摘要：人工智能工具与解决方案：研究人员表示，IT领导者应该接受人工智能工具，如副驾驶和助手，以帮助员工适应更复杂、更有影响力的人工智能解决方案。

     人工智能工具与解决方案：研究人员表示，IT领导者应该接受人工智能工具，如副驾驶和助手，以帮助员工适应更复杂、更有影响力的人工智能解决方案。
　　
　　未能通过生成式人工智能获得组织牵引力的首席信息官可能需要重新思考他们如何引入这项技术，以及他们如何磨练他们的人工智能战略以适应这种技术。
　　
　　根据麻省理工学院的一项新研究，当IT领导者考虑生成式人工智能时，他们应该在推出提高生产力的人工智能工具时，而不是在部署业务案例驱动的人工智能解决方案时，制定单独的战略。
　　
　　根据麻省理工学院信息系统研究中心（CISR）最近的一份简报“管理生成式人工智能的两面”，所谓的人工智能工具和人工智能解决方案为对人工智能感兴趣的组织提供了两种截然不同的机会，可能需要不同的部署方法才能成功。
　　
　　该报告的作者表示，从人工智能工具和人工智能解决方案中获得价值的关键是以正确的方式和正确的期望部署它们。麻省理工学院信息科学研究中心首席研究科学家Barbara Wixom表示，这份研究简报的部分原因是，IT领导者们质疑，为什么他们没有从人工智能中获得与过去几十年从数据和分析技术中获得的价值相同的价值。
　　
　　一个原因可能是因为他们对人工智能采取了一刀切的方法。另一个可能没有认识到，推出某些人工智能工具可以培养熟悉感，为未来更大的进步奠定基础。
　　
　　人工智能工具需要培训
　　
　　麻省理工学院信息安全研究中心的报告分析了当今企业中人工智能的使用情况，将ChatGPT、AdobeAcrobatAIAssistant和MicrosoftCopilot等人工智能工具与旨在通过大规模改变流程和系统来产生财务回报的更复杂、更具战略性的人工智能解决方案进行了区分。
　　
　　Wixom表示，人工智能工具不仅能提高工作效率，还能帮助员工适应使用人工智能。因此，IT领导者需要将人工智能助手和副驾驶等工具视为“构建数据民主的真正重要机制”，她补充道。
　　
　　她说：“他们的员工和员工使用这些通用工具的次数越多，在使用人工智能方面变得越自在、越有创意，这实际上会提升员工的技能，并在解决方案方面带来更多创新。”
　　
　　然而，指导方针很重要，特别是对于这一层的人工智能产品，因为有些人可能会重新使用输入的公司数据。此外，培训也是必不可少的，以确保人工智能助理和副驾驶能够成为更复杂的人工智能解决方案的有效入口技术。
　　
　　麻省理工学院信息科学研究中心的研究科学家NickvanderMeulen表示：“在员工层面上，这种修补和实验是有价值的，但你希望安全地进行。许多这些生成式人工智能工具在公共领域都是可用的，所以你要确保你有一些好的指导方针，甚至你可以从你信任的选定供应商那里选择一些工具。”
　　
　　在人工智能的早期阶段，许多首席信息官发现自己并不完全相信这些工具的前景。这在一定程度上是因为，考虑到员工并不经常跟踪节省的时间，它们的全部影响可能很难计算。研究人员在报告中采访的一位高管表示，人工智能工具是生产力的加速器，因为它们为用户节省了几分钟的时间，例如，通过总结文档或帮助起草电子邮件。
　　
　　人工智能解决方案需要战略计划
　　
　　研究人员指出，与人工智能工具相比，人工智能解决方案解决了战略业务需求。联络中心使用大型语言模型（LLM）来处理对话的内容和语气，并向座席提供实时指导就是一个很好的例子。研究报告建议，部署人工智能解决方案的组织应该创建正式和透明的人工智能创新流程，并为人工智能开发制定指导方针，通过定制优先考虑竞争差异化。
　　
　　该研究报告称：“为了避免陷入一位高管所说的‘新一代人工智能洗衣清单心态’，企业需要清晰的治理结构，早期和一致的利益相关者参与，并专注于可扩展的解决方案。高管组织成立了一个高级工作组来指导其通用人工智能计划，利用黑客马拉松和外部顾问等各种来源，向利益相关者提出通用人工智能解决方案的想法。”
　　
　　Wixom表示，在某些情况下，人工智能解决方案的价值可能比人工智能工具的价值更早显现出来。
　　
　　她说：“如果你从事的是内容重、专业知识重、文档重、非结构化数据多的行业，那么就存在着令人难以置信的机会。他们将有他们最擅长的黄金用例。”
　　
　　定制的反应
　　
　　SaaS文本营销平台Textdrip的首席技术官Dhaval Gajjar也认为，这两种类型的生成式人工智能的实施需要不同的策略。
　　
　　例如，网站和移动应用开发公司Pranshtech的首席执行官Gajjar表示，人工智能工具往往更容易部署，成功使用取决于用户培训。他说：“供应商的标准化应该与有效使用的指导方针和最佳实践相一致。”这与麻省理工学院CISR的建议相呼应。
　　
　　他补充说，人工智能驱动的欺诈检测或预测分析系统等解决方案更为复杂。Gajjar补充道：“在我看来，任何人工智能解决方案都需要一个结构化和正式的发布方法。因此，需要跨职能合作，通过严格的测试和明确的管理来大规模地实现这一价值。”
　　
　　会计和咨询公司BPM的首席信息官Moe Asgharnia补充说，人工智能工具和解决方案之间的划分更像是部署的实用框架，而不是技术部门。
　　
　　他说，“重要的是要记住，底层技术是一样的，不同之处在于如何应用和使用它们。像聊天机器人或写作助手这样的人工智能工具可以提高特定任务的生产力，而像人工智能客户支持平台这样的人工智能解决方案则可以使用多种人工智能功能来改变整个工作流程。”
　　
　　Asgharnia也认为，像副驾驶这样的人工智能工具可以让员工接受更复杂的解决方案。他说：“人工智能工具可以在生产力和效率方面快速取得成功，它们可以作为未来更复杂的人工智能实施的垫脚石。”“通过熟悉和使用这些工具，公司可以为部署更大的人工智能解决方案奠定更坚实的基础。”
　　
　　他补充说，如果部署得当，这两种类型的人工智能技术都可以发挥作用。
　　
　　Asgharnia说：“每个项目的范围和复杂性的不同，直接影响到它们应该如何推广或实施。”在这两种情况下，组织都应该通过直接影响以及这些工具和解决方案与长期业务目标的一致程度来衡量成功。
　　
　　编辑：Harris