关键字: [Amazon Web Services re:Invent 2023, Click Analytics, Ai Readiness And Success, Ai Strategy, Data Privacy And Governance, Human Oversight, Generative Ai Risks]
本文字数: 1300, 阅读完需: 6 分钟
视频
如视频不能正常播放,请前往bilibili观看本视频。>> https://www.bilibili.com/video/BV16C4y1c7qx
导读
您准备好投入 AI 的狂热了吗?虽然许多组织仍在学习支持 AI ,但正确地实现它的价值是变革性的。但由于非常现实的风险、治理和信任问题,一些领导人对行动过快持谨慎态度。在本论坛中,探索如何避免关键的失误,并学习如何使用亚马逊云科技和亚马逊云科技合作伙伴提供的快速进步的技术,以便您可以满怀信心地投入其中。HARMAN Digital Transformation Solutions 的首席产品官 Dr. Jai Ganesh 博士加入会议,分享他们如何接近 AI ,并采取具体行动避免五个错误。本演示文稿由亚马逊云科技合作伙伴 Qlik 为您带来。
演讲精华
以下是小编为您整理的本次演讲的精华,共1000字,阅读时间大约是5分钟。如果您想进一步了解演讲内容或者观看演讲全文,请观看演讲完整视频或者下面的演讲原文。
格雷迪先生,作为Qlik点击分析业务部的总经理,在亚马逊云科技re:Invent上发表了欢迎致辞。他介绍了他的共同演讲者,来自Qlik的产品总监杰伊·甘尼什博士,后者通过远程连接从印度的班加鲁尔加入了会议。格雷迪表示,他们的讨论目标是帮助企业在与人工智能(AI)相关的实施过程中避免常见的陷阱。他希望帮助企业的名字避免出现在关于AI失败的尴尬新闻头条上。
格雷迪回顾说,我们生活在一个充满不确定性的世界,战争、经济衰退的恐惧以及新技术,如生成性AI,都带来了破坏性。这种不确定性对像Qlik这样的分析供应商来说是刺激的,但同时也具有破坏性。格雷迪回忆起一家软件公司的运营部门是如何在没有明确方向的情况下被CEO告知“做AI”的。这种缺乏战略说明了企业在采用AI时面临的第一个错误。
他强调,到2023年,企业不应该仅仅因为AI是最新、最酷的技术就实施AI。他们需要明确地确定一个AI可以改进的具体商业问题或决策。AI和业务智能计划应该专注于增强决策制定,而不仅仅是运行科学实验。企业必须以可衡量的标准来定义成功,如成本节省、收入增加或风险减少。
甘尼什博士表示同意,并解释说,在评估AI时,公司应该首先基于预期的回报和实施努力来确定和优先处理使用案例。这个过程揭示了AI可以有效地解决哪些商业问题。他警告说,一些AI使用案例需要棘手、有偏见或敏感的数据,需要对这些问题进行严格控制以避免问题。目标应该是将AI应用于有影响力的商业挑战。
格雷迪再次强调,随着AI的发展,特别是生成性模型,企业需要大量高质量、高速度的数据。他建议询问有关你的数据的关键问题:你是否有所需的所有数据?它是准确的还是有误导性的?它是否得到了适当的监管?它是否可与核心过程相连并消耗?
甘尼什博士深入探讨了数据质量和治理的重要性及关键性。他认为,有偏见的或失真的训练数据往往是许多AI项目失败的原因。企业需要对自身数据进行深入研究,优化数据分布并在需要时创建具代表性的合成数据。他强调,模型开发过程的每一个环节都应该受到监管,并可通过溯源追踪来检测潜在问题。
布雷登再次强调了建立一个可靠的数据基础、定期更新数据以及避免数据陷阱的重要性。他指出,尽管更多的数据对AI有益,但必须确保数据的道德性、可追溯性和适当管理。特别地,生成性模型需要大量的、多样化的企业数据集。
在考虑偏见、安全性和隐私等方面的风险时,布雷登强调了AI所固有的风险,例如偏见、安全漏洞、隐私侵犯和法律责任。他还列举了一些因风险缓解不足而导致尴尬的AI失败案例。甘尼什博士强调了对个人数据使用、安全和模型治理的严格控制,这可以通过MLOps管道来实现。他指出,企业必须遵守日益发展的数据隐私法规。
布雷登重申,随着组织将越来越多的外部公共数据整合到私有企业数据中,治理变得尤为重要。他警告说,如果缺乏适当的控制措施,行业特定的数据可能会泄露专有信息。甘尼什博士简要介绍了他们内部的治理方法,即将使用场景分为低风险、中等风险和高风险,其中高风险需要在采取行动之前对人模输出进行更多的人工验证。
布雷登指出,尽管生成性AI具有变革性,但它应该作为传统技术(如预测、警报和自然语言处理)的补充,而非替代。大多数生产模型仍然依赖于现有方法。他将生成性AI比喻为一款耀眼的新圣诞礼物,虽然强大,但仍需验证。甘尼什博士同意,企业在现实世界中的数据是多元化的,因此需要结合传统和现代AI的方法。
布伦丹解释说,尽管传统技术在销售预测、通知和对话界面等方面仍具有重要地位,但生成性AI在内容生成和总结方面表现出色。真正的价值源于两者之间的融合。他在提及Qlik在re:Invent上的展示时,谈到了这种综合效果。甘尼什博士详细描述了他们如何通过调整私人生成模型来提高企业AI标准的措施,这些模型运行在他们的专有数据上。
布伦丹强调,随着AI改变组织结构,人类应始终保持核心地位。他认为,AI不会替代人类的直觉。接纳AI的经理将取代那些拒绝接受AI的经理。他将AI比作钢铁侠战衣——一种强大的技术,但其威力取决于内部的人类。甘尼什博士指出,人类必须验证并实施模型输出,尤其是在高风险使用情况下。他阐述了他们的“人在循环”方法,该方法根据风险水平进行手动审查。
布伦丹注意到,数字原生代(年轻一代)更愿意将决策交给AI,因为他们从小就在这种环境中成长。年长一代则对此持怀疑态度。然而,AI的素养和道德考虑将影响每个人。组织需要制定策略来解决这个问题。甘尼什博士警告说,如果没有适当的监管,年轻人开放的数据共享可能会增加风险。
布伦丹向观众提出了一些建议。首先,建立一个可靠的数据基础和实施治理。其次,利用AI增强现有的分析和商业智能。第三,通过自然语言接口等措施让更多员工接触到AI。最后,实施AI以提高决策质量,而不仅仅是追求轰动效应。
甘尼什博士重申,必须在整个数据生命周期、模型和决策过程中保护和监控数据,以防止在AI在企业中扩展时出现陷阱。布伦丹感谢甘尼什博士的见解,并对他远程从印度参加活动表示赞赏。他鼓励观众参观Qlik的展台,了解他们经过30年积累的人工智能功能的示例。通过正确的策略,AI可以通过将更多智能赋予人类来改变组织。
下面是一些演讲现场的精彩瞬间:
格雷迪先生,作为Clicks分析部门的总经理,曾在亚马逊云科技的re:Invent上向与会者介绍了贾伊·甘地博士。
他认识到,随着生成性人工智能这种颠覆性和创新性的技术不断发展,世界上充满了不确定性。
然而,在实施人工智能时,组织必须保持谨慎,以免遭受高调的失败。
亚马逊云科技的领导者们提醒道,在采用AI时,不应仅仅因其是最新的趋势,而应考虑其是否能真正帮助实现更好的商业决策。
贾伊博士则强调了在评估AI投资时进行全面风险回报分析的重要性。
为了确保敏感数据的安全,亚马逊云科技在整个机器学习模型的开发过程中实施了严格的安全措施和控制。
总结
Brendan Grady和Jay Ganesh在2022年re:Invent上探讨了在企业中应用人工智能时应避免的错误做法。他们认为,关键是要明确地界定一个具体的业务问题,以便通过AI技术来解决,而不仅仅是由于潮流的原因而去使用它。用于训练AI模型的数据必须保证准确性、无偏见以及妥善管理。此外,还需要应对潜在的隐患,例如隐私、安全和法律责任等问题。AI应当被视为人类的辅助工具,而非完全替代人类角色和传统分析方法的存在。
Grady谈到了诸如ChatGPT等生成性AI所引发的炒作现象,但他也提醒道,如果训练数据质量不佳,这些模型可能会产生毫无意义的内容。Ganesh则分享了他的公司如何利用专有数据构建了一个私有生成模型,以模拟公共模型的功能,同时保护敏感信息。他还介绍了一种按照风险等级对用例进行分类的方法,以确定合适的人工监控程度。
演讲者们呼吁制定一个关注业务影响而非仅仅关注技术的AI战略。他们建议投资高质量的设计数据和治理机制作为基石。随着年轻一代更倾向于接受AI技术,AI素养将变得越来越重要。在使用AI时要保持谨慎,确保它能增强决策过程,并且要始终牢记解决方案仍然需要人类的直觉。
演讲原文
https://blog.csdn.net/just2gooo/article/details/134818016
想了解更多精彩完整内容吗?立即访问re:Invent 官网中文网站!
2023亚马逊云科技re:Invent全球大会 - 官方网站
点击此处,一键获取亚马逊云科技全球最新产品/服务资讯!
点击此处,一键获取亚马逊云科技中国区最新产品/服务资讯!
即刻注册亚马逊云科技账户,开启云端之旅!
【免费】亚马逊云科技中国区“40 余种核心云服务产品免费试用”
亚马逊云科技是谁?
亚马逊云科技(Amazon Web Services)是全球云计算的开创者和引领者,自 2006 年以来一直以不断创新、技术领先、服务丰富、应用广泛而享誉业界。亚马逊云科技可以支持几乎云上任意工作负载。亚马逊云科技目前提供超过 200 项全功能的服务,涵盖计算、存储、网络、数据库、数据分析、机器人、机器学习与人工智能、物联网、移动、安全、混合云、虚拟现实与增强现实、媒体,以及应用开发、部署与管理等方面;基础设施遍及 31 个地理区域的 99 个可用区,并计划新建 4 个区域和 12 个可用区。全球数百万客户,从初创公司、中小企业,到大型企业和政府机构都信赖亚马逊云科技,通过亚马逊云科技的服务强化其基础设施,提高敏捷性,降低成本,加快创新,提升竞争力,实现业务成长和成功。