合,提供一个合作论坛,并确保有效、负责任地使用人工智能来推动创新、效率和增长。

Daly 说:“我们鼓励所有团队成员利用我们丰富的内容库,这些内容库为人工智能和人工智能相关职位所需的主题提供了坚实的基础。”

人工智能教育和创意民主化

人力资源软件供应商 Ceridian 通过在其 Dayforce 人力资本管理平台中应用人工智能作为试点项目,开始了对人工智能的探索。具体来说,该公司将人工智能用于自助服务功能,以增强客户支持。

首席数据官戴维-劳埃德(David Lloyd)说,客户支持组织的领导者在 2023 年第一季度推动了这一举措。

Lloyd 说:“如今,我们正在对模型进行微调,首先在内部使用,以达到较高的正确率。鉴于我们成功地将定向问题的回答率提高到了 85%,我们现在正努力再提高 10%。未来,我们认为可以将这种方法用于更多的客户自助服务以及其他资源。”

劳埃德说,所有这些都是根据实施指南、知识库和其他内部文档对模型进行培训的副产品,而这些文档都是根据客户的问题和回复进行改进的。

劳埃德说,数百名内部客户支持专业人员正在通过该平台处理客户和他们自己提出的所有问题,以便从强化学习的角度确定答复的准确性。"他说:"在我们考虑何时向客户提供这种服务时,它可能会继续作为内部支持助手。

对于 Ceridian 而言,关键在于让员工和合作伙伴对人工智能的看法更加民主化。Lloyd 说:“我们专注于教育、简单的人工智能创意提交,以及每周一次的‘问我任何问题’会议,以讨论许多话题。”

公司的 Dayforce 实验室为测试和验证新的人工智能技术提供了环境,并为业务和产品团队提供了辅导和指导。Dayforce 实验室与我们的数据科学团队相辅相成,因为没有数据就没有人工智能,劳埃德说,这包括仔细研究如何利用数据通过人工智能创造更好的结果。

Lloyd 说,Ceridian 的每位员工都能对人工智能技术的使用产生积极影响,无论是在内部业务部门还是通过 Dayforce。他说:“最终,我们需要确保人工智能被用于产生具有商业价值和支持我们核心原则的结果。”

基因人工智能试点成功的最佳实践

对于那些希望从试点项目开始部署基因人工智能的企业来说,有几种做法值得考虑。

Daly 说,在工作场所引入生成式人工智能之前,领导者应首先进行风险评估,以确定作为一个组织,在使用和可能滥用该工具时会面临哪些风险。这可能是挪用、剽窃或偏见等。

Daly 说:“建立一个可持续、值得信赖和透明的治理结构,需要公司、员工和供应商共同承担责任。”

Daly 说,由于责任不应该落在一个人或一个部门身上,领导者可能希望建立一个跨职能团队来管理和帮助推动采用,并创造机会来确定用例。"她说:"好的用例可以来自组织的任何地方,但需要支持才能从一个好的想法变成原型或生产就绪的解决方案。

此外,Daly 还说,技术领导者应该为团队成员提供培训和工具,让他们接受教育,了解人工智能的最新功能。她说:“提倡一种好奇和学习的文化,以跟上这个快速发展领域的步伐。”

Iacob 说,IT 领导者应该为创新创造一个 “安全空间”。他说:“既要鼓励创新,又不能因为担心数据保护风险或使用专有数据而扼杀创造力,这一点至关重要。”通过提供明确的培训和指导,你可以建立起保护重要资产的界限,同时还能让工程师和其他团队成员自由地进行探索和实验。

Iacob 说,这种培育环境不仅能促进创新,还能建立信心,确保妥善管理潜在风险,同时又不限制人工智能所带来的可能性。

劳埃德说,重要的是要记住,并不是所有的大型语言模型都是一样的。他说:“有些模型在训练方式上有不同的属性。”这一点很重要,因为它可能决定你如何部署模型。例如,你是否希望它更注重信息而不是会话?你是否希望使用一个针对特定行业或知识领域进行了更多微调的模型?

另一个好的做法是考虑多种模式,并随时了解技术发展的最新情况。

Iacob 说:“人工智能领域正在飞速发展,新的模式和迭代不断涌现。”必须保持开放和探索的心态,考虑适合自己特定需求的各种模式,并不断了解最新的发展动态。

Iacob 说,通过这样做,公司可以从该领域的进步中获益,定制出既创新又符合最新最佳实践的解决方案。

来源:www.cio.com

责任编辑:武晓燕 来源: 计算机世界
相关推荐

2021-04-01 15:30:35

人工智能

2018-11-21 16:00:24

2019-01-21 09:39:26

人工智能AI互联网

2018-06-14 09:55:37

高校人工智能教育部

2024-04-19 10:02:17

2021-04-19 17:35:55

人工智能深度学习技术

2020-08-07 18:22:14

人工智能AI标准体系

2024-03-07 16:19:52

人工智能AI聊天机器人

2023-09-14 10:15:53

人工智能

2023-10-18 11:09:38

2019-06-18 14:06:05

人工智能治理原则安全

2020-10-30 14:31:26

人工智能

2017-07-21 12:17:00

2020-10-30 14:07:27

人工智能

2020-10-30 06:40:00

人工智能AI自动驾驶

2020-10-27 10:10:39

人工智能机器学习技术

2019-05-24 14:40:01

2013-08-27 13:52:32

鲍尔默微软

2017-11-20 10:13:26

大数据AI智能
点赞
收藏

51CTO技术栈公众号