当下,现代组织深刻认识到要有效运用生成型 AI 来提升业务运营和增强产品竞争力。据 Forrester 的研究,85%的公司正在试验生成型 AI,KPMG 美国的一项研究发现,65%的高管认为它将在未来三到五年内对其组织产生“高度或极高的影响,远超其他新兴技术。
与任何新技术相同,生成型 AI 的采用和实施无疑会带来挑战。许多组织面临着预算紧张、团队超负荷以及资源短缺等问题,所以企业在引入生成型 AI 时必须具备战略眼光。
生成型 AI 成功的关键在于项目背后的人员及其之间的协作。为了从该技术获取最大价值,组织应组建团队,将 AI 原生人才的专业知识与 IT 资深人士的实践经验相结合。通常,这些团队会跨越不同世代、技能和业务理解水平。
确保 AI 专家和业务技术人员有效合作极为重要,这将决定公司生成型 AI 项目的成败。接下来,我们探讨这些角色在技术方面的作用,以及如何协作以推动良好的业务成果。
IT 资深人士和 AI 原生人才在生成型 AI 成功中的角色
一般来说,31%的组织技术由遗留系统构成。企业越资深、成功和复杂,其技术遗留系统的规模就越大,许多技术引入至少已有十年。
实现新技术的业务承诺,取决于组织能否先从现有投资中获取最大价值。这需要深厚的业务背景知识,只有 IT 资深人士具备。他们在遗留系统管理方面的经验,加上对业务的深刻理解,为将生成型 AI 融入产品和工作流程创造了良好环境,同时保持公司的发展势头。
数据科学毕业生和 AI 原生人才也带来关键技能,主要是熟练使用 AI 工具和具备