اگرچه هوش مصنوعی قبل از برجسته شدن هوش مصنوعی مولد از نظر استراتژیک مهم شناخته می‌شد، اما نظرسنجی ما در سال 2022 نشان داد که جاه‌طلبی‌های مدیران ارشد فناوری اطلاعات محدود است: در حالی که 94 درصد از سازمان‌ها به نحوی از هوش مصنوعی استفاده می‌کردند، تنها 14 درصد هدف داشتند تا سال 2025 به هوش مصنوعی «در سطح سازمانی» دست یابند. مشتری – منادی نقطه عطفی است که در آن هوش مصنوعی می تواند از فناوری به کار رفته برای موارد استفاده خاص به فناوری که واقعاً شرکت مدرن را تعریف می کند رشد کند.
به این ترتیب، افسران ارشد اطلاعات و رهبران فنی باید قاطعانه عمل کنند: در آغوش گرفتن هوش مصنوعی مولد برای استفاده از فرصت‌های آن و اجتناب از واگذاری زمین‌های رقابتی، در عین حال تصمیم‌گیری استراتژیک در مورد زیرساخت داده، مالکیت مدل، ساختار نیروی کار، و حاکمیت هوش مصنوعی که پیامدهای بلندمدتی برای موفقیت سازمان خواهد داشت.
این گزارش به بررسی آخرین تفکرات مدیران ارشد اطلاعات در برخی از بزرگترین و شناخته‌شده‌ترین شرکت‌های جهان، و همچنین کارشناسان بخش‌های دولتی، خصوصی و دانشگاهی می‌پردازد. نظرات آنها را در مورد هوش مصنوعی در پس زمینه نظرسنجی جهانی ما از 600 مدیر ارشد داده و فناوری ارائه می کند.
یافته های کلیدی شامل موارد زیر است:
• مجموعه ای از داده های بدون ساختار و مدفون اکنون خوانا هستند و ارزش تجاری را باز می کنند. ابتکارات قبلی هوش مصنوعی باید روی موارد استفاده متمرکز می شد که داده های ساختاریافته آماده و فراوان بود. پیچیدگی جمع‌آوری، حاشیه‌نویسی و ترکیب مجموعه داده‌های ناهمگن، ابتکارات گسترده‌تر هوش مصنوعی را غیرقابل اجرا کرد. در مقابل، توانایی جدید هوش مصنوعی مولد برای آشکارسازی و استفاده از داده‌هایی که زمانی پنهان شده بودند، به پیشرفت‌های جدید فوق‌العاده‌ای در سراسر سازمان کمک می‌کند.
• عصر هوش مصنوعی مولد نیازمند زیرساخت داده ای است که انعطاف پذیر، مقیاس پذیر و کارآمد باشد. برای تقویت این ابتکارات جدید، افسران ارشد اطلاعات و رهبران فنی از زیرساخت های داده نسل بعدی استقبال می کنند. رویکردهای پیشرفته‌تر، مانند خانه‌های دریاچه داده، می‌توانند دسترسی به داده‌ها و تجزیه و تحلیل‌ها را دموکراتیک کنند، امنیت را افزایش دهند و ذخیره‌سازی کم‌هزینه را با پرس و جو با کارایی بالا ترکیب کنند.
• برخی از سازمان ها به دنبال استفاده از فناوری منبع باز برای ایجاد LLM های خود، سرمایه گذاری و محافظت از داده ها و IP خود هستند. CIOها قبلاً از محدودیت‌ها و خطرات خدمات شخص ثالث، از جمله انتشار اطلاعات حساس و اتکا به پلتفرم‌هایی که کنترل نمی‌کنند یا قابل مشاهده هستند، آگاه هستند. آنها همچنین فرصت هایی را در مورد توسعه LLM های سفارشی شده و درک ارزش از مدل های کوچکتر می بینند. موفق ترین سازمان ها بر اساس محاسبه دقیق ریسک، مزیت نسبی و حاکمیت، تعادل استراتژیک درستی را ایجاد خواهند کرد.
• اضطراب اتوماسیون را نباید نادیده گرفت، اما پیش‌بینی‌های دیستوپیایی بیش از حد است. ابزارهای مولد هوش مصنوعی می توانند بارهای کاری پیچیده و متنوع را تکمیل کنند، اما مدیران ارشد فناوری اطلاعات و دانشگاهیان مصاحبه شده برای این گزارش انتظار تهدیدات اتوماسیون در مقیاس بزرگ را ندارند. در عوض، آنها بر این باورند که نیروی کار گسترده‌تر از کار وقت‌گیر رها می‌شوند تا بر حوزه‌های با ارزش بالاتر بینش، استراتژی و ارزش تجاری تمرکز کنند.
• حکمرانی یکپارچه و منسجم، ریل هایی هستند که هوش مصنوعی می تواند روی آن ها سرعت ببخشد. هوش مصنوعی مولد خطرات تجاری و اجتماعی را به همراه دارد، از جمله محافظت از IP حساس تجاری، نقض حق نسخه برداری، نتایج غیرقابل اعتماد یا غیرقابل توضیح، و محتوای سمی. برای نوآوری سریع بدون شکستن چیزها یا پیشی گرفتن از تغییرات نظارتی، CIOهای کوشا باید به چالش‌های حاکمیتی منحصربه‌فرد هوش مصنوعی مولد، سرمایه‌گذاری در فناوری، فرآیندها و ساختارهای سازمانی رسیدگی کنند.
دانلود گزارش کامل.
این محتوا توسط Insights، بازوی محتوای سفارشی MIT Technology Review تولید شده است. این توسط هیات تحریریه MIT Technology Review نوشته نشده است.
