对于生成式 AI 的采用，采取谨慎和缓慢的方式有很多原因。技术变化迅速，在错误的平台上投入大量资金可能会造成巨大损失。
生成式 AI 仍存在准确性和安全性问题，版权问题也尚未在法庭上得到解决，这些都可能带来法律责任或其他问题。当然，许多早期项目也可能无法带来实际的商业价值，从而浪费时间和资源。
根据 IDC 9 月的调查，70% 的 CIO 报告称他们的自建 AI 应用项目失败率达 90%，三分之二报告称供应商主导的 AI 概念验证失败率达 90%。兰德公司则将 AI 失败率估计在 80% 以上。
然而，一些早期采用者表示实现了收入增长、生产力提升，早期努力帮助公司发展了与生成式 AI 相关的关键技能和能力。波士顿咨询集团实际上表示，早期采用 AI 的公司声称收入增长比其他公司高 1.5 倍。那么如何调和 AI 项目的高失败率和早期采用者报告的商业效益呢？这两种情况都可能是真实的。早期采用者会尝试多种不同的方法，直到找到有效的方法，而有效的方法将会被扩大规模、投入生产，为企业创造价值。
自建还是购买
技术供应商正在迅速为其所有产品和服务添加生成式 AI 功能。但有些公司等不及那么久。例如，Intuit 构建了一个代理式 AI 系统，帮助企业主提高 45% 的收款速度。Intuit 首席数据官 Ashok Srivastava 说："它帮助企业主理解发票内容、何时发送提醒以及如何收款。"为此，该公司建立了自己的生成式 AI 操作系统。他说："它抽象了平台的复杂性，使开发人员可以在其上进行开发。"
GenOS 于 2023 年 6 月推出，今年 9 月又增加了 GenOS AI Workbench，这是一个专用的开发环境。Intuit 还构建了代理工作流的编排层、一套安全、风险和欺诈防护措施、拥有超过 140 个组件、小部件和模式的用户体验框架，以及包含领先商业和开源大语言模型的模型库，外加 Intuit 自己训练的特定领域模型。
"我们领先平台玩家 18 个月到两年，"他补充道。
那么当 Microsoft、Google 或 AWS 推出自己的生成式 AI 操作系统时会怎样？"当他们赶上来时，我们就会转向他们提供的原生服务，"Srivastava 说。
从某种意义上说，所有这些工作都将被浪费；在某个时候，公司将转向主要供应商推出的产品。但在那之前，它将能够收获早期投资的好处。
"这就是我们保持领先的方式，"他说。"我们不能等待。我们必须建设技术，而在此过程中，平台也在不断发展。当然，我们会将一些服务从自己的功能转向他人的功能。我可以告诉你，这些是我们为推动业务发展而进行的基础性投资。"例如，新的生成式 AI 功能使生产力平均提高了 15%，编码时间缩短了 30%。
另一家构建自己的代理式 AI 框架的公司是凯捷。"生成式 AI 具有变革性，"凯捷工程部执行副总裁兼首席软件官张建妮说。"特别是在软件工程领域，它具有巨大潜力。"
因此在去年 5 月，公司开始构建自己的代理框架。"我们在内部构建是因为我们想要更开源，这样我们就能更具适应性，"她说。"我们从 7 月开始使用它，现在它非常稳健。"该平台由许多不同的专门代理组成，用于迁移旧代码，她说，有一个可以生成代码的代理，一个可以构建需求的代理，和一个可以构建架构的代理。还有针对特定目的的专门代理，比如用于处理汽车软件代码。
还有一个编排层允许所有代理相互通信，一种跟踪代码不同版本的方法，以及自我诊断功能。
在 2024 年初，生成式 AI 还只是关注软件生命周期中的个别用例，张说。如今，它更多地从整体角度看待代码。这是一个非常快速的变化。"你不能基于 3 月份的技术水平来评判，"她说。"从采用的角度来看，你不能原地不动。"
Intuit 和凯捷并不是唯一积极采用生成式 AI 部署和创新的公司。根据 Google Cloud 和国家研究集团最近对 2,500 名全球企业高管进行的调查，生成式 AI 领导者是那些在生产环境中有四个或更多用例，并在前一年将总运营支出的 15% 以上投资于生成式 AI 的公司。
此外，69% 的领先企业在至少一半的核心功能中使用生成式 AI，而其他组织只有 36%。而且他们正在看到回报。在调查中，生成式 AI 领导者报告由生成式 AI 驱动的收入增长 10% 或更多的可能性高出 33%，并且在提高后台流程、个人生产力、工程和开发人员生产力以及销售和营销方面的生成式 AI 项目也看到了显著的效率提升。
通过利用商业平台快速发展
不过，并非所有 AI 领导者都是从零开始构建一切来实现快速发展。以全球会计公司 RSM 为例，该公司拥有约 20,000 名员工。
"所有数据提供商如邓白氏，以及软件提供商如 ServiceNow，都在将 AI 嵌入其产品中，"RSM 的企业数字化负责人 Sergio de la Fe 说。"我们正在努力了解他们在开发什么。如果我的合作伙伴要构建这个，我不想浪费我的钱。我们宁愿将资金投资在我们具有领域专长的领域。我不想快速构建一些后来要扔掉的东西。那不明智。"
RSM 在 2023 年成立了 AI 指导委员会，并确定了四种对其业务至关重要的用例类型：聊天、文档创建、文档评估和数据分析。
"这四个主要主题代表了数百个用例，"de la Fe 说。"我们从用例开始，而不是从技术开始。我们相信技术支持用例，而不是相反。"
该公司选择了在私有 Azure 云上运行的 OpenAI。"我们是一家 Microsoft 公司，"他说，"所以使用 Microsoft Azure 平台对我们来说很简单。"
对于其自动合规系统，RSM 微调了一个 OpenAI 模型，将全球政府法规与客户内部控制进行映射并提供建议。目前，有几十个不同的用例在生产中运行，还有几十个正在开发中。"我们正在快速将这些放入队列中执行、试点和测试，"他说。到目前为止，最大的好处是提高了效率和质量。
"这是为了让我们的专业人员能够花更多时间做工作中增值的部分，"他补充道。"如果我们能够减少在繁琐任务上花费的时间，并让更多时间用于提高质量，这非常重要。"
另一个通过利用供应商能力加速采用生成式 AI 的组织是支付公司 ACI Worldwide。在超过 3,500 名员工中，每个人都可以使用某种类型的生成式 AI，无论是用于电子邮件还是总结 Teams 会议。对于其内部知识库，它使用 OpenAI ChatGPT 的微调版本。"我们绝对不是在慢慢来，"该公司的 CTO Abe Kuruvilla 说。但它也不是在内部构建所有生成式 AI 平台。例如，对于代码生成，该公司使用 GitHub Copilot。"我们正在逐渐习惯它，"Kuruvilla 说。"尽管如此，我们的高级工程师在检入代码之前仍会查看代码。"
目前，50% 的工程人员正在使用它，公司希望今年达到三分之二。对于一般员工生产力，公司使用 Microsoft Office 365 Copilot。它也是 Salesforce 的客户，正在考虑部署平台中可用的代理功能。
Kuruvilla 说，主要策略是首先将生成式 AI 用于内部用例，让人参与验证质量和结果。"这关乎影响力，确保你识别出正确的用例，"他说。
教育的重要性
AI 领导者报告说他们的生成式 AI 部署带来了明确的财务效益，但早期采用的承诺不仅仅是短期投资回报。
"通过实验和迭代可以学到很多东西，"Gartner 分析师 Arun Chandrasekaran 说。"在 AI 方面，你需要有成长思维。你必须积极实验。"
他补充说，这并不意味着公司应该随意进行 AI 项目。组织需要有明确的目标，但也要做好第一次尝试可能不会成功的准备。
"你必须从失败中学习并不断迭代，"他说。"失败不是耻辱。失败是学习过程的一部分。这在生活中普遍适用。如果你第一次就成功了，这只意味着你为自己设定的标准太低了。"
