生成式人工智慧（Generative AI）或 Gen AI 受到了全球企业的广泛关注，尤其是在大约一年半前 ChatGPT 推出后。 Forrester Consulting 最近进行的一项研究强调了围绕 Gen AI 技术的挑战和持续的热情。 

另请阅读：亚马逊加入 2 兆美元俱乐部，亚马逊股价在人工智慧乐观情绪下创下历史新高

根据这项研究，随著生成式人工智慧的出现以及围绕它的炒作，只有 22% 的公司表示他们在整个企业中利用了生成式人工智慧。这个数字低于高阶主管的预期，这意味著Gen AI的预期价值与实际价值之间存在差异。然而，人们对Gen AI的兴趣并未减弱，企业仍在增加在不同应用上的支出。 

公司在数据准备和治理方面遇到困难

研究还显示，超过 50% 的决策者已经为 Gen AI 定义了业务目标。然而，79% 的人表示，由于缺乏内部或外部技能，他们对组织实现这些目标的能力感到担忧。此外，79% 的受访者表示，缺乏现有技能仍然是一个问题。尽管面临这些挑战，但许多组织已经部署了至少三个 Gen AI 用例，并计划在未来 12-18 个月内增加投资。

另请阅读：纽约总检察长与 Genesis 达成 20 亿美元和解协议

成功实施 Gen AI 的一个主要挑战是组织内部的数据准备。令人惊讶的是，只有 42% 的组织有能力训练 Gen AI 模型，而高达 89% 的组织未能为 Gen AI 准备好业务数据。此外，只有 23% 的组织实施了治理计划，尽管 90% 的组织认为有必要制定此类计划以促进技术的正确使用和管理。

“尽管 Gen AI 竞赛起步迅速，但许多计划仍停留在试点阶段，因为越来越多的组织意识到他们的数据基础设施尚未准备好在概念验证之外充分部署 Gen AI 技术。”

SoftServe 首席技术官 Alex Chubay

研究还揭示了技术知识方面的巨大差距。84%的受访者认为，数据集成、模型优化和用例创建需要更深厚的技术知识。此外，80%的决策者表示，员工缺乏足够的用例知识和对 Gen AI 复杂程度的理解。

美国在人工智能应用方面处于领先地位，但各行业结果好坏参半

研究表明，数据、治理和技能是帮助组织成功实现 Gen AI 价值的三大核心要素。在所分析的四个国家中，美国在实现 Gen AI 潜力方面最为先进，英国、新加坡和德国紧随其后。

另请阅读：在日益激烈的人工智能竞争中，Meta AI 进军印度

就行业表现而言，零售业最有可能使用 Gen AI，尤其是在自有数据上训练模型方面。相反，金融服务和保险 (FSI) 行业在实现 Gen AI 收益之前面临更多挑战。

其他行业，包括医疗保健、生命科学、石油和天然气、制造业、ISV 和企业技术，在实现 Gen AI 价值方面呈现出均衡分布。根据这项研究，收入超过 50 亿美元的企业由于在硬件、软件和基础设施方面的大量投资，在管理必要能力方面更加困难。

Brenda Kanana 撰写的 Cryptopolitan 报道