我很高兴组织并主持了第二个人工智能小组讨论会。与北加州哈佛商学院协会和麦肯锡联合举办的 "生成式人工智能在企业中的现实应用与挑战"。

我们的讨论小组成员有麦肯锡副主管布莱恩-戈夫曼（Brian Goffman），他是软件领域生成式人工智能实践的联合负责人；Distyl AI 的人工智能战略家Harshini Jayaram；麦肯锡高级专家顾问兼初创公司CHOIR AI 联合创始人兼战略顾问Nikos Georgiades；Fairly.Ai首席执行官David Van Bruwane；Capital One 数据治理与隐私工程副总裁Awah Teh。 我是 栎芽资本.

生成式人工智能--现状与未来

布莱恩首先分享了麦肯锡对生成式人工智能的见解。 70%的企业已经推出了由生成式人工智能驱动的解决方案。 虽然早期采用者正在采用生成式人工智能来获得竞争优势，但仍存在许多挑战。 这些挑战包括成本、技术集成、人才、产出可靠性，以及道德、合规和知识产权风险。

Harshini 与听众分享了 Distyl 在带领企业客户完成生成式人工智能之旅方面取得的进展。 这段旅程的第一步是信息检索，即一个可以提供问题解答的客户服务聊天机器人。 第二步是能够为客户采取行动。 这也是企业目前正在尝试的。 未来的方向是拥有能够代表人类做出决策的自主代理。

Nikos 与听众分享了 CHOIR AI 为实现企业数据访问和分析的民主化所做的开创性工作。 CHOIR AI 最初以制药行业为重点，它使管理人员能够在管理会议上对业务数据进行实时分析，而无需像现在那样滞后数天至数周，因为到那时某些分析往往可能已不再适用。 因此，人工智能开辟了新的能力，而不是简单地取代人力。 而且，这样做（几乎）不会产生幻觉，也无需将企业内部数据共享给开放式人工智能、微软或其他 LLM 模型提供商。

David 分享了 Fairly.AI 在帮助金融机构遵守法规方面所做的重要工作，Capital One 的 Awah 也认为这一领域至关重要，因为它是信任的基础。 在人工智能方面，Capital One 正在对基础设施和人才进行大量投资。 Awah 非常关注的一个方面是避免偏见。数据质量和对数据来源的了解对于任何人工智能系统的性能、实用性和成功都至关重要，因为在人工智能和计算机科学的世界里，"垃圾进，垃圾出"。

挑战--幻觉、投资回报率及其他

小组成员和听众就 "幻觉"、人工智能的投资回报等多个话题展开了热烈讨论。 "幻觉 "仍然不可避免，但可以通过不同的方法加以控制。 这包括验证链、实验和测试技术，先在离客户更远、风险更小的地方进行。 小组成员和观众争论的焦点是，当人类犯错时，人类似乎对人工智能抱有很高的标准。也许将人工智能的准确性与人类进行比较更合适，但人类的表现似乎缺乏数据。 不过，值得注意的是，对于社交媒体的应用，所要求的标准可能低于金融和制药等其他行业。

听众和专家小组还就人工智能的投资回报、企业是否已从人工智能中获利或对人工智能的投资是否会减弱等问题展开了讨论。 大家一致认为，人工智能现在已经成为桌面赌注。虽然企业在不断评估人工智能投资的效果，但它们可能面临继续投资以保持竞争力的压力。

感谢 Brian、Harshini、Nikos、David 和 Awah 所花的时间、提出的见解和热烈的讨论！