领先的企业正在竞相实施人工智能以提高自身的竞争力,这使得人工智能的采用率相比20多年前的互联网时代增长地更为迅猛。
如果人工智能一度被视为提升行业和经济生产力的方式,那么现在那些最成功的企业领导者们思考的是这项决策性技术如何让他们从运营工作中解放出来,专注于战略和人才。
这也是对七个欧洲国家和美国的800名企业领导者进行的一项新调查所得出的结论。日前,微软联合圣加仑大学、Altimeter Group进行的这项调查,集中研究了人工智能与领导者之间的关系。
调研显示,几乎所有实现了两位数有机增长率的高增长型公司(93%)都希望在未来一到三年内投资人工智能,其中有超过一半(53%)的企业计划在今年就投资人工智能。
“这种巨大的紧迫感是我没有想到的。企业高管们认为,这是有市场潜力的,这是一场竞赛,“圣加仑大学领导力教授Heike Bruch博士谈到调查结果时这样表示,“人工智能可以媲美互联网时代,甚至速度更快,因为在过去二十年中,人工智能的创新和技术的速度一直在加速。我们在所有行业、所有业务领域都看到了相同的结果。”
相比之下,有64%的低增长型企业(增长率在个位数的企业)正在推迟未来三到五年的关键决策,这将会给他们保持竞争力带来显著的影响。
看来,正如技术导致全球财富不平等加剧一样,人工智能也将加深成功企业与不成功企业之间的鸿沟。
“过去二十年中,所有企业都变成了技术型企业,如果他们想要为客户提供服务的话,”微软人工智能总经理David Carmona这样说。“在接下来的一年里,每个成功的企业都将变成人工智能企业,其技能、文化和结构都会发生变化。”
人工智能被视为一种提高企业生产力的方式,特别是对运营团队来说,例如利用聊天机器人过滤客户给到呼叫中心,或者帮助银行检测欺诈行为。但该调查重点关注了人工智能给企业C级高管带来的好处和机会。
Altimeter Group人工智能分析师Susan Etlinger在接受采访时表示:“我们看到,企业高管对于战略、决策和规划也非常关注。”
经理们忙得团团转,这导致了Bruch所说的“加速陷阱”——有50%的企业处于过热模式——他们正在全速运转以做出正确的选择。
结果表明,决策性技术将把企业领导者们从现有的运营工作中释放出来,花更多的时间在激励团队、提出新的想法、发现新的市场机会上。
Bruch说:“高管们打算借助人工智能让他们释放出来,花精力在领导力上——也就是花时间来激励员工,把时间用在真正以人为中心的工作上。”
“领导者们希望专注于未来,但他们不想单枪匹马。”Etlinger补充道。
如果你感觉在这方面落后了,可以看看一下几个小提示:
提示1:你不需要成为数据科学家
“你只需要了解有哪些机会,以及人工智能可以为你的企业做些什么。”微软EMEA总裁Michel van der Bel这样写道。
提示2:让高管层的人来负责实施AI,而不要让专家来负责
“人工智能不再是未来,而是眼下一件很实际的事情。”Carmona补充说。
提示3:反思你自己的角色,以及AI对你自身工作的影响
提示4:让人们积极地参与企业文化变革中,而不仅仅是一项自上而下的变革
提示5:开始制定一个广泛的策略让整个公司接纳人工智能,不要让它成为孤立项目或者孵化项目
“让你的技术部门和业务部门之间展开合作。”Carmona说。
提示6:在投资人工智能之前,企业文化转型是必不可少的第一要素
提示7:确保你的数据井然有序,准备好接受数据驱动的决策
提示8:注意公司目前存在的偏见,例如包容性、透明度和隐私,注意引入人工智能的时候可能也存在这些问题
“那些正处于高增长期、更积极实施人工智能的企业领导者们,更有可能把人工智能道德和责任视为领导力的必备要素。”Etlinger说。
提示9:从小处着手,在反馈中学习并建立信心
“如果你不快速行动,你就会落后于竞争对手,”Carmona补充说。
好文章,需要你的鼓励
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
麻省理工学院研究团队发现大语言模型"幻觉"现象的新根源:注意力机制存在固有缺陷。研究通过理论分析和实验证明,即使在理想条件下,注意力机制在处理多步推理任务时也会出现系统性错误。这一发现挑战了仅通过扩大模型规模就能解决所有问题的观点,为未来AI架构发展指明新方向,提醒用户在复杂推理任务中谨慎使用AI工具。
Meta为Facebook和Instagram推出全新AI翻译工具,可实时将用户生成内容转换为其他语言。该功能在2024年Meta Connect大会上宣布,旨在打破语言壁垒,让视频和短视频内容触达更广泛的国际受众。目前支持英语和西班牙语互译,后续将增加更多语言。创作者还可使用AI唇形同步功能,创造无缝的口型匹配效果,并可通过创作者控制面板随时关闭该功能。
中科院自动化所等机构联合发布MM-RLHF研究,构建了史上最大的多模态AI对齐数据集,包含12万个精细人工标注样本。研究提出批评式奖励模型和动态奖励缩放算法,显著提升多模态AI的安全性和对话能力,为构建真正符合人类价值观的AI系统提供了突破性解决方案。