Verizon正利用生成性人工智能应用提升其超过一亿用户的客户支持与体验，同时扩展其负责任的人工智能团队，以降低风险。Verizon网络赋能副总裁Michael Raj讨论了公司在该计划中实施的多项措施，包括要求数据科学家将人工智能模型登记至中央团队进行安全审核，以及加强对Verizon应用中使用的大型语言模型（LLM）的审查，以减少偏见和防止有害语言。
人工智能审计：尚处起步阶段
在纽约市举行的媒体人工智能影响活动上，Raj强调了审计生成性人工智能应用面临的挑战，LLM常常具有不可预测性。他指出，当前人工智能审计领域仍然处于初级阶段，企业必须加快这一过程，尤其是在监管机构尚未制定具体指南的背景下。最近多个行业的客户支持人工智能出现高调错误，如切维、加拿大航空及谷歌等领先LLM供应商，这进一步凸显了提高AI系统可靠性的迫切需求。
政府监管机构仅发布广泛指导，导致私营公司自行定义具体细节。UiPath高级副总裁Justin Greenberger表示：“这就像西部拓荒时代。”Patronus AI联合创始人Rebecca Qian补充道，专注于审计LLM项目的公司也对此深感忧虑。
大多数公司目前仍在进行人工智能治理的第一步——制定生成性人工智能使用的规则。下一步需要进行审计以确保遵循这些政策，但专家一致认为，只有少数公司具备所需资源。最近一份来自埃森哲的报告显示，尽管96%的组织支持某种形式的政府对人工智能的监管，但仅有2%的公司已全面实行负责任的人工智能实践。
利用人工智能提升客户服务
Verizon致力于在应用人工智能方面取得领先，利用智能对话助手提升前线员工的客户互动管理能力。这些员工常常面临大量信息，生成性人工智能能够即时提供个性化的客户信息并处理80%的重复任务，使他们得以集中精力解决20%的需要人工介入的问题，并提供个性化建议。
此外，Verizon还运用生成性人工智能和深度学习技术提升网络和网站的客户体验，同时改善产品和服务。Raj提到，公司开发了模型来预测其庞大用户群的客户流失率。
中央化的人工智能治理确保安全
Verizon正在大力投资人工智能治理，重点关注模型的漂移和偏见。这一举措使所有治理职能整合成一个“人工智能与数据”组织，其中包括“负责任的人工智能”单元。Raj强调，该单元对于人工智能安全至关重要，需与CISO办公室和采购高管紧密合作。今年早些时候，Verizon与东北大学合作发布了负责任的人工智能路线图。
为了有效管理人工智能模型，Verizon已向开发者和工程师开放数据集，以便直接与模型互动，确保使用经过批准的工具。
根据UiPath的Greenberger，注册人工智能模型的趋势预计将在其他B2C企业中获得广泛应用。他建议，模型需要进行“版本控制和审核”，类似于药品监管。他还指出，企业应定期评估其风险状况，因技术快速发展而制定模型注册的立法措施在美国及其他国家正被考虑中。
新兴的人工智能治理单位
Greenberger指出，许多先进企业正在建立中央化的人工智能团队，如Verizon，并且“人工智能治理”单元的出现正在逐渐普及。与第三方LLM供应商的合作促使企业重新思考其战略，因为每个供应商提供的模型能力各异。
考虑到生成性人工智能应用的不确定性，立法审计过程面临独特挑战。正如Patronus AI的Qian所指出的，安全、偏见和错误信息相关的潜在失败需要特别的行业监管，尤其是在运输或医疗等高风险领域。
在人工智能审计中，透明度依然是一个重大障碍，传统人工智能相对容易理解，而生成性人工智能则复杂得多。Greenberger报告称，目前只有大约5%的公司完成了以偏见和负责任的人工智能为主题的试点项目。
随着人工智能领域的快速发展，Verizon对负责任的人工智能的承诺为行业做好了标杆，凸显了在部署这些技术时急需改善治理、透明度和伦理标准。
排行榜
