我们知道大型语言模型 (LLM)(如OpenAI的ChatGPT)是主要的生成式AI示例之一。但生成式AI在商业中的潜在应用远不止文本生成。
DALL·E 2 和Canva 的AI图像生成器等高级图形设计工具已开始与人类设计师竞争。
此外,现在能够正常的使用Ecrett Music、Soundraw 和 MusicLM等工具创建免版税音乐,这些工具只需要文本提示或选择特定的情绪和主题即可。
除了内容创作之外,商业中有效的生成式人工智能用例还包括自动化客户服务和支持任务、个性化客户体验、提升公司的分析能力、建模复杂场景等。
例如ChatGPT、Synthesia.io等。这一些平台提供用户友好的界面和集成工具,即使对那些 AI 经验有限的人而言,适应起来也相对简单。
除了将市面上可用的Gen AI 解决方案与企业应用程序原封不动地集成之外,还能够正常的使用自己的数据集对其进行微调,以明显提高模型准确性。
例如GPT-3、BERT或它们的后续模型,然后直接用,或者使用您的数据来进行训练。
这种办法能够实现更高程度的自定义,并控制AI的行为和输出,但需要在技术专长、资源和时间方面投入更多。
除非您是一家由微软、谷歌和特斯拉支持的独角兽初创公司,并且拥有计算资源和技术专长,能够将3000亿个单词输入到您的系统中,否则我们不建议您采用这种方法。
自动化客户支持简化内容营销活动实现全面业务流程自动化改善和普及数据分析加强员工教育
商业领域中直接的生成性AI 用例之一是围绕通过实时聊天、电话和电子邮件收到的客户询问提供即时响应。
除了完全自动化客户服务之外,企业还可通过生成式人工智能来增强人类专家的工作。
这使客户支持经理能够识别客户面临的普遍的问题,突出客户服务不足的问题领域,并利用反馈来微调他们的产品和服务。
客户服务的高度个性化是生成式AI在商业中的另一种应用方式。通过一系列分析通话记录中的细微模式(例如词语选择、语速和语调),生成式AI可以帮助组织调整沟通方式并提供定制服务,以提高客户参与度和忠诚度。
Expedia集团是一家旅游科技公司,旗下拥有等全球领先的假日和航班预订平台,该公司将ChatGPT集成到Expedia应用程序中。
用户无需在Expedia网站上搜索航班和住宿,而是可以像咨询旅行社一样向人工智能个人助理寻求旅行建议。
ChatGPT可以就旅行目的地、酒店和交通提供建议。然后,用户可以在应用中收藏建议的地点,并查看所选日期的空房情况。
为了在商业领域充分利用生成式人工智能,Expedia训练了OpenAI技术来识别和理解多达1.26千万亿个变量,包括日期范围、酒店位置、房间类型和价格要求。
智能助手还使用 Expedia航班数据将当前价格与历史价格趋势进行比较并跟踪波动。这些信息可让旅行者确定预订和赚取奖励的最佳时间。
因此,使用生成式人工智能解决方案进行客户支持能够在一定程度上帮助您的公司减少等待时间、提高满意度并降低客户服务成本。
根据埃森哲的《人人享有生成式人工智能的新时代》报告,该技术在银行、保险、资本市场、能源和公用事业领域具有特别高的任务自动化和增强潜力。
总体而言,采用对话式和生成式人工智能进行客户服务将使公司能够将相关费用降低高达30%。
生成式人工智能商业应用专注于完全或部分自动化或增强基于语言的任务。因此,严重依赖文书工作和客户互动的行业将受益最多。
到目前为止,营销部门一直是生成式人工智能的主要受益者。从提升推荐引擎的预测能力到利用智能广告投放,没有任何数字营销任务是生成式人工智能无法增强的。
Gen AI只需几秒钟就能针对任何给定主题撰写出与上下文相关且连贯的内容。相比之下,经验丰富的作家需要花费2-6 小时来润色一篇1000字的博客文章。
有远见的品牌会使用生成式AI工具来撰写和编辑社交媒体公告、博客文章、产品说明、用于建立链接的文章、销售电子邮件和演示文稿。
大型语言模型往往会产生幻觉,在回答用户问题时提供虚假或捏造的信息。这一缺点源于LLM是在大量数据上进行训练的,而这些数据可能不完整或有误。
此外,虽然ChatGPT等生成式AI商业应用程序现在可以实时访问搜索引擎以获取特定信息,但搜索结果可能不完整或与用户查询完全不相关。
Gen AI工具可帮助作者理解复杂的技术主题,例如自动数据收集或在生物信息学中使用机器学习,并指导进一步的研究。
内容起草Gen AI制作的文案可以作为文章及其部分的初稿。我们的内容团队会使用统计数据、知名研究论文的参考资料、技术专家的意见以及相关案例研究来丰富这些初稿。
内容编辑一个关键生成式 AI 用例包括通过智能算法运行人工编写的内容,以检测语法错误和风格不一致,将过长的句子分解为较短的句子,甚至以流行的在线出版物的风格
通过训练商业可用工具或在您的数据上重新训练大模型(LLM),您可以创建高度个性化和有效的内容。
在搜索引擎上排名靠前,吸引相关流量到您的网站,并将网站访问者转化为潜在客户。
业务流程自动化 (BPA) 领域长期以来一直由机器人流程 (RPA)和智能流程自动化 (IPA) 解决方案主导。要了解这些技术如何相互叠加,请查看我们的BPA与RPA 与 IPA文章。
生成式AI商业应用是IPA概念的自然发展。除了数据分析之外,大型语言模型还有助于创建新内容、自动执行更耗时的任务,并充当员工的智能顾问。
与基于规则甚至人工智能的BPA工具相比,生成式人工智能业务应用范围更广、更复杂。它们的变革力量源自Gen AI理解自然语言的能力。
鉴于基于语言的任务占所有工作活动的25%,商业中的生成式AI 用例涵盖各种流程和工作流程,包括:
Gen AI 的主要优势在于它能够不断从新数据中学习并完善其能力。虽然基于深度学习的IPA解决方案也能做到这一点,但它们从一开始就接触的训练数据较少,因此决策潜力较小。
据麦肯锡称,在商业中战略性地使用生成式人工智能可以自动完成高达70%的占用员工时间的任务。这可以显著提高生产力,年改进率为3.3%。
通过正确执行的企业应用程序集成 (EAI)、专家数据管理、人工智能分析和有效的用户界面设计,帮助客户改善资产管理和维护操作、找出降低成本的领域并提高生产力。
通过在商业中利用生成式AI用例,我们的客户可以进一步发展这一概念。通过多种方式增强自助式BI和AI增强分析系统。
虽然BI工具有助于理解复杂的业务数据,但数据分析中的生成式AI应用包括潜在策略的开发、趋势预测和自动报告生成。
自助式BI简化并自动化了最终用户的数据分析,而生成式 AI 可以自动从运营数据中创建洞察、预测和内容。然后可以通过对话界面访问这些洞察,或使用适当的提示将其转换为图表。
自助式BI通常是被动的,这意味着您的员工需要查询数据才能获得见解。生成式 AI 业务应用程序可以主动提供实际解决方案,而无需明确查询。
生成式人工智能可以通过模拟可能的结果或生成数据驱动的提案,来帮助用户做出复杂的决策。
34%的受访者报告了显著的好处,包括竞争力提高(52%)和产品功能或性能改善(45%)。
Gen AI 还可以降低数据分析的成本,因为您的公司无需从头开始训练 AI 模型。
但是,要充分的利用生成式AI辅助分析的优势,您仍然需要获取和格式化数据以进行模型训练。查看我们的数据准备指南,提升您在这方面的知识。
人工智能实施过程中存在许多挑战,这些挑战削弱了组织的创新能力。这中间还包括在开发过程后期出现的技术障碍、无法扩展人工智能概念验证 (PoC)以及围绕人工智能采用的道德问题。
49%的企业高管表示,人工智能的伦理和道德问题仍然是数字化转型的最大障碍。
由于生成式AI在商业领域有如此多的有前景的用例,您的员工自然会担心被智能且高效的算法取代。
此外,员工可能不愿意放弃他们多年来一直依赖的技术工具,无论这些工具多么有用和直观。
就在最近,Asana采访了300多名营销专业技术人员,明白他们的公司如何将AI融入业务流程。
然而,雇主提供此类计划的参与者中有55%有信心在12 个月内实现AI实施目标,而缺乏AI培训的专家只有23%。
从为您的员工创建个性化的学习路径到自动开发培训材料、测验和其他教育内容,Gen AI 可以加快您的学习和发展 (L&D) 团队的工作,同时提高学习成果。
该技术还能帮助人力资源团队筛选简历并根据申请人的个人资料准备面试问题,从而简化新求职者的招聘流程。
目前,并不是每家公司都对 Gen AI 抱有信心。无论是在技术方面,还是在商业方面,都还有许多问题有待解决。
这就是为什么尽管86%的受访者预计该技术未来将在其组织中发挥及其重要的作用,但目前只有33%的IT高管将生成式AI视为其组织的首要任务。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
欧洲议会“右转”,马克龙、朔尔茨失利,三大“赢家”浮出水面,极右议题或重回谈判桌
广东省委常委、常务副省长张虎:粤港澳大湾区建设启动以来,持续推动创新资源高效集聚
外媒评WWDC:近10年苹果最重要软件更新,能不能挽救iPhone销量
与中坚力量共成长,2024建信信托艺术大奖评委会特别奖获奖艺术家凌海鹏
NVIDIA与铭瑄为玩家送福利:购买铭瑄指定RTX 40系可获赠《黑神话:悟空》
苹果公司在 WWDC 2024 上提供了下一代 CarPlay 的最新信息
苹果更新游戏移植工具包支持AVX2指令集 让更多游戏能在M4 Mac上运行
Google Pixel Watch 3 渲染图展示即将发布的智能手表的所有细节
- 上一篇: 一份2500页的文档让谷歌再次成为“大骗子”
- 下一篇: seo怎么优化才能出彩