行业专家表示，提高人工智能可用性的 4 种方法

尽管人工智能很受欢迎，但它也存在可用性问题。

人工智能和相关技术的需求很大，企业领导者渴望尝试它们，看看它们如何提高可见性、分析和预测。当然，生成式人工智能是民主化的人工智能，现在每个人都可以轻松使用。然而，应用程序背后的人工智能（即嵌入系统并准备为企业提供最早的有形价值的人工智能）并不那么容易获得，而且对于商人来说更难以掌握。

这是前 Meta/Facebook 的研究数据科学家 Rachel Woods 最近在 Twitter 上发表的一篇文章的基调，她警告说，虽然围绕人工智能可能正在形成可靠的商业案例，但可用性仍然遥不可及。

“人工智能仍然存在重大的可用性问题，”她写道。 “大多数人仍在努力解决如何利用 ChatGPT/LLM/Generative AI 等工具。每个人都在等待有人告诉他们一些秘密杀手级用例。我们留下了很多人质疑实用性。但这些标题诱饵文章失败了指出根本问题：并不是说这些工具“没有用”......它们实际上只是存在重大可用性问题“

其他行业观察家至少在很大程度上同意这一点。 Constellation Research 首席分析师 Andy Thurai 指出：“ChatGPT 以及整个人工智能之所以火爆，是因为其易用性，以及商业用户以非常简单的方式探索可能性的艺术。” 。 “特别是生成式人工智能生成文本、内容、视频和音频的能力，这让不懂技术的用户对人工智能的潜力大吃一惊。”

另一方面，技术专业人士“由于偏见、技术限制、责任问题等各种原因，一直将其使用限制于非技术用户，但他们对压倒性的反应和立即采用感到震惊，”Thurai说。 “这给了适应性的创造者信心，但也消除了解释事情的需要。”

Vianai 创始人兼首席执行官 Vishal Sikka 博士表示，尽管如此，在大多数情况下，只有“相对少数的人”对人工智能有深入的了解。他估计全球约有 20,000 至 30,000 人。虽然世界上大约有一百万数据科学家，“他们中的许多人无法告诉你为什么系统会这样做，为什么会提出它所做的建议，什么可能会出错，或者底层技术是如何工作的， ”西卡说道。

人工智能和生成式人工智能的企业用例之间存在分歧，需要不同的用例和方法。 “仅仅制作内容是不够的，”图莱说。 “它需要解决业务问题。它应该是负责任的、道德的、可解释的和可审计的，并且应该在原创性和做出的决策上是可以辩护的。这些不仅仅是可用性问题。这些问题可以让任何企业垮掉。”

企业采用将会很缓慢，但用例正在脱颖而出。 “据我所知，法律、人力资源、道德和财务团队都参与探索将为他们带来很多价值的用例，”图赖说。 “人工智能的成本可能很高，尤其是如果使用方式错误的话。这可能会导致它们失去生存，因此在投入这场淘金热之前，需要小心谨慎。”

ChatGPT 使人工智能变得非常容易使用，但“要达到真正的价值，还需要一段很长的上升期，”Woods 补充道。 “为了找到突破性的用例，你要么必须投入工作，要么等到它成为主流并且可用性得到更好的解决。”

技术支持者应该如何提高人工智能的可用性？行业专家提供了一些入门方法：

就人工智能的可能性和挑战进行坦率、开放的沟通：技术经理和专业人士需要更彻底地发展的一项技能是向其企业推销正确的人工智能方法的能力。 Thurai 表示：“我们看到许多技术或创新想法失败的原因之一是，如果商业用户、预算持有者和首席高管官看不到它给企业带来的价值，那么它们就无法获得关注。” “当然，另一种方式也是如此。技术人员认为业务用户的需求是不可能执行的，或者由于预算、技术、资源、成本的限制而被拒绝。”

全民人工智能教育：“各种规模的公司都需要提高整个企业的技术素养，以培养更广泛的人才来使用现有的人工智能系统，”Sikka 说。 “更多的员工必须接受关于人工智能超越方面的教育。他们需要了解人工智能的局限性和弱点。不仅仅是它能做什么，还有它不能做什么，以及需要在人工智能系统中构建什么来弥补这一点。 ”

协作研讨会：Thurai 提倡使用“协作研讨会，邀请技术人员或实施者、创新者、战略家、传播者、业务用户、预算持有者和 CXO探索联合用例。一旦他们看到所提议的用例正在实施，他们的思想就会开放。他们开始探索为他们增加价值的潜在用例。”

建立人工智能人才库：与许多其他技术领域一样，人工智能现在是、将来仍将是一项狭隘的技能。 “Photoshop、Excel、Facebook 广告管理器——所有这些都是技能，”伍兹说。 “可能需要 100 多个小时才能达到临界点，将其融入到日常工作和生活中成为第二天性。”