近年來，隨著人工智能技術深入到各行各業(yè)，企業(yè)對人工智能的采用達到了前所未有的新高度。然而，在針對人工智能的探索和應用的過程中，許多企業(yè)由于安全性、兼容性、人才短缺等種種“技術問題”而苦苦掙扎，最后以失敗告終。

不過，戴爾科技集團全球首席技術官（CTO）John Roese則認為：“現(xiàn)在，最大的障礙不是任何技術問題。那些還沒有采取行動的客戶其實并不是在技術使用上掙扎，他們?nèi)岳г诹鞒獭?shù)據(jù)、以及他們的目標到底是什么這些問題上。”

前段時間圓滿落幕的戴爾科技全球峰會上，接受了知名媒體ITPro采訪的戴爾科技集團全球首席技術官John Roese表示，2024年企業(yè)采用AI的主要障礙是領導者們對他們想要使用AI實現(xiàn)的目標沒有明確的計劃。

如果你不了解你的核心價值、流程和能力是什么，那么你實際上并不知道應該從哪里開始。但是在你知道的那一刻起，這就是答案。

首先，隨機選擇一個流程來進行人工智能增強是失敗的關鍵。John Roese指出，許多企業(yè)缺乏有效的流程管理，因此第一個項目往往能夠獲得充足的資源，而當?shù)谌齻€項目出現(xiàn)時，資源就已經(jīng)耗盡，但企業(yè)并不能確定到底是第一個項目還是第三個項目能夠成功。因此，一些企業(yè)陷入了猶豫不決的狀態(tài)——因為害怕選擇錯誤的解決方案或策略，而未能成功進入人工智能領域。

采用人工智能的限制因素是你對技術的看法有多清晰，而不是你的技術實力。

盡管企業(yè)仍在為他們的人工智能戰(zhàn)略而苦苦掙扎，但許多企業(yè)現(xiàn)在已經(jīng)克服了一些著名的技術問題，幻覺問題已不再是企業(yè)AI的真正關注點。到2024年，新方法和如何將人工智能置于企業(yè)生態(tài)系統(tǒng)中的更好理解，大大地減少了幻覺的影響。

*AI的幻覺問題指的是人工智能系統(tǒng)在處理信息、生成內(nèi)容或做出決策時，由于其內(nèi)在的局限性、訓練數(shù)據(jù)的偏差、算法設計的缺陷或其他因素，產(chǎn)生了不合理、不準確、脫離現(xiàn)實或與上下文不符的輸出，一定程度上影響了AI輸出的準確性。

如檢索增強生成（RAG），這種通過將外部數(shù)據(jù)檢索步驟整合到生成過程中的方法，允許模型從包括特定于用戶的數(shù)據(jù)集在內(nèi)的大量數(shù)據(jù)中動態(tài)獲取相關信息，從而用準確、最新和特定于上下文的內(nèi)容來豐富其響應。這些響應不僅基于其固有的一般理解，而且針對用戶的特定數(shù)據(jù)集進行定制。

企業(yè)架構利用的是企業(yè)已經(jīng)擁有的數(shù)據(jù)，這些數(shù)據(jù)準確、真實地反映企業(yè)的精神、客戶及優(yōu)先事項。Roese表示，幻覺問題在會議室談話中出現(xiàn)的程度要低很多。即使領導者希望用人工智能解決戰(zhàn)略問題，他們對技術方法的理解也可提高人工智能系統(tǒng)的可靠性，如將模型建立在數(shù)據(jù)基礎上，這也提高了他們對這項技術的信心。

為了幫助企業(yè)抓住AI機遇，更好地做好AI就緒工作，戴爾推出了全面的AI服務——從制定策略、管理數(shù)據(jù)、平臺用例到配備員工，戴爾的AI服務可提供貫穿AI生命周期的完整選項組合，進一步幫助企業(yè)加快高性能人工智能架構實現(xiàn)價值。

如在戴爾AI咨詢服務中，Roese表示，戴爾定義了一個涵蓋六個維度的框架以幫助企業(yè)有意識地了解AI就緒工作情況：

01戰(zhàn)略與治理

首先，業(yè)務和IT領導者需協(xié)作設定與業(yè)務優(yōu)先級一致的明確目標。從一系列有針對性的戰(zhàn)略研討會開始，使每個人都對企業(yè)的未來及如何實現(xiàn)目標有一個堅實的愿景。

其次，清楚地了解對業(yè)務最重要的用例至關重要——正如前面所提到，企業(yè)常在優(yōu)先級方面苦苦掙扎。作為AI咨詢服務的一部分，戴爾創(chuàng)建了一個用例優(yōu)先級工具，以便企業(yè)能夠根據(jù)業(yè)務價值和技術可行性識別、分析和確定優(yōu)先級。隨后，企業(yè)需對所有AI項目進行有效監(jiān)督，以確保遵守法規(guī)、風險管理準則和道德，推動AI戰(zhàn)略順利進行。

02數(shù)據(jù)管理

許多企業(yè)使用預先訓練的模型開始他們的AI之旅。這些模型需要訪問企業(yè)的數(shù)據(jù)，以提供成功實施AI用例所需要的上下文。無論這些數(shù)據(jù)是通過模型調(diào)整還是增強（如RAG）提供，及時向模型提供良好的數(shù)據(jù)是成功的關鍵。因此，一個高度就緒的企業(yè)應將可擴展的數(shù)據(jù)管理作為AI的關鍵推動因素，用于協(xié)調(diào)數(shù)據(jù)的發(fā)現(xiàn)、獲取和管理。

03AI模型

高昂的模型訓練成本促使企業(yè)使用RAG、提示工程和微調(diào)預訓練模型等策略，快速解鎖AI價值。然而，隨著可選用模型數(shù)量的日益增加，也為企業(yè)帶來適配性、公平性、隱私性及安全性等問題。并且，選擇合適的模型后，企業(yè)還需定期調(diào)整參數(shù)以優(yōu)化其有效性。

為了幫助企業(yè)安全、高效地使用AI，戴爾推出了一個易于訪問、開箱即用的“AI企業(yè)私有化知識庫”。這個具備語義理解能力的智能信息檢索，無需進行模型的訓練和微調(diào)，并由戴爾服務團隊幫助企業(yè)在本地構建，在企業(yè)提供便利的同時，極大地節(jié)省了硬件資源與時間成本。

04平臺技術與運營

在選擇了用例和模型后，企業(yè)需要一個可信的平臺來實施和運行它們。高度就緒的企業(yè)將利用適合其用例、安全性和數(shù)據(jù)約束的AI技術堆棧，并確保這些技術在整個組織和優(yōu)先用例中實現(xiàn)標準化。

如能夠輕松實現(xiàn)可擴展的數(shù)據(jù)管理的戴爾數(shù)據(jù)湖倉，通過將所有類型的數(shù)據(jù)（結構化、半結構化和非結構化）登錄并保留在數(shù)據(jù)湖中，從而幫助企業(yè)無縫集成AI數(shù)據(jù)與多個數(shù)據(jù)源，助力企業(yè)快速、自信地實現(xiàn)運行分析、AI、機器學習和其他數(shù)據(jù)驅(qū)動的工作負載。

05人員、技能和組織

一個高度就緒的企業(yè)需要為平臺和工具、架構、數(shù)據(jù)工程等方面的員工提供培訓，以掌握使用AI所需的技能。此外，企業(yè)還需要專門針對AI的新支持和運營團隊。

作為戴爾全面AI服務中的一環(huán)，戴爾向企業(yè)提供完整的培訓課程服務，并與NVIDIA合作，提供包括戴爾和NVIDIA硬件和軟件管理培訓等服務。另外，戴爾還推出了數(shù)字化員工體驗服務，通過戰(zhàn)略技術和體驗管理，為企業(yè)員工提供積極、高生產(chǎn)率的體驗，提高企業(yè)業(yè)務現(xiàn)代化和AI技術的速度與采用率。

06采用和適應

逐步進入高度就緒階段的企業(yè)已然對如何增加AI價值有了清晰的認識。此時，最初的戰(zhàn)略需結合變化進行動態(tài)調(diào)整——企業(yè)的業(yè)務部門必須繼續(xù)與IT部門合作，將AI整合到其一系列新計劃中。通過從模型輸出中捕獲反饋，并將經(jīng)驗教訓整合到模型訓練、Guardrails和信息檢索中，企業(yè)可實現(xiàn)AI內(nèi)部的持續(xù)改進，進一步適應AI。

隨著企業(yè)進入更高級別的AI就緒階段，利用AI的優(yōu)勢獲得的機會和業(yè)務也會隨之增加。當然，并不是需要等到就緒程度達到一定水平才能開始將AI應用于關鍵用例，企業(yè)可以從短期的戰(zhàn)術項目開始，率先抓住短期AI機遇，并為之后的長期戰(zhàn)術做好準備。

結 語

榮獲福布斯2023年年度全球最佳管理咨詢公司表彰的戴爾科技，在AI和數(shù)據(jù)分析方面有著深厚的專業(yè)知識。通過全棧可擴展的AI解決方案，戴爾已準備好為您完成AI旅程的每一步提供助力。