Verizon 正在利用生成式人工智慧應用提升其超過一億電話用戶的客戶支持與體驗，同時擴大其負責任的人工智慧團隊以減輕風險。Verizon 網絡啟用部門的副總裁 Michael Raj 討論了該公司在此倡議中實施的多項措施，包括要求數據科學家向中央團隊登記人工智慧模型以進行安全審查，並加強對在 Verizon 應用中使用的大型語言模型（LLMs）的審查，以減少偏見和防止有害語言。
人工智慧審計：無法預測的挑戰
Raj 在紐約市的媒體 AI 影響活動上發表演講，著重於審計生成式人工智慧應用的挑戰，因為大型語言模型的行為往往難以預測。他指出，人工智慧審計領域仍處於初期階段，公司必須加快進展，尤其是在監管機構尚未提供具體指導的情況下。來自各行各業的客戶支持人工智慧最近出現的高調錯誤，包括涉及 Chevy、Air Canada 及主要 LLM 提供商如 Google 的事故，突顯了提高人工智慧系統可靠性的迫切需求。
根據 UiPath 高級副總裁 Justin Greenberger 的說法，政府監管機構僅發布寬泛指導，讓私營公司自行定義細節。“這種狀況就像是西部開發時代，” Patronus AI 共同創始人 Rebecca Qian 補充道，該公司專注於 LLM 項目的審計。
大多數公司目前正專注於人工智慧治理的第一步——制定生成式人工智慧的使用規則。下一步將進行審計，以確保遵守這些政策，但專家一致認為，鮮有公司擁有必要的資源。根據最近的埃森哲報告，儘管 96% 的組織支持某種形式的政府對人工智慧的監管，卻只有 2% 全面實施了負責任的人工智慧實踐。
用人工智慧賦能客戶服務專員
Verizon 旨在通過為一線員工配備智能對話助手來引領應用人工智慧的潮流，以更好地管理客戶互動。這些專員經常面臨大量信息，但生成式人工智慧可以即時提供個性化的客戶信息，並處理 80% 的重複性任務，這樣專員可以專注於需要人為干預的 20% 問題，並提供個性化建議。此外，Verizon 還利用生成式人工智慧和深度學習技術來提升其網絡及網站的客戶體驗，並改善其產品和服務。Raj 提到，公司已開發模型以預測其龐大用戶基礎中的客戶流失。
中央化的人工智慧治理以確保安全
Verizon 正在大量投資於人工智慧治理，重點追踪模型漂移和偏見。這一舉措導致將所有治理功能整合成一個名為「人工智慧與數據」的組織，其中包括「負責任的人工智慧」單位。Raj 強調，該單位對於人工智慧的安全至關重要，並與 CISO 辦公室及採購高管密切合作。今年早些時候，Verizon 與東北大學合作發布了其負責任的人工智慧路線圖。
為了有效管理人工智慧模型，Verizon 讓開發者和工程師能直接與模型互動，確保使用經批准的工具。UiPath 的 Greenberger 認為，註冊人工智慧模型的趨勢預計將在其他 B2C 公司中擴大，他建議模型需要「版本控制和審計」，類似於製藥行業的規範。他還強調，企業應經常評估其風險狀況，特別是在科技快速發展的背景下，美國和其他國家正在考慮針對模型註冊的立法措施。
新興的人工智慧治理單位
根據 Greenberger 的說法，許多先進公司正在建立中央人工智慧團隊，像 Verizon 一樣，出現「人工智慧治理」單位的趨勢日益廣泛。與 LLM 第三方供應商的合作促使企業重新思考其策略，因為每個供應商提供的多個模型擁有不同能力。
鑒於生成式人工智慧應用的不可預測性，立法審計過程面臨獨特挑戰。正如 Patronus AI 的 Qian 所指出，與安全、偏見和錯誤信息相關的失效風險需要針對不同行業的監管，尤其是在交通或醫療等高風險領域。人工智慧審計的透明度仍是一個重大障礙，傳統人工智慧相對簡單易懂，而生成式人工智慧則更為複雜。根據 Greenberger 的說法，目前只有約 5% 的公司已完成以偏見和負責任的人工智慧為核心的試點項目。
隨著人工智慧領域的快速演變，Verizon 對負責任的人工智慧的承諾成為行業的基準，彰顯出在部署這些技術時迫切需要改進治理、透明度和道德標準。
排行榜
