Sas发布了“生成式 AI 全球研究报告”。
组织表示能在早期取得佳绩
自 2022 年 11 月 ChatGPT 大规模问世以来，生成式 AI（GenAI）已成为一项具有非凡潜力的技术。决策者无不认识到 GenAI 能推动创新、新的对话体验和运营效率。
我们的研究发现，采用生成式 AI 的组织已开始获得显著的益处：
89% 指出员工体验和满意度均提升
82% 表示他们正在节省运营成本
82% 指出客户保留率提高了
然而，随着对 GenAI 的关注和投资越来越多，许多组织在实施方面却遇到困难。这些问题可能会浪费资源、影响客户的意愿，甚至使组织违反法规。在已完全实施 GenAI 项目的组织中，39% 认为将 GenAI 技术整合至现有系统是一大挑战，而 34% 则面临巨大的成本难题。这些问题最好能在早期阶段解决，也就是在部署 GenAI 并投入大量资源之前。
我们的研究指出，虽然组织预期将在 GenAI 取得成功，但他们在实施的四大领域中遇到了障碍：
增加对数据使用的信任并实现合规：将信任感带入业务成果。
缔造价值：将采用率转化为可衡量的益处。
将 GenAI 整合到现有的系统和流程中：确保系统和工具不会限制 GenAI 的潜力。
寻找相关人才和技能：找出能够支持您 GenAI 策略的人才。
成功实施 GenAI 的策略
通过 GenAI 投资取得成功的四大要素：
完善管理
战略性部署
技术整合
专家指导
为了尽可能提高生产力，GenAI 必须顺畅地嵌入业务流程和系统中。绩效应力求可靠、透明和道德，并加快生产力且改善客户体验，同时为利益相关者增加可衡量的价值。
创造竞争优势的蓝图
GenAI 项目是以满足当前需求的方式打造，而且也应为未来的成长和创新做好准备。
为了成功推广 GenAI 计划，您应对以下各领域制定明确的策略：
加速创新：通过使用智能决策等决策流程工具，将 GenAI 模型无缝整合至决策工作流程、AI 和机器学习应用程序以及现有的业务流程中。
数据保护：通过强大的数据质量机制（包括合成数据生成、数据最小化、匿名化和加密），确保用户隐私和安全，而这些措施皆能保护敏感信息。
可靠且可解释的结果：数据专家可运用自然语言处理技术来预处理数据，以易于理解的术语解释生成的输出内容，并尽量减少幻觉且降低词汇标记的成本。
加强管理：使用内置工作流程来验证大语言模型（LLM）的整个生命周期，范围涵盖合规及模型风险管理。
当组织继续实验 GenAI 时，真正的商业价值将取决于厘清实际的用例，以提供可靠和可扩展的价值。
文档链接将分享到199IT知识星球，扫描下面二维码即可查阅！
更多阅读：
