Forrester揭示成功應用生成式AI的主要障礙

Home AI新聞 Forrester揭示成功應用生成式AI的主要障礙

2023年是關鍵的一年，生成式人工智慧進入了主流，這主要受到ChatGPT成功的啟發。展望2024年，各組織迫切希望將生成式人工智慧整合進其工作流程，充分發揮其在企業中的潛力。

然而，最近Forrester Consulting針對北美220位人工智慧決策者的調查顯示，對生成式人工智慧風險的擔憂依然存在，並且有一些障礙妨礙了更廣泛的採用。

解決主要障礙

調查指出，在實施生成式人工智慧時存在顯著的障礙，包括常見的挑戰如虛幻現象。這些問題使許多組織停滯在探索或實驗階段，無法為計劃中的應用案例實施基礎模型。

認識生成式人工智慧的變革潛力

儘管面臨這些挑戰，但各行各業的組織依然認識到生成式人工智慧的變革能力。在Forrester針對Dataiku的調查中，83%的受訪者表示正在探索或實驗使用生成式人工智慧。值得注意的是，超過60%的受訪者認為這對他們的商業策略至關重要，並計劃在未來一年內將數據和人工智慧的投資增加最多10%。

商業領袖表示，他們已經發現多種生成式人工智慧的應用，包括：

- 提升客戶體驗 (64%)

- 產品開發 (59%)

- 自助數據分析 (58%)

- 知識管理 (56%)

調查反映出對生成式人工智慧多樣化應用的日益熱情，受訪者預期在未來兩年內能夠提高產品和運營效率。

實施挑戰仍然存在

儘管抱有樂觀，但有效採用生成式人工智慧仍面臨重大障礙。主要挑戰包括可能違反數據保護和隱私法規（31%），以及需要增強技能和治理（31%），以應對生成式人工智慧的複雜性。此外，超過50%的領導者強調偏見和虛幻現象的風險，可能會影響輸出的質量。

這些風險因生成式人工智慧基礎設施不足而加劇。調查顯示，35%的受訪者提到數據消費、存儲和共享方面的挑戰為主要障礙。受訪者還報告與現有系統整合（35%）和計算限制（27%）的困難。

其他障礙還包括治理機制（35%）、人工智慧可解釋性（25%）、技能差距（31%）及模型可擴展性。

應對挑戰的解決方案

為了克服這些實施障礙，組織應採取協作的方法，利用提供即時解決方案的人工智慧平台，加快開發、實現無縫整合和強健的治理框架。

根據McKinsey的報告，生成式人工智慧有潛力為全球企業年利潤增添2.6萬億至4.4萬億元，最大的影響預計將出現在銀行、高科技及生命科學等行業。

探索Microsoft Copilot應用程式：您絕對不能忽視的隱秘AI發布

轉型銀行業：提升數位客戶旅程，超越簡單交易

Most people like

ProAI

27.1K

量身訂做的人工智慧解決方案，旨在加速業務成長。

人工智慧驅動 Marketing Plan Generator

ticketbro

85.2K

在當今快速變化的數位世界中，擁有一個高效的基於應用的線上預訂系統對希望提升顧客便利性並簡化運營的企業來說至關重要。這一創新解決方案讓用戶可以輕鬆地預約、預訂服務和管理訂單，所有操作都只需在握中完成。通過將基於應用的線上預訂系統整合到您的業務中，您可以顯著提升顧客滿意度和運營效率，同時保持在行業中的競爭力。探索這項變革性技術的優勢和特徵，提升您的預訂流程並擴大您的客戶群。

線上訂位 Other

BuzzBoard

47.6K

BuzzBoard 是一個先進的人工智慧銷售平台，旨在透過量身定制的內容提升銷售代表的信心並推動他們的成功。

AI 驅動的銷售平台 Sales Assistant

BiGe AIPPT

65.1K

您是否厭倦了花費數小時製作PowerPoint簡報？探索這款革命性的AI驅動PPT創建工具，簡化您的簡報流程。這項創新技術運用人工智慧，幫助您快速且輕鬆地製作吸引人的幻燈片，使您能專注於傳遞信息。提升您的簡報品質，並利用這款直觀的解決方案節省寶貴的時間，適合所有希望增強溝通技巧的專業人士。

人工智慧驅動 AI Presentation Generator

Find AI tools in YBX