當(dāng)一家組織認(rèn)識到生成式人工智能帶來的轉(zhuǎn)型機遇時，它們必須考慮如何在整個企業(yè)中部署該技術(shù)，尤其要同時兼顧其獨特的行業(yè)挑戰(zhàn)、（戰(zhàn)略）優(yōu)先級、數(shù)據(jù)類型、應(yīng)用程序、生態(tài)系統(tǒng)合作伙伴和治理要求。金融機構(gòu)需要確保數(shù)據(jù)和人工智能治理完全符合嚴(yán)格的監(jiān)管要求，媒體和娛樂公司追求構(gòu)建能夠推動更深層次產(chǎn)品個性化的人工智能模型，工業(yè)制造商則希望利用人工智能強化物聯(lián)網(wǎng)，使數(shù)據(jù)科學(xué)家和車間工人都能從數(shù)據(jù)中輕松地獲得有價值的信息，等等。

在任何一種情況下，最先要做的都是獲取在行業(yè)生態(tài)系統(tǒng)中管理和共享的所有這些相關(guān)數(shù)據(jù)，包括所有類型、所有來源的實時數(shù)據(jù)。

當(dāng)組織能利用正確的數(shù)據(jù)和人工智能技術(shù)實現(xiàn)這一目標(biāo)時，他們就具備了開啟數(shù)據(jù)智能的能力：能夠理解自己的數(shù)據(jù)，并擺脫所謂的“數(shù)據(jù)孤島”。

但真正的數(shù)據(jù)智能不光是建立正確的數(shù)據(jù)基礎(chǔ)，組織也要解決如何在使用生成式人工智能時擺脫對高級技術(shù)員工的依賴，并創(chuàng)建關(guān)于數(shù)據(jù)隱私和組織控制的框架。

具體來說，公司希望所有員工都能借助自然語言，從公司自己的數(shù)據(jù)中收集有價值、可操作的信息，進(jìn)而大規(guī)模利用這些數(shù)據(jù)，來訓(xùn)練、構(gòu)建、部署和調(diào)整公司的大型語言模型，并將來自公司數(shù)據(jù)的高價值信息融入到業(yè)務(wù)流程中。

在數(shù)據(jù)智能的下一個前沿領(lǐng)域，企業(yè)將通過人工智能的民主化來實現(xiàn)價值最大化，同時在其行業(yè)背景下將人員、流程和技術(shù)差異化。

《麻省理工科技評論》Insights近日發(fā)布了一份最新的全球跨行業(yè)調(diào)查報告，它深入調(diào)查和采訪了600位技術(shù)領(lǐng)導(dǎo)者，探討了各行業(yè)為實現(xiàn)數(shù)據(jù)和人工智能民主化而建立和利用的基礎(chǔ)。以下是報告的主要發(fā)現(xiàn)：

實時訪問數(shù)據(jù)、數(shù)據(jù)流和分析是每個?業(yè)的優(yōu)先事項。由于數(shù)據(jù)驅(qū)動決策的強大力量及其改變游戲規(guī)則的創(chuàng)新潛力，首席信息官需要無阻礙地訪問公司的所有數(shù)據(jù)，并能夠?qū)崟r從中收集高價值信息。

72%的受訪者表示，分析實時數(shù)據(jù)流并采取行動，這種能力對他們的整體技術(shù)目標(biāo)“非常重要”。

另有20%的受訪者認(rèn)為這“一般重要”，無論這意味著在零售行業(yè)實現(xiàn)實時建議，還是在關(guān)鍵的醫(yī)療分診情況下確定下一步最佳行動。

所有行業(yè)都致力于統(tǒng)一其數(shù)據(jù)和人工智能治理模型，渴求對數(shù)據(jù)和人工智能資產(chǎn)的單?治理?法。60%的受訪者表示，對數(shù)據(jù)和人工智能的單一治理方法“非常重要”。

另有38%的人表示“一般重要”，這表明許多組織都在與碎片化或孤立的數(shù)據(jù)架構(gòu)作斗爭。每個行業(yè)都必須在其獨特的記錄系統(tǒng)、數(shù)據(jù)管道以及安全和合規(guī)要求的背景下實現(xiàn)這種統(tǒng)一治理。

行業(yè)數(shù)據(jù)生態(tài)系統(tǒng)和跨平臺共享，兩者將為人工智能引領(lǐng)的增長提供新的基礎(chǔ)。

在每個行業(yè)，技術(shù)領(lǐng)導(dǎo)者都看到了在整個行業(yè)生態(tài)系統(tǒng)中實現(xiàn)數(shù)據(jù)共享的前景，支持人工智能模型和核心運營，從而推動更準(zhǔn)確、更相關(guān)、利潤更高的結(jié)果。

例如，保險公司和零售商的技術(shù)團(tuán)隊旨在收集合作伙伴的數(shù)據(jù)，以支持電商平臺的實時定價和產(chǎn)品報價決策，而制造商則將數(shù)據(jù)共享視為持續(xù)優(yōu)化供應(yīng)鏈的重要能力。

64%的受訪者表示，跨平臺共享實時數(shù)據(jù)的能力“非常重要”，另有31%的受訪者表示“一般重要”。此外，有84%的受訪者認(rèn)為，一個妥善管理的、包含數(shù)據(jù)集和機器學(xué)習(xí)模型的中心化市場非常重要。

跨云服務(wù)平臺，同時保持?jǐn)?shù)據(jù)和人工智能的靈活性，在所有垂直領(lǐng)域都適?。63%的垂直行業(yè)受訪者認(rèn)為，利用多個云提供商的能力至少“在一定程度上很重要”，而70%的受訪者對開源標(biāo)準(zhǔn)和技術(shù)有同樣的看法。

這與調(diào)查結(jié)果一致，即56%的受訪者認(rèn)為，由單一系統(tǒng)管理商業(yè)智能和人工智能中的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)“非常重要”，另有40%的人認(rèn)為這“一般重要”。

此外，高管們優(yōu)先考慮的事項是：安全地訪問企業(yè)的所有數(shù)據(jù)，無論數(shù)據(jù)的來源和類型。

特定行業(yè)的要求將決定生成式人工智能用例的優(yōu)先級和采?速度。供應(yīng)鏈優(yōu)化是在制造業(yè)中價值最高的人工智能用例，對于公共部門而言是實時數(shù)據(jù)分析，媒體和娛樂則是個性化和客戶體驗，而電信領(lǐng)域更看重質(zhì)量控制。

生成式人工智能的采用不會是一刀切的，每個行業(yè)都在采用自己的戰(zhàn)略和方法。但在任何情況下，創(chuàng)造的價值都將取決于數(shù)據(jù)和人工智能如何滲透到企業(yè)生態(tài)系統(tǒng)中，以及人工智能如何嵌入其產(chǎn)品和服務(wù)中。

將人工智能的價值最大化，并擴大其對人員、流程和技術(shù)的影響是各行業(yè)的共同目標(biāo)，但行業(yè)之間的差異將造成什么樣的影響，值得人們密切關(guān)注。

無論是推動全渠道銷售的零售助理，還是尋找醫(yī)療證據(jù)的醫(yī)療從業(yè)者、分析風(fēng)險和不確定性的精算師、診斷設(shè)備的工人、評估網(wǎng)絡(luò)狀況的電信專家，當(dāng)人工智能的民主化拓展到每個行業(yè)的第一線時，它將支持的語言和場景都會有很大的差異。（綜合整理報道）（策劃/多洛米）