最近的一項研究表明，美國企業對生成式人工智能（GenAI）提高其業務和員工生產力的潛力充滿熱情。但在高漲的熱情背后，領導者認為，理解差距、缺乏戰略規劃和人才匱乏是實現和衡量技術全部價值的障礙。

這項研究是今年早些時候由科爾曼帕克斯研究公司進行的，由SAS贊助，調查了300名美國GenAI戰略或數據分析決策者，以檢查該領域投資和組織面臨的主要障礙。在這項研究中，科爾曼帕克斯也調查了美國以外的領導人。這些全球結果將在今年晚些時候公布。在這份美國執行摘要中可以了解的信息是GenAI挑戰和潛力揭示:如何實現競爭優勢。

SAS戰略人工智能顧問Marinela Profi表示:“企業意識到，僅靠大型語言模型（LLM）并不能解決業務挑戰。GenAI應該被視為超自動化和加速現有流程和系統的理想貢獻者，而不是幫助組織實現所有業務抱負的新閃亮玩具?；〞r間制定一個漸進的戰略，投資技術，提供整合、管理和LLM的可解釋性，這是所有組織在全身心投入并被‘鎖定’之前應該采取的關鍵步驟。”

組織在四個關鍵的實施領域遇到了障礙:

增加對數據使用的信任并實現合規性：只有十分之一的企業組織擁有可靠的系統來衡量LLM中的偏見和隱私風險。此外，93%的美國企業缺乏針對GenAI的全面治理框架，大多數企業在監管方面面臨不合規的風險。

將GenAI集成到現有系統和流程中：組織透露，當他們試圖將GenAI與當前系統相結合時，他們遇到了兼容性問題。

天賦和技能：由于人力資源部門缺乏合適的員工，組織領導者擔心他們無法獲得必要的技能來充分利用GenAI投資。

預測成本：領導者列舉了與使用LLM相關的令人望而卻步的直接和間接成本。模型創建者可以提供了一個令牌成本估算(組織現在意識到這也是令人望而卻步的)。但是專業知識準備、訓練和ModelOps管理的成本是漫長而復雜的。

Profi說:“這將歸結為確定能夠以可持續和可擴展的方式提供最高價值并解決人類需求的現實用例。”“通過這項研究，我們將繼續致力于幫助組織保持相關性，明智地投資并保持彈性。在人工智能技術幾乎每天都在發展的時代，競爭優勢高度依賴于接受彈性規則的能力?！?/span>

這一消息是在SAS創新大會上宣布的，SAS創新是為商業領袖、技術用戶和SAS合作伙伴提供的數據和人工智能體驗。