GenAI の有効性に影響を与える主要な問題

企業が GenAI をビジネスに導入しようとすると、多くの抵抗と驚くべき変更管理の問題に直面します。上級リーダーはこの動きを支持することができるが、中間管理職や業界関係者は抵抗している。職を失うことを恐れたり、仕事をより良くする方法を再考する必要があるため、抵抗する人もいるかもしれません。さらに、企業は AI ツールを使用する際に、ランダムな答えと決定的な答えの間の問題にも直面しており、抵抗の存在がさらに増大します

AI の答えは確率的です

GenAI が提供する確率的な答えは、次のとおりです。つまり、最も可能性の高い答えまたは次のステップを提供するため、手紙や著作物を作成する場合、最も可能性の高い次の単語、フレーズ、またはアイデアを提供しますが、最も可能性の高い答えは正しい答えとは異なります。確かに、これは通常は正しい答えであり、利用可能な膨大な量のトレーニング データを考慮すると、良い答えである可能性が非常に高いですが、正しい答えとは大きく異なります。

この問題をさらに複雑にしているのは、答えにどのように到達したかを監査証跡するという課題です。GenAI の実装で直面する課題の多くは、決定的な答えを必要とするアプリケーションと、答えがどのように得られたかを完全に説明する必要があることから生じます。派生。回答の確実性が要求される、または要求されると認識されている場合、企業およびその内部の人々は、結果の有用性または信頼性について疑問を引き起こすため、これらのアプリケーションに抵抗します。

結局のところ、これは、AI がアシスタントとして提供され、人間が回答の最終決定者となるよう求められた場合にも当てはまり、支援に関する説明不足と不確実性が不信感と抵抗感を生み出しています。

機械知能が確率的な答えを提供するということは、それが価値がないことを意味するわけではありません。多くの例は、それが価値があることを示しています。しかし、企業がこの答えを、決定的な答えを必要とする質問に適用すると、それは、嘘

企業は、GenAI を自社のビジネスに適用しようとするとフラストレーションに遭遇するでしょう。なぜなら、決定論的な答えが必要なときに、最終的には確率的な答えを使用することになるからです。そのため、確率から始める必要があります。機械学習を行う必要があります (たとえば、これはツリーです。緑の葉がある)、答えの妥当性に影響を与える問題があるかどうかをテストする必要があります (例: 秋)。

AI の確率モデルに適しているのはどの分野ですか?

企業は GenAI をプログラミングにどのように導入すべきですか? テクノロジー業界は、GenAI または AI がプログラミングを学習してプログラマを大幅に向上させることができるという大胆な予測を立てています。熟練度や効率の生産性、それは興味深いですね。

コーディングの分野では、これはすぐに効果的です。たとえば、テスト スクリプトの開発自体は確率モデルを通じて処理できます。ここで重要なのは、企業が多くの条件に対して広範囲かつできるだけテストできることです。徹底的にスクリプトを生成します。コードとセキュリティの脆弱性に対する効果的なテストの作成は本質的に確率論的な作業であるため、GenAI は優れており、実務者が簡単に導入できます。

一方で、これは実際のコード開発には役に立ちません。企業はコードが 100% 正しいことを望んでおり、そのためにはより決定的な答えが必要です。ただし、コードのナレッジ マネジメントのサポートには優れたパフォーマンスを発揮します。コード開発。ハイライトを使用すると、優れたスターター セットを作成することもでき、生産性が大幅に向上します。

GenAI のもう 1 つの利点は、ナレッジを統合して要約する能力であるため、ナレッジ マネジメントの分野で GenAI は大きな成果を上げています。

顧客関係管理機能の面では、Salesforce が大きな成果を上げています。 Einstein 製品やその他の製品を通じて得られた成果は、大きな進歩を遂げました。これらの製品は、顧客ニーズ情報から情報を統合または集約して、営業担当者がより効果的にナレッジ マネジメントを行えるように設計されています。これは GenAI にとって非常に効果的なアプリケーション シナリオです。

マーケティングは素晴らしい分野です。たとえば、次のステップに進むのが最善でしょうか? GenAI は、顧客データを分類して最適なソリューションを決定する際に、即座に大きな影響を与える可能性があるため、最終的な回答が必要なクレーム処理などのプロセスにおいて強力なツールとなる可能性があります。たとえば、医療請求の場合、適切な金額の補償を取得する方法を決定する必要があります。ほとんどの場合、正しく行うだけでは十分ではありません。常に正しくある必要があります。

次の質問は、GenAI を使用してフラストレーションや抵抗を軽減するための効果的な出発点として役立ちます。

すぐに効果的に使用できるのはどこですか?

• 他のテクノロジーと組み合わせる必要があるのはどこですか?
• 使用すべきではないのはどこですか?
人的要因についてはどうでしょうか?

確率的な答えは問題を解決するための有用なツールですが、一般に人間を排除するものではありません。その代わりに、特にビジネスが決定的な答えを必要とする場合に、より洗練されたツールを人間に提供します。

企業が AI ツールを使用してビジネス データを支援し、データを集約する場合、摩擦を減らすことができ、これは非常に役立ちますが、意思決定のためにそれを使用する場合、人々はその決定が常に正しいとは限らず、AI ツールがどのように答えを得たのかがわからないため、それを確認する方法がわからないため、その決定に不快感を感じる可能性があります。

これらのジレンマから抜け出す方法は何ですか?

このソリューションは、自動化の仕組みとその自動化による他の人間のタスクへの影響を完全に理解し、下流の作業やその他の予想外の結果に対するガイダンスと支援を提供することに重点を置いています

このツールのアプリケーションはより成熟する必要があり、ユーザーは意思決定を行う際に思慮深く、その影響を十分に考慮する必要があります。製品の成熟度を評価するときは、個人や企業が抵抗してツールの成長を阻害しないように、個人や企業だけでなく、発生する可能性のある予期せぬ結果も考慮する必要があります。

この思考プロセスを必要とする質問には、次のようなものがあります。

## 自動化されるタスクだけでなく、自動化される人間の役割の影響も考慮してください。

• 必要な生産性の向上は、そのタスクに従事する人数の減少につながるという現実を慎重に考慮してください。これをどうやって考慮に入れることができますか?
• 人々が信頼できるように、このツールをテストする方法を考えてください。破壊的な新技術によってもたらされる不確実性が大きければ大きいほど、人々はそれを信頼する意欲を失います。
• 抜本的な変更に移行する前に、AI ツールを試験運用してその利点を実証する方法を検討してください。
• 最終的な考察

GenAI による 1 年間の必死の実験の後、業界は数千件のパイロットの実施に成功しましたが、これらのパイロットの大半は障害があったために本番環境に到達できませんでした。資金調達、変更管理、適応における無数の課題によって。

しかし、GenAI は急速に本番環境に参入し、目覚ましい収益を上げています。これらの実稼働ユースケースの成功は、ツールの選択やその他の要因ではなく、ユースケースが GenAI の機能に完全に適合していることによるものと思われます。さらに、ほとんどのビジネス機能において、GenAI には豊富な効果的な役割がほとんどの場合に備わっているようです。正しいサブ機能に焦点を当てました。実験への巨額の投資を考慮すると、おそらくほとんどの企業にとって、GenAI がどこで機能するかを見つける最も効果的な方法は、GenAI がパイロットから実稼働への移行に成功したユースケースを調べることです。このような進歩がすでに多数で起こっている場合、企業は適切な適合性があると確信でき、労力と資金を無駄にするリスクを大幅に軽減できます。

以上がGenAI の有効性に影響を与える主要な問題の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。