許多所謂的AI策略實(shí)際上是通過炒作機(jī)器推動的營銷和公關(guān)策略。根據(jù)Fetcherr的首席AI官兼聯(lián)合創(chuàng)始人Uri Yerushalmi博士的說法，這種混淆已經(jīng)到了臨界點(diǎn)。 “'AI'這個詞已經(jīng)被稀釋了，”他在採訪中告訴我。 “任何使用語言模型的應(yīng)用程序現(xiàn)在都傾向於將自己標(biāo)記為AI產(chǎn)品。使用AI工具的公司和真正開發(fā)專有AI技術(shù)的公司之間有明顯的區(qū)別。”

而在2025年，隨著預(yù)算收緊和投資者要求更多實(shí)質(zhì)內(nèi)容，這種區(qū)別可能決定誰能生存。

AI洗白現(xiàn)象的興起與風(fēng)險

AI的複興讓公司爭先恐後地將ChatGPT、Claude、Gemini和其他大型語言模型整合到他們的產(chǎn)品中。但將此稱為“AI轉(zhuǎn)型”就像在舊車上畫上賽車條紋並稱其為法拉利。

Yerushalmi指出了一個系統(tǒng)性的誤標(biāo)問題：“公司和消費(fèi)者都將AI與語言模型混淆。但LLM只是更廣泛的AI景觀的一個方面。”事實(shí)上，2023年Garter關(guān)於生成性AI的炒作週期預(yù)測“到2026年，80%的企業(yè)將使用GenAI API”，但使用API並不等同於構(gòu)建一個智能係統(tǒng)。

當(dāng)公司將AI的聲明誇大到現(xiàn)實(shí)之外時，其後果不僅僅是尷尬。 Yerushalmi說：“最大的風(fēng)險之一是，公司可能開始過度依賴AI，降低安全措施，並在沒有充分人工監(jiān)督的情況下做出決策。”這也損害了員工、投資者和公眾的信任。

一個引起全球頭條新聞的例子是加拿大航空的AI代理，它錯誤地告知客戶關(guān)於喪親折扣的信息。後來法官裁定航空公司對其AI的錯誤陳述負(fù)責(zé)——加拿大航空不得不兌現(xiàn)虛假折扣。這項(xiàng)裁決樹立了一個有力的先例：公司對其AI所說的話負(fù)責(zé)。

Yerushalmi補(bǔ)充說：“當(dāng)AI以漸進(jìn)和可控的方式整合時，它會成為一個強(qiáng)大的決策工具。但過度承諾可能會破壞一切?！?/p>

投資者如何識別實(shí)質(zhì)

並非每個標(biāo)榜AI的產(chǎn)品都配得上這個標(biāo)籤。 Yerushalmi解釋說：“如果一個產(chǎn)品以一種瑣碎或表面化的方式使用AI，它很可能只是炒作。真正的創(chuàng)新在於那些構(gòu)建專有、革命性AI的公司，這些AI從根本上重塑了整個行業(yè)的運(yùn)營流程?！?/p>

在Fetcherr，這種創(chuàng)新體現(xiàn)在一個真實(shí)世界系統(tǒng)中，它將航空業(yè)內(nèi)傳統(tǒng)上孤立的定價和收入管理功能合併。這是一個很好的例子，展示了AI如何真正重構(gòu)工作流程，而不僅僅是自動化任務(wù)。對於投資者來說，識別這種區(qū)別至關(guān)重要。

實(shí)質(zhì)看起來像是性能指標(biāo)、實(shí)時用例和產(chǎn)品演變——而不僅僅是炫目的AI演示或GPT插件。

品牌面臨的風(fēng)險

過度炒作的AI產(chǎn)品對個人和企業(yè)都有多種後果。作為一家企業(yè)，您不僅面臨技術(shù)失敗的風(fēng)險，還面臨品牌聲譽(yù)受損的風(fēng)險。根據(jù)2023年Cisco的一項(xiàng)調(diào)查，60%的消費(fèi)者擔(dān)心AI如何使用他們的數(shù)據(jù)，65%的人表示由於AI的濫用，他們對組織的信任已經(jīng)喪失。在Research Information的另一項(xiàng)較新的調(diào)查中，幾乎每位受訪者都“擔(dān)心AI會被用於散佈虛假信息，並可能導(dǎo)致關(guān)鍵錯誤或事故”。

這些數(shù)據(jù)顯示，AI和組織的信譽(yù)危機(jī)正在增長，組織現(xiàn)在比以往任何時候都更需要以維護(hù)信任和增強(qiáng)信譽(yù)的方式構(gòu)建和部署AI工具，而不是侵蝕它。 Yerushalmi重申：“主要的損害在於信任的喪失?！碑?dāng)AI在客戶互動和受監(jiān)管的工作流程中大規(guī)模部署時，這種信任的喪失可能帶來災(zāi)難性的後果。

如何穿透噪音

那麼企業(yè)如何穿透噪音呢？對於Yerushalmi來說，答案在於A/B測試。他說：“在商業(yè)中，最終目標(biāo)是提高盈利能力和效率，而驗(yàn)證AI性能的最佳方式是使用科學(xué)工具，如A/B測試?！?/p>

隨著AI的影響力增長，可衡量的標(biāo)準(zhǔn)對於構(gòu)建有效的AI模型和安全、成功地部署它們至關(guān)重要。像MLCommons和斯坦福的HELM基準(zhǔn)測試這樣的舉措——都得到了業(yè)內(nèi)多位專家的高度評價——旨在提供模型性能、偏見和安全性的透明度。對於企業(yè)團(tuán)隊(duì)來說，這種嚴(yán)謹(jǐn)性可以將真正的解決方案與投機(jī)性的方案區(qū)分開來。

真正的AI革命

雖然Yerushalmi同意我們確實(shí)處於AI革命的中間，但他認(rèn)為“很快，像Fetcherr的LMM這樣的模型將推動企業(yè)的實(shí)際運(yùn)作?！彼硎荆@種轉(zhuǎn)變不是由聊天機(jī)器人引領(lǐng)的，而是由高效優(yōu)化運(yùn)營、定價、物流和策略的決策引擎引領(lǐng)的。

雖然未來真正會帶來什麼還有待觀察，但業(yè)界普遍認(rèn)為，AI的真正潛力不在於吸引眼球的演示，甚至不在於數(shù)十億美元的投資，儘管這些都是很棒的，而在於嵌入式智能轉(zhuǎn)變行業(yè)的核心。

以上是如何判斷您的AI策略是真實(shí)的還是另一種炒作的詳細(xì)內(nèi)容。更多資訊請關(guān)注PHP中文網(wǎng)其他相關(guān)文章！