|
|
如果说在生成人工智能方面有一件事情是每个人都同意的，那就是它将改变我们所做的工作——在许多情况下是深远的。GenAI 将取代某些任务，增强其他任务，并创造更多任务。这将要求领导者和一线员工提高技能、重新技能并学习全新的工作方式。 生成式人工智能在提高生产力和创新方面具有巨大的潜力。但为了发挥这一潜力，我们需要确保，与所有人工智能技术一样，它的实施方式能够补充我们与生俱来的、不可替代的人类技能——让我们能够在运用创造力和情商的同时做出更好的决策。 播放视频 虽然工人们对人工智能感到紧张是可以理解的，但他们的态度正在发生变化。我们最近对 18 个国家的近 13,000 名高管、中层管理人员和一线员工进行的调查显示，今天的平均受访者对人工智能的乐观程度远高于五年前。 即便如此，高层领导者和一线员工对人工智能的看法仍然存在巨大差异。例如，领导者对 GenAI 的态度比一线员工乐观得多（62% 比 42%）。他们也更有可能熟悉这项技术：44% 的领导者表示他们接受过人工智能工具的培训，而只有 14% 的一线员工表示他们接受过类似的培训。虽然 68% 的领导者认为他们的组织拥有足够的负责任的人工智能计划，但只有 29% 的一线员工有同样的感觉。 ” “ 员工准备好在工作场所接受人工智能，但前提是他们确信雇主致力于以符合道德和负责任的方式部署人工智能工具，并以对他们有利的方式进行部署。考虑到这一点，组织不能简单地关注技术——他们需要改变员工的工作、协作、解决问题和创造价值的方式。
以人为本的方法 根据我们的经验，从人工智能中获取最大价值的公司遵循10-20-70 规则：10% 的人工智能工作用于设计算法，20% 用于构建底层技术，70% 用于支持人员和调整业务流程。 鉴于生成式人工智能的快速发展，获得 70% 的正确率比以往任何时候都更加重要。组织执行的几乎每项任务都会受到影响；在许多领域，运营模式将变得扁平化，等级制度变得更少，更加敏捷，组织层级也将减少。为了释放人工智能的全部潜力，组织中各 丹麦手机号码数据 个级别的员工都需要能够轻松地学习新技能并适应新角色。 从人工智能系统中获得最大收益的公司已经明白了这一点。他们之所以成功，并不仅仅是因为他们学会了如何在人工智能时代做出改变。相反，他们将公司转变为学习型组织。借助 GenAI，学习的步伐将迅速加快。 播放视频 潜在的好处也是如此。通过应用正确的结构和方法进行 GenAI 转型，公司可以显着提高生产力——在某些应用中高达 20% 到 30%。另一方面，如果部署 GenAI 时没有适当的组织来支持，则存在价值损失的重大风险。 为 GenAI 实施选择正确的环境是绝对必要的。
在最近与哈佛商学院、麻省理工斯隆管理学院、宾夕法尼亚大学沃顿商学院和华威大学合作进行的一项实验中，我们发现使用 GPT-4 将 GenAI 的平均性能提高了18 % -友好的任务；然而，在技术尚未掌握的任务中，性能平均下降 23%。 生成式人工智能带来的其他风险包括： 实施管理不善。低效的流程和僵化的工作方式可能会削弱生成式人工智能的潜在优势——缺乏企业级战略也会削弱生成式人工智能的潜在优势，这可能会导致各个业务部门自行决定最佳应用程序和用例。员工的支持有限以及人才或技能缺陷也会减少价值创造。 不负责任的使用。如果没有适当的保护措施，公司可能会面临数据泄露或误导性或不道德内容生成的风险。在开发和完善 GenAI 模型时，领导者必须实施强有力的、负责任的 AI保护措施来保护组织数据，并且必须确保通过生成式 AI 开发的所有内容都经过审查，以确保信息准确、合乎道德，并遵守负责任的 AI 政策。 偏见。GenAI 模型必须接受文化、语言和社会多样化数据的训练。教育员工尽量减少提示中的偏见并在他们的输出中认识到这一点也很重要。最终，组织希望产出能够提供客观且价值驱动的答案，而偏见会阻碍这两者。 GenAI 系统实施后，要获取价值极其困难。随着技术的部署，领导者可以得到最好的服务，彻底完善流程和人才期望。
|
|
发表于 2023-11-14 11:53:46