博客 | 首席技术官办公室

生成式人工智能如何加速数字化转型

Lori MacVittie 缩略图
洛里·麦克维蒂
2024 年 3 月 26 日发布

全球疫情的扰乱及其对企业数字化转型势头的初步影响已经过去。 但当我们关注生成式人工智能的到来时,其快速的加速、突然转向远程工作以及对数字服务的依赖应该提醒我们颠覆性事件的影响。 

企业数字化转型的加速随处可见,从 DoorDash 到流媒体娱乐的主导地位,再到混合劳动力的建立,这在 2020 年之前是不可想象的。 

我们在生成人工智能上再次看到了这种情况。 

这并不是说生成式人工智能不酷——它很酷。 但这并不意味着生成式人工智能不会改变很多事情——从我们的工作方式到我们的学习方式再到我们的生活方式——它会改变的。 但就其本身而言,生成人工智能并不比分析更有用。 如果不存在需要回答的问题,那么两者都无法产生价值。 当它与现有技术交叉时,其真正的影响才会显现出来。

生成式人工智能的催化特性会产生重大影响,通常是在加速现有趋势时。 

现代applications

例如,现代applications已经准备好在未来几年超越传统applications。 但人工智能却火上浇油,我们已经看到现代应用程序突破了企业产品组合的主导地位。 因为人工智能是一种现代应用程序,因此利用人工智能而构建的applications也是一种现代应用程序。

API

API 已经在交付和安全性优先级中占据首位。 人工智能已经将有关 API 的一切视为关键优先事项,并可能会取代一般安全性。 因为大多数人都在构建现代应用程序(依赖于 API)并使用 API 集成 AI 服务。

混合云和多云

生成式人工智能依赖于大量的计算、存储和网络资源。 这种资源将会扩大现有的混合 IT 运营模式,并加剧多云环境的挑战。 生成式人工智能背后的大脑——大语言模型 (LLM)——很可能存在于公共云中,但也有一些会留在本地。 那么使用这些 LLM 开发的应用程序有哪些? 它们也将是多云的。 如果您不确定混合 IT 是否会继续存在,那么训练和推理所需的资源以及维护私人数据隐私的健康要求的现实将巩固混合 IT 运营模式的常态。

AIOps

生成式人工智能也正在加速向 AIOps 的转变。 这是 AIOps 一直在等待的工具,并且已经有很多解决方案找到了利用这项技术生成内容、代码和查询的能力的方法。 事实上,生成式人工智能将使我们超越当今最成熟的方法——自动化脚本,达到系统不仅能够执行脚本,还能生成脚本以及正确的策略的状态。 它将自动化从“自动化”提升到“自主化”。 这对运营的影响将是深远的,但多年后才会完全显现。 但它正在到来。

所有这些都将加速快速变化,以适应利用人工智能的应用程序以及构建和运营它们的组织的需求。 隐私、安全和责任将推动每个企业领域的创新,尤其是数据、应用交付和安全。 

但是,在 OpenAI 推出 ChatGPT 之前,所有这些(现代应用程序、API、多云、混合 IT 和 AIOps)已经呈现上升趋势。 生成性人工智能只是加速了它们早已前进的速度。 这基本上就是 COVID 对企业数字化转型的影响,只不过有了人工智能,我们将看到更多的变化。 

人工智能的最大影响不仅仅来自于它的存在,还来自于它如何影响人、流程和产品。