最大化生成式 AI 策略投资回报率的 3 种方法
作者：来自 Elastic Matthew Minetola
作为一名 CIO，我一直在寻找平衡成本效率和变革性技术的方法。生成式人工智能 (Generative AI - GenAI) 承诺提供令人印象深刻的用例，但作为 Elastic 数据、信息和技术风险的所有者，我需要确保它为我的组织带来可持续的、真正的、可衡量的价值。我们正在超越炒作，确保我们的生成式人工智能战略不仅融入到我们业务的结构中，还能带来可衡量的投资回报率。
那么，你该怎么做呢？首先，你需要改变你对生成式人工智能的看法。它不仅仅是一个一次性的项目，而是你业务战略的一个基本组成部分。你需要从一次性的生成式人工智能项目转变为拥有一个产生可持续业务影响的整体生成式人工智能战略。这将以多种方式在你的业务中形成。
那么，你该怎么做呢？首先，你需要转变对生成式 AI 的看法。它不仅仅是一个一次性项目，而是你业务战略的基本组成部分。你需要从一次性的生成式 AI 项目转变为拥有能够产生可持续业务影响的整体生成式 AI 战略。这将以多种方式贯穿你的业务。
1. 将 GenAI 融入你的业务战略
每家公司都应该探索并将生成式 AI 融入其产品和服务中。无论你是使用生成式 AI来增强客户支持体验的电信提供商，还是使用生成式 AI 来帮助客户更快找到产品的零售商，你都应该探索它可以帮助你的企业和客户的方法。但是，在这样做时，你需要确保你所做的事情不仅与众不同，而且准确、一致、可扩展、高效且可衡量。这意味着选择合适的工具来构建这种结构与它们将提供的体验同样重要。你将如何操作和维护它们？你还应该考虑哪些其他因素？
在 Elastic，确保我们提供的任何产品或服务都支持生成式 AI 至关重要。这不仅仅是添加生成式 AI 和自然语言处理 (natural language processing - NLP) 功能 - 而是重新思考我们如何为客户提供价值并保持竞争优势。我们恰好拥有生成式人工智能的良好基础 —— 我们的搜索人工智能技术（Search AI technology） —— 这是我们将生成式人工智能构建到不同产品和解决方案中的通用结构。
例如，我们不仅将 Elastic AI Assistant 放入我们的可观察性解决方案中，还将它放入我们的安全解决方案中，很快它将在我们的搜索解决方案中可用。我们之所以能够做到这一点，是因为它们共享相同的底层平台。而且，这不仅仅是人工智能助手 —— 我们还在重新构想用户的工作流程，并在后台使用生成式人工智能来彻底改变用户体验。例如，我们正在通过 Attack Discovery 重新构想安全分析师的体验，而 Attack Discovery 又是建立在我们通用的搜索人工智能平台之上的。你可以将 GenAI 放入你的产品和服务中，作为我们等式中的分子 —— 这是收入增长的驱动力。
2. 使用 GenAI 最大限度地提高生产力和效率
当我们使用正确的数据时，生成式 AI 还使我们能够提高效率、扩大我们的覆盖范围并简化整个组织的运营。这不仅仅是节省成本 —— 它使我们的团队能够做更多的事情并提高整体生产力。例如，我的团队和公司的其他团队正在将生成式 AI 模型和我们的专有数据投入使用。从使用 SalesGPT 增强销售团队到简化客户支持，再到帮助撰写营销电子邮件等等，我们一直在不断完善我们的战略和用例，以帮助我们的团队并创造竞争优势。思科也做了类似的事情，利用我们的搜索 AI 技术帮助其支持工程师实时搜索类似案例来解决客户的问题。新的搜索功能使思科每月节省了 5,000 小时的支持工程师时间。
但这些内部用例不应被视为独立项目。各个团队和部门很容易一头扎进生成式人工智能项目，购买现成的产品，然后构建自己的解决方案，但技术扩张很快就会失控。同样，你需要考虑基本原则：首先确定要使用的数据，找到所有这些不同用例之间的共同点，然后制定一个可扩展且可持续运营和维护的计划。
通过采用生成式人工智能来自动化日常任务、生成见解并实时支持我们的团队，我们已经能够实现显着的生产力提升并降低运营成本，最终提高我们生成式人工智能计划的投资回报率。在这个阶段，甚至很难称之为“生成式人工智能计划”。它实际上是我们业务战略基础的一部分。它完全融入了我们所做的一切。这个优化阶段是我们等式的分母 —— 使我们能够降低成本同时提高产量。
3. 使用 GenAI 做出基于数据的明智决策
在不久的将来，我相信生成式 AI 将使我们能够做出更好、更快、更明智的决策，从而影响关键业务成果。你可以将其视为乘数效应，通过让每个决策都发挥作用，真正将你的组织提升到一个新的水平。在此步骤中，我们专注于购买、制造、销售和投资什么。
例如，你的公司可能会使用生成式 AI 模型，根据客户偏好、市场趋势和竞争对手数据快速生成和分析不同的产品概念。这将使你的企业能够快速决定要制造和分配资源的产品。你可以节省手动分析的时间，同时确保每个决策都得到数据驱动的可操作见解的支持。
另一个例子，假设你正在考虑收购另一家公司。使用生成式 AI 模型，该模型输入了你的专有数据，包括财务信息、公司目标和外部市场条件，你可以询问生成式 AI 模型，此时收购该公司是否是正确的投资。借助专有数据的力量，你的模型将拥有所需的数据，从而提出有数据支持的明智决策。通过以这种方式利用生成式 AI，你的公司可以降低风险、优先考虑影响深远的项目并加快上市时间，最终提高投资回报率。
为了做到这一点，你需要确保拥有正确的数据来输入大型语言模型 (large language models (LLMs))，并拥有正确的技术来促进这一点。在 Elastic，我们将搜索技术带来的精确度与 AI 的智能相结合，以方便检索最适合 LLM 工作的数据。
为最大化生成式人工智能战略的投资回报率，应避免哪些做法
为了确保生成式 AI 计划的强劲投资回报率，请避免在没有明确业务问题或目标的情况下直接进行实施。许多企业犯的错误是把生成式 AI 当作一种趋势，而不是一种可以在整个组织中使用的工具。不要把生成式 AI 项目视为一次性的事情。
如果你创建了一个杂乱的独立应用程序生态系统，所有的东西都会分散开来。在合规性方面，你将面临困难。关于生成式 AI 的法律即将到来。如果你不能告诉客户生成式 AI 如何影响他们的体验，那么你将不得不支付高额罚款，或花费大量资金来解开这一复杂局面。
如何开始使用 GenAI
请记住，这些并不是独立的努力 —— 它们都汇集在一起形成一种统一的方法。人工智能的成功需要这些支柱协调一致，相互加强，以产生可持续的影响。如果只以让试点项目起步为目标，你将面临许多独立的项目和计划。真正的成功是一切都协同工作。
为了优化生成式人工智能应用程序以适应现实世界的场景和增长，我们应该将精力集中在基本面上 —— 数据。因为如果你仔细想想，所有生成式人工智能项目的核心都是数据 —— 将数据整合在一起，并在需要的时间和地点使其可访问。制定可靠的数据策略至关重要。如果没有统一且可访问的数据，即使是最先进的生成式人工智能计划也难以提供真正的价值。归根结底，数据可访问性是将生成式人工智能计划转变为可持续影响的关键。
在 Elastic，我们在这里帮助你将生成式人工智能项目从试点项目转变为可持续的业务影响。
如果你已准备好迈出下一步，欢迎参观我们在 2024 年 10 月 21 日至 24 日在佛罗里达州奥兰多举行的 Gartner IT Symposium/Xpo™ 上的展位。届时，你可以观看我的演讲 “现在怎么办？如何确保你的 GenAI 项目实现持久的商业价值”，时间为 2024 年 10 月 21 日星期一下午 3:45。我们很高兴向你展示我们的 Search AI 技术如何帮助你从一次性的生成式 AI 项目转向实现可持续的业务影响。
如果你已准备好迈出下一步，请下载我们的电子书，了解如何实施 GenAI，以最大化你的投资回报率并实现可持续的业务影响。
本文中描述的任何特性或功能的发布和时间均由 Elastic 自行决定。任何当前不可用的特性或功能可能无法按时交付或根本无法交付。
在这篇博文中，我们可能使用或提到了第三方生成式 AI 工具，这些工具由其各自的所有者拥有和运营。Elastic 无法控制第三方工具，我们对其内容、操作或使用不承担任何责任，也不对你使用此类工具可能产生的任何损失或损害承担任何责任。在使用 AI 工具处理个人、敏感或机密信息时，请谨慎行事。你提交的任何数据都可能用于 AI 培训或其他目的。我们无法保证你提供的信息会得到安全或保密。在使用任何生成式 AI 工具之前，你应该熟悉其隐私惯例和使用条款。
Elastic、Elasticsearch、ESRE、Elasticsearch Relevance Engine 及其相关标志是 Elasticsearch N.V. 在美国和其他国家/地区的商标、徽标或注册商标。所有其他公司和产品名称均为其各自所有者的商标、徽标或注册商标。
原文：3 ways to maximize the ROI on your generative AI strategy | Elastic Blog