生成AI的兴起和治理的需要

现在是企业开始考虑为其产生式人工智能应用制定治理框架的时候了

随着大型语言模型数量的增长，企业必须采用人工智能治理。

📷 代表人工智能模型的抽象立方体

随着市场上大型语言模型（LLMs）的快速增长和多样化，企业现在被迫建立一个强大的治理框架，以有效管理它们的生成式人工智能（AI）应用程序。随着越来越多的组织集成来自第三方的付费和开源LLMs，包括流行的模型如OpenAI的ChatGPT、Anthropic的Claude、Meta的Llama和嵌入式AI工具如Salesforce Einstein GPT，平衡它们的使用与专有AI模型的开发变得至关重要。这包括利用通用和专用的LLMs来与关键过程、策略和业务规则并行运行各种AI应用。

实现这种全面的方法还需要处理结构化和非结构化数据，后者预计将在公司采用生成式AI进行更丰富的对话体验时增加一倍。通过加入反馈循环并分析用户回应和行为，企业可以微调他们的生成式AI系统，确保安全和高效。

对生成式AI应用程序架构的需求

为了控制生成式AI工具的使用并增强其效果，组织应该开发一个生成式AI应用程序架构，使数据输入能够得到强大的控制，并确保系统响应符合规定的规则。这个架构充当连接组织请求和输出的纽带，同时管理输入和输出的网关。

然而，实施AI治理并不是没有难题的，企业可能需要耐心等到有实质性结果出现。根据Forrester的预测，生成式AI的转型影响预计在未来一年内只有30%的亚太地区企业会受益。需要解决有关数据治理、质量和基础设施的关键挑战，以释放这项技术的全部潜力。

成功采用的路径：填补差距

为了克服与生成式AI治理相关的障碍，服务提供商正在投资转变其运营模式，提供新的和改进的服务。这包括扩大行业伙伴关系、发布AI工作室和模型比较平台，并推动定价和商业模式的创新。因此，企业可以期待更好的定价模型，将结果与成本相一致，促进基于解决方案的定价结构。

探索用例和未来可能性

生成式AI正在引发各行各业的重大变革，实现员工生产效率、软件开发和测试以及自助式数据和分析的显著进步。它被认为是过去四十年来最重大的技术风暴，继云计算、移动互联网和个人计算机之后的又一个改变游戏规则的发展。

随着生成式AI的不断发展，预计“静态”网站最终将过时，被生成式AI驱动的动态系统所取代。网站将变成响应式平台，根据用户查询提供定制并持续更新的响应，从根本上改变了访问信息的方式，减少了对传统搜索的依赖。

前方之路：评估选项与整合

尽管这些变革将逐渐展开，企业必须积极评估自己的选择，并选择最适合实现预期目标的LLM模型。此外，随着生成式AI市场的扩大，预计会有更多企业将生成式AI能力集成到其现有的客户应用程序中，而不会增加额外成本。

此外，生成式AI的真正价值不在于LLM层本身，而在于其成功地融入软件产品中。软件供应商应抓住机会将生成式AI功能整合到他们的产品中，促进一个环境，使得生成式AI成为员工工作的固有部分。通过使技术更加负担得起和易于获得，企业可以充分利用其潜力。

📷 Forrester 2024年预测简报 📷

为了更深入地了解生成式AI的影响和潜力，请查阅以下资源：

确保为您的企业选择最佳AI合作伙伴的3种方法 – 发现如何选择理想的AI合作伙伴。
纽约时报希望OpenAI和Microsoft为训练数据付费 – 探索围绕AI模型和训练数据的持续讨论。
确实购买那台价值1000美元的Roomba机器人吸尘器-关键功能 – 深入了解购买基于AI的家用电器时应考虑的关键功能。
生成式AI将远远超越ChatGPT的能力。这里是技术进步的一切 – 揭示推动生成式AI演进的显著进展。
新的研究计划旨在在东南亚建立大型语言AI模型 – 深入了解在东南亚开发大型语言AI模型的正在进行的工作。

希望您发现本指南既有趣又有用。请随意在社交媒体上与您的朋友和同事分享它，并继续探索令人激动的计算机技术和编程世界！

🤖 快乐编程！