組織擁抱人工智慧,但面臨挑戰

· 解讀數據

 

 

InfoAI智能情報{ 市場數據 }

 

Dynatrace的研究報告揭示了與人工智慧實施相關的挑戰和風險。

該報告強調了複合人工智慧方法的必要性。 這涉及將各種人工智慧型別——如生成、預測和因果——以及可觀察性、安全性和商業事件等各種資料來源相結合。 這一整體戰略旨在為人工智慧輸出提供精確性、上下文和意義,確保可靠的結果。

 

主要發現:

  • 83%的技術主管者,強調人工智慧在駕馭雲環境動態性質方面的強制性作用。

  • 82%的人,預計人工智慧在安全威脅檢測、調查和應對中的關鍵作用。

  • 88%的人,預見到人工智慧透過自然語言查詢擴大非技術員工對資料分析的訪問。

  • 88%的人認為,人工智慧將透過支援金融運營(FinOps)實踐來提高雲的成本效率。

 

Dynatrace首席技術官Bernd Greifeneder說:「人工智慧已經成為組織如何提高效率、提高生產力和加速創新的核心。」

 

「去年年底ChatGPT的釋出引發了重大的人工智慧炒作週期。 業務、開發、運營和安全主管者對生成性人工智慧抱有很高的期望,以幫助它們以更少的努力和創紀錄的速度提供新服務。」

 

雖然各組織對人工智慧的變革潛力表示樂觀,但擔憂之事仍揮之不去:

  • 隨著員工越來越習慣ChatGPT等工具,93%的技術主管者擔心人工智慧的潛在未經批准的使用。

  • 95%的人表示擔心使用生成人工智慧來生成程式,擔心智慧財產權的洩露和不當使用。

  • 98%的人擔心生成人工智慧中的無意偏見、錯誤和錯誤資訊。

 

「特別是對於涉及自動化和依賴資料上下文的用例,採取綜合方法對待人工智慧至關重要。 例如,自動化軟體服務、解決安全漏洞、預測維護需求和分析業務資料都需要一種複合人工智慧方法」。

 

「這種方法應該提供因果人工智慧的精確性,確定系統行為的根本原因和影響,以及預測人工智慧,根據歷史資料預測未來事件。」

 

隨著組織推進人工智慧的採用,平衡熱情和對挑戰的正念方法變得至關重要。 調查強調了人工智慧的變革潛力,但其有效整合需要仔細考慮和多樣化的人工智慧戰略。

 

Greifeneder說:「預測性人工智慧和因果人工智慧不僅為生成人工智慧產生的響應提供了基本背景,還可以促使生成人工智慧確保精確、非可能的答案嵌入其響應中。」

 

「如果組織制定正確的戰略,將這些不同型別的人工智慧與高品質的可觀察性、安全性和業務事件資料相結合,可以顯著提高其開發、運營和安全團隊的生產力,並提供持久的業務價值。」

 

broken image

InfoAI智能情報:AI知識新聞網站

www.InfoAI.com.tw 

broken image

Pitch提案成功:專做投資人想看的募資簡報

www.Pitch.com.tw

broken image

金商機 精選報告:獲得市場數據洞察商機,省時省力省錢方法

www.InfoGold.World