不像以前的许多技术，从来没有辜负他们的宣传, Generative AI already is adding enterprise value. 但我们还不知道它的真正潜力或风险.
Darlene Newman, DTCC Executive Director, Head of Internal Research and Innovation, 与其他技术专家一起进行了一次虚拟的炉边聊天 揭秘生成人工智能及其对商业的影响 - sponsored by Enable. The panel members included Charlie Serotoff, Product and AI Leader, ex-Senior Director, Capital One, and Niels Meersschaert, Global Technology Leader, ex-McKinsey CTO, Global Banking Solutions. Enable首席战略官保罗·克拉克担任主持人和主持人.
Related: Why AI is a double-edged sword
该小组探讨了生成人工智能对劳动力的影响, 避免偏见，平衡创新与安全.
Speed of Adoption Will Vary
根据Newman的说法，仅在2023年4月就推出了1000多个生成式人工智能工具. 但采用的速度——以及进一步的创新——将取决于行业. “采用生成式人工智能的程度因行业而异，”她说. “那些受到高度监管的行业(如vnsr威尼斯城官网登入业)正采取一种更经过深思熟虑的方式，而那些可能会一头扎进去的行业.”
作为指定的系统重要性金融市场效用(SIFMU), “(DTCC)平台的安全性和弹性至关重要,” Newman explained.
Newman建议受监管行业的公司采取四个步骤为企业中的生成式人工智能做准备:
- Establish proper governance. 在测试生成式人工智能解决方案的公司中，只有21%制定了人工智能政策. Address risks such as data leakage upfront.
- Understand the technology and solution landscape. 要跟上所有新的解决方案几乎是不可能的. 不要被闪亮的物体分散注意力——专注于这项技术如何帮助你的公司.
- 确定高价值用例并制定策略. 重要的是要有一个计划，并专注于增加价值.
- Pilot. 许多公司已经处于至少基本用例的试点阶段.
Building AI Literacy
不像以前的许多新兴技术，没有达到他们的宣传, 生成式人工智能已经证明了它的实用价值. In addition to personal productivity applications, many firms, including DTCC, 是否正在使用生成式人工智能来自动化软件开发的各个方面, legacy code modernization and data cleansing. 纽曼说，这并不诱人，但它将对生产力产生重大影响.
生成式人工智能的早期价值将体现在重复过程的自动化上, according to Meersschaert. “这不是特别令人兴奋，但它实际上会提高很多生产力.”
sertoff指出了企业中的两类生成式人工智能应用:运营效率, such as faster data analysis and content generation; and customer-facing solutions, such as chatbots and personalization, which are arguably more complex.
“人们越能理解人工智能的工作原理和它能完成什么, 它就越能帮助他们在未来将这些原则应用到更复杂的面向客户的解决方案中,” said Serotoff.
The real value of Generative AI, though, 将大型语言模型应用于您自己的公司数据, Newman noted. 这需要可消费的数据，但“大多数组织的数据还没有准备好，”她补充说. DTCC is getting ready now, 评估如何使用机器学习来清理数据，以便在大型语言模型中使用.
Culture Shift
有两个文化障碍需要克服, 根据瑟洛夫的说法:人性对变化的恐惧, 如果我们不采取适当的预防措施，可能会造成非常严重的危害. 他说，人们一直害怕快速的技术进步. “This technology is here. 我们需要找出如何以正确的方式利用它.”
而生成式人工智能可能会使编码技能和技术能力民主化, for example, 人们需要了解它是如何工作的，这样他们才能使用它来构建自己的工具和结果. Training at all levels will be required. “未来我们需要教授和培训什么样的技能?” Newman asked. “人们将比以往任何时候都能够自己做更多的事情——我们如何让他们做好准备??”
软件工程领域的专门化很可能让位于通才, according to Meersschaert, 工作将更加以结果为基础而不是以代码为基础. 问题将是，“我希望这个应用程序做什么?而不是:“我要写的具体代码是什么??’” he said. “很多我们过去认为理所当然的东西对我们来说都是不可避免的邪恶——它被自动化了.”
The Path Forward
In the end, 相信生成式人工智能的输出是真实和准确的，这将是采用的关键驱动因素, DTCC’s Newman said. 如果你想消除有偏差的结果，检查你的输入. 除了模型本身，“是你的数据集目标? 构建模型的团队——他们有不同的视角吗?” Newman asked.
sertoff将生成AI的力量比作火的发现. “It can cook your food, but what else can fire do?” he asked. “It can burn a city to the ground.他强调了监管在确保公平和安全创新方面的作用，但强调需要提高监管机构的人工智能素养，以确保他们实施正确的监管——这是一项极其复杂的挑战, he acknowledged.