在过去的一年里，生成式人工智能 (Gen AI) 以前所未有的速度彻底改变了企业界。继 OpenAI 于 12 个月前推出 ChatGPT 之后，IBM 商业价值研究院的一项研究显示，全球 50% 的 CEO 已将 Gen AI 嵌入其数字产品中。此外，75% 的领导者相信，处于 Gen AI 技术前沿的企业将获得竞争优势。
与旨在识别模式和促进决策的传统人工智能不同，Gen AI 擅长根据其在现有数据集中辨别的模式创建新数据。
麻省理工学院的研究强调了人工智能的潜力，表明通过采用人工智能，公司的生产率可以提高 50%。同一项研究还指出，使用人工智能工具的员工的工作满意度和绩效都有所提高。
当今世界，Gen AI 用例数量正在快速增长，包括语言、图像、音频和视频生成。在本文中，Nvidia 企业 AI 高级总监 Erik Pounds 更深入地探讨了三种流行的用例——智能搜索、虚拟助手和摘要，所有这些都将在未来一年推动一波进步。
虚拟助理提升客户体验
企业不断探索创新方法来提高整体效率和效益。一个重点关注领域是通过精简内部运营来提高生产力，以及提升客户体验来提高满意度和忠诚度。
庞兹强调，为了实现这些目标，企业正在采用一种越来越受欢迎的解决方案，即部署人工智能聊天机器人、虚拟助手和智能副驾驶。
他说：“企业应用程序开发人员已经开始使用一种称为检索增强生成 (RAG) 的定制技术，将 Gen AI 模型与他们的企业数据连接起来，为他们的 AI 应用程序提供高度准确的响应。”
“将 LLM 连接到多个数据源和知识库，用户可以使用简单的对话提示轻松获得最新答案，了解他们的数据。通过向应用程序添加 RAG 功能的选项，开发人员可以创建定制的虚拟助手、聊天机器人或副驾驶，与组织内部和外部的用户进行互动对话。”
除了增强客户体验之外，虚拟助手和其他人工智能技术的部署还可以为企业的内部运营和员工生产力带来显著的益处。
在组织内部使用时，这些智能数字助理可以作为员工个人的强大助手。它们可以为广泛的工作职能和职责提供量身定制的支持，使员工能够更高效、更有效地完成日常工作。
“想象一下，如果有一个虚拟助理可以帮助进行财务分析、为营销活动创造资产或提供实时销售见解，”他补充道。“这些智能伙伴使员工能够更高效、更有效地完成工作，从而腾出时间来完成更有价值的任务。
“此外，虚拟助理还用于发现新的或更好的创收机会，从基本的产品查询到复杂的购买决策。通过自然语言理解，聊天机器人可以以对话和类似人类的方式理解和回应客户查询，从而提升整体客户体验。”
利用智能搜索
智能搜索长期以来一直是互联网的主要功能，如今已成为全球数十亿人日常生活的一部分。Pounds 解释说，这一过程由经过互联网规模数据集训练的 LLM 提供支持，使其具备广泛的自然语言知识和理解用户查询意图所需的技能。
他说：“企业内部拥有大量专有数据，这些专有数据以私人文档、数据库和 Snowflake Data Cloud 或 Oracle Cloud ERP 等平台上的关键任务应用程序的形式存在，是业务运营不可或缺的一部分。这些专有数据中包含着企业或组织的知识，但如何充分利用这些数据一直是一个挑战。
“借助 Gen AI，企业从通用的 LLM（有时也称为基础模型）开始，该模型已在大量公开数据上进行过预先训练，因此它能够理解人类语言并拥有广泛的常识。
“一旦基础模型使用专有业务数据进行定制，企业就可以创建能够理解公司特定术语的应用程序，并为员工和客户提供最新的、特定于业务的搜索结果。在许多用例中，第二个 LLM 充当主要 LLM 的监视器，提供护栏，防止交互偏离不必要的领域。”
用于摘要的 Gen AI
将冗长的文档或虚拟会议提炼为简洁易懂的笔记和要点一直是企业的痛点。传统方法通常需要人工操作，既耗时又容易出错。
然而，生成式人工智能模型的兴起正在改变这一挑战。这些先进的人工智能系统现在可以分析文档、录音或视频的内容，并在几秒钟内自动生成简明扼要的摘要。通过利用其自然语言理解能力，它们可以分解复杂的内容并以简单易懂的语言传达关键信息。
“在接下来的一年里，总结功能将出现在个人所依赖的许多生产力平台上，并将提高日常效率，”Pounds 描述道。“这些模型可以帮助各个行业的内部团队。例如，医生和医疗专业人员可以利用 Gen AI 总结患者笔记，使他们能够快速掌握关键信息并提供更好的护理。
纽约大学学术医疗中心纽约大学朗格尼健康中心的研究人员正在开发一款法学硕士学位，该学位根据患者 10 年的健康记录进行微调，以预测患者 30 天内再入院的风险以及其他临床结果。
“在金融服务行业，人工智能模型实时分析数千个数据流，从市场情报中获取见解，以创建总结性研究报告，并为投资者和投资组合经理提供更好的投资回报。”
面向 Gen AI 的完整端到端平台
为了开始将 Gen AI 功能添加到企业应用程序，Pounds 解释了拥有一个 AI 铸造厂来创建自定义 Gen AI 模型和一个企业级平台以在任何地方的生产中运行它们的重要性。
“全栈平台包括加速基础设施、支持端到端 AI 工作流的基本软件、Gen AI 工具、可轻松定制的预训练基础模型以及使用 RAG 连接专有业务数据的解决方案。
“没有哪家企业必须独自踏上通往 Gen AI 的征程，”他总结道。“行业专家和咨询领导者正在制定实践，指导企业将 Gen AI 功能添加到其业务中。该行业将继续快速发展，拥有强大合作伙伴关系的企业将能够调整其战略并在 Gen AI 领域引领其行业。”
本站全部资讯来源于实验室原创、合作机构投稿及网友汇集投稿，仅代表个人观点，不作为任何依据，转载联系作者并注明出处：https://www.lvsky.net/177.html
评论