我们似乎正处于AI炒作的巅峰期，这主要是由GenAI在消费和商业领域的快速采用推动的，但炒作并不一定等同于理解。研究公司Savanta为Pega进行的一项全球企业中超过500名商业决策者的研究显示了这一点。
被调查者中，大多数(82%)预计在未来三年内，AI的采用和使用将占其利润增长的一半，更大比例的受访者(93%)声称对AI及其工作原理有很好的理解，但只有35%的人能够准确定义GenAI，这种AI现实与潜在AI应用和收益之间的知识差距只会伤害那些希望通过战略采用AI来获益的公司。
让我们探讨几个AI知识与其潜在应用之间的差距可能影响企业的领域，我们将探讨这种知识差距引发的一些AI挑战和一些错失的机会。
AI挑战：1. 对理解解决方案的过度自信
这种假设知识与实际理解之间的差距可能带来的是对潜在结果和“银弹”解决长期问题的过度自信。我们之前已经在其他技术上经历过这种情况(还记得元宇宙吗?)，所以负责长期战略的人需要理解AI的潜在应用，并理解可以在企业中利用的不同类型的人工智能，如预测分析、自动化和RPA，当然还有GenAI。
这种AI挑战的过度自信可能导致预期未达标，根据研究中的利润预期，我多次说过AI不是一个目标，也不是一个战略。理解AI的作用在哪里以及它可能不适合的地方是至关重要的。研究中85%的受访者表示，他们将年度IT预算的一半用于AI解决方案，企业不能承受做出错误决策和投资错误适配的时间(或金钱)。
AI挑战：2. 解决方案最佳假设
AI知识差距带来的另一个AI挑战是对未来几个月内营销人员面临的AI挑战的解决方案范围错误。例如，由于缺乏正确定义GenAI的能力，如何提供最佳方向指导来解决AI挑战的最佳方案。
企业中的许多人似乎在某种程度上知道这一点，但也许AI炒作实在太强烈。超过四分之三(77%)的受访者承认，由于缺乏适当的战略，他们的预算中至少有一定程度的浪费(其中近一半用于AI)。
这里的形势已经很明朗了。知识差距转化为战略差距，需要更多关于AI的教育，以便将合适的解决方案与合适的AI挑战或机会匹配起来。
AI挑战：3. 错失的机会
这种知识差距带来的另一个AI挑战是被炒作所分散注意力，忽视了AI可以改善企业内部营销团队工作方式的实际方法。
例如，GenAI通常被认为纯粹是用来创建基于文本和图像的内容(以及越来越多的视频)，但它可以帮助营销人员和企业内部许多其他人改进工作操作，这是一个被忽视的领域。营销运营可以利用GenAI来简化内容和活动创建过程中的步骤，而不仅仅是通过发送单一提示来获得博客文章的写作帮助。
此外，将不同类型的AI混合在一起可以产生变革性的结果。例如，将预测分析与GenAI结合使用，意味着可以将倾向模型与GenAI结合起来，为最佳和最有价值的客户创建直接相关的内容和体验。
混合使用不同类型的AI解决方案还需要对人工智能有更细致的理解，以便这些应用程序可以被真正用于找到最适合当前任务的工具。简单地说，那些认为只需插入AI就能解决单一问题的高管和领导者错失了实现更大和更有意义改进的机会。
那么解决方案是什么?有许多可能的解决方案来弥合这种知识差距，但显而易见的是，需要更多关于不仅可能的炒作可能带来不切实际期望的教育，还需要了解真实潜力可能被那些吸引眼球但无法转化为实际结果的亮点所掩盖的地方。
AI绝对不仅仅是炒作。但也很容易被炒作分散注意力，忽视一些企业可以利用AI来改变工作方式的真实机会。通过更多关于AI如何在企业中帮助营销人员的广泛方式的教育，我们可以超越一些吸引眼球的亮点，获得更实际的结果。
