80% of AI decision makers are worried about data privacy and security

組織對生成式人工智慧（Generative AI）增加業務和人力生產率的潛力持有熱情，但缺乏戰略計劃和人才短缺阻礙了它們實現其真正價值的能力。{ width=50% }

---

這是根據2024年初由Coleman Parkes Research進行的一項研究所得，該研究由數據分析公司SAS贊助，對300名美國GenAI策略或數據分析決策者進行了調查，以對組織的主要投資領域和面臨的障礙進行脈搏檢查。

SAS的戰略AI顧問Marinela Profi表示：”組織正在意識到僅僅擁有大型語言模型（LLMs）並不能解決業務挑戰問題。GenAI應被看作是對超級自動化和現有流程和系統加速的理想貢獻者，而不應被視為新的光鮮亮眼的玩具，它將幫助組織實現所有業務目標的工具。在潜入並全部投入之前，組織應該花時間制定先進策略並投資於提供LLMs整合、治理與可解釋性的技術，這是所有組織應採取的重要步驟。”

組織在實施的四個關鍵領域中遇到了障礙：

• 提高對數據使用的信任度並實現合規性。只有10％的組織有可靠的系統來衡量LLMs中的偏見和隱私風險。此外，93％的美國企業缺乏一套全面的GenAI治理框架，大多數在法規方面面臨風險。
• GenAI與現有系統和流程的整合。組繹透露當他們試圖將GenAI與其當前系統結合時，他們遇到了兼容性問題。
• 人才和技能。內部的GenAI缺乏。隨著人力資源部門遭遇合適人選的短缺，組繹領導者擔心他們無法獲得必要的技能來最大程度地利用他們的GenAI投資。
• 預測成本。領導人引述使用LLMs的直接和間接成本過高。模型創作者提供了一個象徵性的成本估計（組繹現在意識到這是禁止的）。但關於私人知識準備、培訓和模型運營管理的成本是冗長且復雜的。

Profi補充說：”重要的是找出提供最大價值並以可持續和可擴展方式解決人類需求的現實用例。通過這項研究，我們將繼續致力於幫助組繹保持競爭力，明智地投資他們的資金並保持彈性。在人工智慧技術幾乎每天都在進步的時代，競爭優勢高度關注於能夠遵守彈性規則的能力。”

該研究的詳細信息是在拉斯維加斯的SAS Innovate大會上披露的，這是為商業領袖、技術用戶和SAS夥伴舉辦的SAS軟件人工智能和分析會議。如果您想從行業領袖了解更多關於人工智慧和大數據的信息，請查看將在阿姆斯特丹、加州和倫敦舉辦的AI＆Big Data Expo。這一全面的活动与其他领先的活动如BlockX、Digital Transformation Week和Cyber Security & Cloud Expo共同举行。

---

感谢阅读！如果您对AI的最新发展感兴趣，可以查看更多AI文钊文章：GPTNB。

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。