生成式人工智慧（Generative AI）或 Gen AI 受到了全球企業的廣泛關注，尤其是在大約一年半前 ChatGPT 推出後。 Forrester Consulting 最近進行的一項研究強調了圍繞 Gen AI 技術的挑戰和持續的熱情。 

另請閱讀：亞馬遜加入 2 兆美元俱樂部，亞馬遜股價在人工智慧樂觀情緒下創下歷史新高

根據這項研究，隨著生成式人工智慧的出現以及圍繞它的炒作，只有 22% 的公司表示他們在整個企業中利用了生成式人工智慧。這個數字低於高階主管的預期，這意味著Gen AI的預期價值與實際價值之間存在差異。然而，人們對Gen AI的興趣並未減弱，企業仍在增加在不同應用上的支出。 

公司在數據準備和治理方面遇到困難

研究還顯示，超過 50% 的決策者已經爲 Gen AI 定義了業務目標。然而，79% 的人表示，由於缺乏內部或外部技能，他們對組織實現這些目標的能力感到擔憂。此外，79% 的受訪者表示，缺乏現有技能仍然是一個問題。儘管面臨這些挑戰，但許多組織已經部署了至少三個 Gen AI 用例，並計劃在未來 12-18 個月內增加投資。

另請閱讀：紐約總檢察長與 Genesis 達成 20 億美元和解協議

成功實施 Gen AI 的一個主要挑戰是組織內部的數據準備。令人驚訝的是，只有 42% 的組織有能力訓練 Gen AI 模型，而高達 89% 的組織未能爲 Gen AI 準備好業務數據。此外，只有 23% 的組織實施了治理計劃，儘管 90% 的組織認爲有必要制定此類計劃以促進技術的正確使用和管理。

“儘管 Gen AI 競賽起步迅速，但許多計劃仍停留在試點階段，因爲越來越多的組織意識到他們的數據基礎設施尚未準備好在概念驗證之外充分部署 Gen AI 技術。”

SoftServe 首席技術官 Alex Chubay

研究還揭示了技術知識方面的巨大差距。84%的受訪者認爲，數據集成、模型優化和用例創建需要更深厚的技術知識。此外，80%的決策者表示，員工缺乏足夠的用例知識和對 Gen AI 複雜程度的理解。

美國在人工智能應用方面處於領先地位，但各行業結果好壞參半

研究表明，數據、治理和技能是幫助組織成功實現 Gen AI 價值的三大核心要素。在所分析的四個國家中，美國在實現 Gen AI 潛力方面最爲先進，英國、新加坡和德國緊隨其後。

另請閱讀：在日益激烈的人工智能競爭中，Meta AI 進軍印度

就行業表現而言，零售業最有可能使用 Gen AI，尤其是在自有數據上訓練模型方面。相反，金融服務和保險 (FSI) 行業在實現 Gen AI 收益之前面臨更多挑戰。

其他行業，包括醫療保健、生命科學、石油和天然氣、製造業、ISV 和企業技術，在實現 Gen AI 價值方面呈現出均衡分佈。根據這項研究，收入超過 50 億美元的企業由於在硬件、軟件和基礎設施方面的大量投資，在管理必要能力方面更加困難。

Brenda Kanana 撰寫的 Cryptopolitan 報道