生成式人工智能：一场为企业提供高价值商业用例的消费者革命

在整个商业价值链中使用生成式人工智能并不新鲜，但其使用现在已经民主化并成倍增加。对于一些大品牌和支持它们的AI服务公司，已经在测试阶段设计和部署使用案例。

尽管可能性是无限的，而且应用取决于业务需求，但这些主要用途可分为四类。

第一个问题涉及到没有或很少有数据分析专业知识的角色对以前复杂数据的可及性。人工智能能力使得开发直观的工具成为可能，这样商业用户就可以访问、咨询和分类非常大量的数据，在几秒钟内获得仪表盘和新数据。自然语言处理（NLP）方面的最新进展使这些专业人员更容易与数据互动。因此，金融、营销或物流等领域的专业软件可以通过生成功能得到 "增强"，使重复性和/或耗时的任务自动化，以帮助这些角色进行决策。 Artefact例如，一个服务公司的销售团队可以依靠一个线索鉴定解决方案，通过检测大量数据中的信号来确定客户和潜在客户的意图。国际零售商也可以更好地管理库存和优化定价政策，通过交叉引用许多参数来更好地了解特定产品或类别的销售增长或下降的原因。

第二个是关于公司与各种受众的关系。我们正在与一些品牌合作，创建由生成性人工智能驱动的聊天机器人和呼叫中心，在类似于两个人之间对话的互动中，以更相关和高度个性化的方式回应客户要求。还可以从这些交流中收集见解，以更好地了解品牌来电者的需求和期望，提高客户满意度。

第三类，今天已经广泛使用，是内容生成。这是一个快速增长的应用，用于开发和改编文本、图像和声音，为公司的营销活动提供素材：网站内容、产品单页、邮件、广告、演示等。例如，我们正在为一家汽车集团做一个 "内容增压器 "项目。这个解决方案利用制造商的专有数据，并利用先进的社交网络监测来促进品牌的个性化内容的生产。创意专业人士现在可以从改编概念等耗时的任务中解放出来，专注于他们的附加价值：构思和战略。

第四个主要应用是提高现有模型或物流过程的效率。例如，银行保险业的公司一般有几个专门用于风险预测或欺诈检测的算法。这些工具对它们所采集的各种信号的解释可能不尽相同。在这种情况下，人类代理人应该能够快速而轻松地做出决定。这时可以添加一层生成式人工智能，以人类可消化的方式总结导致初始算法提出其结论的原因。

我们正处于一场使用革命的开始，不仅在日常生活中，而且在商业应用中。生成式人工智能是如此直观和易于使用，以至于它很快就会被部署到公司，以避免在个人和专业用途的流畅性之间产生太大差距。

整个商业价值链都将受到影响，虽然我们仍处于早期阶段，但第一批整合已经非常有希望。为了在今天充分利用它们并为未来做好准备，品牌将需要在这个问题上迅速获得成熟。为了应对人工智能带来的技术、环境和道德挑战，他们将需要招聘新的职能部门并使员工适应，选择正确的人工智能生成技术，建立适当的治理，与业务部门确定使用案例，并确保开发的应用程序的透明度、道德和环境影响。