公司并没有在人工智能上投入大量资金。这就是为什么这种谨慎的做法是有意义的
根据 Nash Squared 的年度数字领导力报告，全球只有十分之一的技术领导者大规模实施了人工智能， 该报告是全球规模最大、持续时间最长的技术主管年度调查。
更重要的是，围绕生成式人工智能的炒作并没有鼓励对人工智能的进一步投资——Nash Squared 报告称，在人工智能上投入巨资的比例五年来没有改变。
从表面上看，人工智能的叫声似乎比撕咬声大得多。虽然每个人都在谈论生成式人工智能和机器学习，但很少有公司投资大规模人工智能实施。
然而，数字化转型和招聘专家 Nash Squared 的首席执行官 Bev White 在接受 ZDNET 采访时表示，将这些标题数据放在背景中非常重要。是的，目前很少有企业在人工智能上投入巨资，但许多组织开始研究新兴技术。
怀特说：“我们所看到的实际上是相当广泛的采用。”他表示，人们对人工智能的兴趣在于研究阶段，而不是生产阶段。大约一半的公司 (49%) 正在试点或小规模实施人工智能，三分之一的公司正在探索生成式人工智能。
“这正是我们在云开始真正起飞时所看到的情况，”怀特说道，他将人工智能的兴起与十多年前最初向云的迁移进行了比较。
“那就是，‘让我们试一试，了解这对政策、数据、隐私和培训的所有影响，’”她说。“企业通过进行小规模但有意义的试点来创建自己的用例。这就是上次发生的情况，这次发生的情况我并不感到惊讶。”
事实上，怀特表示，出于两个关键原因，对在人工智能上投入巨资犹豫不决是有道理的。首先，由于 COVID-19 大流行期间和之后对 IT 的大量投资，许多组织的现金紧张。 “数字化领导者正在努力平衡收支——他们在思考‘现在什么能给我最大的投资回报’，”她说。“当你还在做一些更有力的数字化转型项目时，小型、仔细、精心计划的试点将为你的组织带来巨大的改变。”
其次，许多新兴技术——尤其是生成式人工智能——仍处于发展的初级阶段。White 表示，众所周知的大型语言模型（例如 OpenAI 的 ChatGPT）的每次新迭代都会带来新的发展和机遇，但也带来风险。“作为一家大企业的首席信息官或首席技术官，你要负起责任。你想确定自己正在用人工智能做什么，”她说。“这里存在很大的风险，您需要考虑自己的风险 - 您需要什么来保护为您的企业工作的人员？您希望制定什么政策？”
怀特谈到了人工智能安全和隐私的重要性，特别是当涉及到员工使用他人拥有的数据来训练模型的可能性时，这可能会引发诉讼。“人们可以剪切和粘贴，这存在很大的风险，”她说。“我并不是说生成式人工智能不好。我真的是它的粉丝。但我是说，你必须非常有意识地了解数据来源以及根据这些信息做出的决定”。
考虑到对新兴技术的这些担忧，纳什平方 (Nash Squared) 报告称，只有 15% 的数字领导者认为已准备好应对生成式人工智能的需求，这似乎有些奇怪。
然而，怀特表示，鉴于目前如何安全可靠地实施人工智能以及在不远的将来方向可能突然改变的不确定性，这种准备不足是可以理解的。“如果你对在你的企业中使用这项技术的安全性和声誉负责，你最好确保你已经考虑清楚了一切，并且你带着你的董事会并按照规定对他们进行教育。方式，”她说。
“很多首席执行官都知道他们必须将人工智能融入到他们的组合中，因为它将提供竞争优势，但他们还不知道在哪里。这确实是一个发现阶段。”
White 表示，对探索和调查的关注也有助于解释为什么只有 21% 的全球组织制定了人工智能政策，而超过三分之一 (36%) 的组织没有制定此类政策的计划。
“你知道有多少创新项目是从人们思考潜在的大门和失败点开始的？” 她说。
“大多数情况下，你一开始都会说，‘哇，我能用这个去哪里呢？’ 然后你就会弄清楚你需要关闭哪些大门，以确保你的项目和数据安全并受到控制。”然而，虽然专业人士希望在探索 AI 机遇方面能有所作为，但这项研究调查了全球 2,000 多名数字化领导者，表明首席信息官们并没有忽视在这个快速发展的行业中强有力的治理的必要性。区域。
在大多数情况下，数字领导者正在寻找法规来帮助他们的组织安全可靠地调查人工智能。但他们也不相信行业或政府机构制定的人工智能规则会有效。
虽然 88% 的数字领导者认为加强人工智能监管至关重要，但多达 61% 的人表示更严格的监管并不能解决新兴技术带来的所有问题和风险。生成式人工智能已经引起了公众的关注，但这种兴奋感并不意味着高管们相信它已经准备好在业务中部署
根据 Nash Squared 的年度数字领导力报告，全球只有十分之一的技术领导者大规模实施了人工智能， 该报告是全球规模最大、持续时间最长的技术主管年度调查。更重要的是，围绕生成式人工智能的炒作并没有鼓励对人工智能的进一步投资——Nash Squared 报告称，在人工智能上投入巨资的比例五年来没有改变。
从表面上看，人工智能的叫声似乎比撕咬声大得多。虽然每个人都在谈论生成式人工智能和机器学习，但很少有公司投资大规模人工智能实施。然而，数字化转型和招聘专家 Nash Squared 的首席执行官 Bev White 在接受 ZDNET 采访时表示，将这些标题数据放在背景中非常重要。是的，目前很少有企业在人工智能上投入巨资，但许多组织开始研究新兴技术。怀特说：“我们所看到的实际上是相当广泛的采用。”他表示，人们对人工智能的兴趣在于研究阶段，而不是生产阶段。
大约一半的公司 (49%) 正在试点或小规模实施人工智能，三分之一的公司正在探索生成式人工智能。
“这正是我们在云开始真正起飞时所看到的情况，”怀特说道，他将人工智能的兴起与十多年前最初向云的迁移进行了比较。“那就是，‘让我们试一试，了解这对政策、数据、隐私和培训的所有影响，’”她说。“企业通过进行小规模但有意义的试点来创建自己的用例。这就是上次发生的情况，这次发生的情况我并不感到惊讶。”事实上，怀特表示，出于两个关键原因，对在人工智能上投入巨资犹豫不决是有道理的。
首先，由于 COVID-19 大流行期间和之后对 IT 的大量投资，许多组织的现金紧张。“数字化领导者正在努力平衡收支——他们在思考‘现在什么能给我最大的投资回报’，”她说。“当你还在做一些更有力的数字化转型项目时，小型、仔细、精心计划的试点将为你的组织带来巨大的改变。”
其次，许多新兴技术——尤其是生成式人工智能——仍处于发展的初级阶段。White 表示，众所周知的大型语言模型（例如 OpenAI 的 ChatGPT）的每次新迭代都会带来新的发展和机遇，但也带来风险。“作为一家大企业的首席信息官或首席技术官，你要负起责任。你想确定自己正在用人工智能做什么，”她说。“这里存在很大的风险，您需要考虑自己的风险 - 您需要什么来保护为您的企业工作的人员？您希望制定什么政策？”怀特谈到了人工智能安全和隐私的重要性，特别是当涉及到员工使用他人拥有的数据来训练模型的可能性时，这可能会引发诉讼。
“人们可以剪切和粘贴，这存在很大的风险，”她说。“我并不是说生成式人工智能不好。我真的是它的粉丝。但我是说，你必须非常有意识地了解数据来源以及根据这些信息做出的决定”。考虑到对新兴技术的这些担忧，纳什平方 (Nash Squared) 报告称，只有 15% 的数字领导者认为已准备好应对生成式人工智能的需求，这似乎有些奇怪。然而，怀特表示，鉴于目前如何安全可靠地实施人工智能以及在不远的将来方向可能突然改变的不确定性，这种准备不足是可以理解的。
“如果你对在你的企业中使用这项技术的安全性和声誉负责，你最好确保你已经考虑清楚了一切，并且你带着你的董事会并按照规定对他们进行教育。方式，”她说。“很多首席执行官都知道他们必须将人工智能融入到他们的组合中，因为它将提供竞争优势，但他们还不知道在哪里。这确实是一个发现阶段。”White 表示，对探索和调查的关注也有助于解释为什么只有 21% 的全球组织制定了人工智能政策，而超过三分之一 (36%) 的组织没有制定此类政策的计划。
“你知道有多少创新项目是从人们思考潜在的大门和失败点开始的？” 她说。“大多数情况下，你一开始都会说，‘哇，我能用这个去哪里呢？’ 然后你就会弄清楚你需要关闭哪些大门，以确保你的项目和数据安全并受到控制。”然而，虽然专业人士希望在探索 AI 机遇方面能有所作为，但这项研究调查了全球 2,000 多名数字化领导者，表明首席信息官们并没有忽视在这个快速发展的行业中强有力的治理的必要性。区域。
在大多数情况下，数字领导者正在寻找法规来帮助他们的组织安全可靠地调查人工智能。但他们也不相信行业或政府机构制定的人工智能规则会有效。虽然 88% 的数字领导者认为加强人工智能监管至关重要，但多达 61% 的人表示更严格的监管并不能解决新兴技术带来的所有问题和风险。
“你总是需要一个稻草人来反击。得到行业机构和政府的指导是件好事，你可以用自己的想法来反对，”怀特说。“但你不一定会喜欢它。如果它被贯彻并写入法律，那么突然你就必须遵守它并找到一种方法来遵守这些指导方针。因此，监管可能是福也是祸。 ”怀特表示，即使在快速发展的人工智能领域法规出台缓慢，对于那些寻求研究该技术的公司来说，这也不能成为自满的借口。数字领导者，特别是安全主管，现在应该考虑他们自己在企业内使用人工智能的护栏。
这就是她自己的组织内正在发生的事情。
“我们的首席信息安全官一直在思考生成式人工智能，以及它如何成为网络犯罪分子的真正礼物。它可以无辜地打开通往重要大数据块的大门。这可能意味着访问你的秘密武器。你必须权衡风险除了好处之外，”她说。考虑到这种平衡，怀特向专业人士发出警告——为一些引人注目的人工智能事件做好准备。正如影响少数人的网络安全事件有助于向其他许多人展示风险一样，数据泄露、幻觉和诉讼等人工智能事件将导致高级专业人士在探索新兴技术时停下来进行反思。
“作为领导者，我们需要关心，但我们也需要好奇。我们需要投入并参与其中，这样我们才能看到外面的机会，”她说。
原文链接：https://www.zdnet.com/article/companies-arent-spending-big-on-ai-heres-why-that-cautious-approach-makes-sense/
转载请注明： 公司并没有在人工智能上投入大量资金。这就是为什么这种谨慎的做法是有意义的 | 跨境湾
