许多企业对于生成式 AI（Gen AI）提高员工生产力和现代化业务流程的潜力感到兴奋，但同时也试图平衡潜在的好处与风险，并学习如何最小化这些风险。Forrester Research 在其报告《生成式 AI 激发企业生产力、想象力和创新》中分析了企业在采用生成式 AI 方面的情况。
生成式 AI 的受益者
Forrester 将 生成式 AI 定义为 “一组利用包括大型语言模型在内的大量数据语料库来生成新内容（例如：文本、视频、图像、音频、代码）的技术和技巧。输入可以式自然语言提示或其他非代码和非传统输入。”
行业专业人士对生成式 AI 模型的应用各不相同。由于生成式 AI 解决方案（包括大型语言模型）的多功能行，它们在专业创意人士中变得流行。其他群体也在利用 AI 应用程序的力量来简化他们的工作负载。
生成式 AI 技术的受益者包括：
市场营销人员：通过让生成式 AI 创建初稿来节省时间。
设计师：从文本提示中模拟视觉创意。
IT 人员：自动化云配置并节省成本。
程序员：要求生成式 AI 编写复杂的代码。
数据科学家：生成和共享保护客户个人信息的合成数据。
销售代表：个性化拓展。
运营专家：通过自动会议记录和产品帮助问答来分享知识。
生成式 AI 的风险
Forrester 指出，由于生成式 AI 存在时间相对较短，因此带来了一定的风险，所以需要设定一定的界限。像许多新技术一样，AI 既激发了客户的热情，也带来了严重的伦理问题。
生成式 AI 的一些风险与知识产权（包括版权侵权）和个人数据保护有关。最常被提及的一个问题就是——用于训练 AI 模型的数据质量。
人们还担心生成式 AI 系统是否应该增强而不是取代员工或业务流程。许多组织采取谨慎的态度，在向外部客户或关键任务应用公开生成式 AI 之前，先在低风险的内部用例中使用它。
负责任的 AI
意识到有效风险管理至关重要的专业人士和行业领袖，一直在倡导负责任的人工智能。
无论是 AI 开发者还是使用者，都在呼吁以一种优先考虑伦理、责任和社会福祉的方式部署人工智能系统。他们的主要关注点包括：
责任和透明度：对 AI 决策明确负责。包括理解和解释结果的来源。
隐私和安全：保护个人数据，确保 AI 系统免受恶意攻击和滥用。
人类监督：保持人类监督，确保 AI 补充而不是取代人类判断。
伦理标准：确保生成式 AI 系统与公平、透明和人权等伦理原则相符。
负责任的 AI 旨在利用 AI 好处的同时最小化潜在的危害，建立信任，并确保 AI 的进步对社会产生积极的影响。
与数据专家合作
一个好的起点是与值得信赖的 AI 供应商如 MicroStrategy 等合作。在 MicroStrategy，我们将 AI 与 BI 相结合，能够使用自然语言进行数据查询、创建仪表盘、生成 SQL 和在线系统帮助。
MicroStrategy AI 建立在数十年的 BI 专业知识和业界领先的语义图之上，以确保透明度和准确性。通过开发内置的语义层，我们解决了所有担忧，并确保负责任地使用 AI。
了解更多关于如何在您的企业中从生成式 AI 中获取价值，请点击 阅读原文 下载 Forrester Research 的报告《生成式 AI 激发企业生产力、想象力和创新》。
