Language I/O的產品副總裁Chris Jacob介紹了不斷發展的AI格局，預測了領導者的經驗方法、數據的復興以及聊天機器人的轉型。

2023年是GenAI的發展具有標志性的一年，從提高生產率到創建書面內容，這些復雜工具的可能性引發了巨大的炒作。2024年將是AI測試、衡量和逐漸采用的一年，我們將目光投向大型語言模型的技術能力之外，并研究它們如何影響企業的收益。

許多企業都指望AI帶來的回報，研究企業Forrester 2023年9月的AI調查顯示，62%的企業明年將試驗(29%)或擴大(33%)他們的GenAI戰略。我概述了三個關于AI的預測：領導者將如何應對AI的影響，為什么數據將再次成為明星，以及聊天機器人技術的改進將如何提供更人性化的體驗。

領導人將對AI變得更加經驗主義

AI正在迅速改變我們的生活和工作方式，領導人認識到有必要超越大張旗鼓的宣傳，做出數據驅動的決策。2024年，執行決策者將探索如何最好地衡量AI工具的好處，一旦他們確定了用于這些評估的指標，他們將更深入地挖掘GenAI工具的ROI，以評估他們對企業的貢獻。

隨著領導者想方設法收集和利用AI產品產生的數據，我們預計現有技術的增強將會增加，從而推動對這些工具的進一步投資。根據麥肯錫的研究，由于這些發展，40%的機構打開了一個新的窗口，已經計劃增加他們的整體AI投資。

這些企業看到了AI通過自動化人類執行的任務來改進其流程的價值，這些任務可以減少勞動、節省時間和減少錯誤。更多的企業也在利用AI通過提供個性化內容和推薦來增強客戶體驗的能力。為了最有效地利用這些AI工具，更多的領導者將采取下一個關鍵步驟，而不是觀看技術演示和概念證明，以將它們深度集成到他們現有的企業系統中。

AI將成為配角，數據將重新成為明星

GenAI的使用率在過去一年里飆升，79%的受訪者表示他們對GenAI有一定的接觸，22%的受訪者表示他們經常在工作中使用它。這些數字表明，富于創造力的AI正在成為企業的賭注，而不僅僅是一種“很好的東西”，而且將變得越來越必要，以保持競爭力。

然而，當談到AI的實施時，領導者應該謹慎行事，因為GenAI的輸出并不總是準確的——例如，一些測試顯示，ChatGPT編造東西的可能性為3%到27%——在沒有安全指南或強大的數據集的情況下使用GenAI來填補訓練數據中的空白，可能會給你的企業帶來風險，例如提供誤導性信息。

盡管存在這些風險，但在采用AI的企業中，只有21%的企業制定了關于人們如何在工作中使用GenAI的政策，這些安全屏障包括強制的事實核查，禁止用敏感或專有信息提示AI，以及道德內容創作的最佳實踐。

然而，隨著技術的不斷發展，過度擔心風險和猶豫是否利用AI的力量的企業將被甩在后面，并為企業提供競爭優勢。

還記得這句諺語嗎：垃圾進，垃圾出?它也適用于LLM和GenAI，兩者都依賴數據來提供輸出，因此預計將重新強調數據質量，從而使培訓數據生成的輸出盡可能準確、干凈和可靠。有了強大的數據集和可靠的調優過程，企業可以避免不準確輸出的陷阱。

AI聊天機器人正在收拾行李，離開離奇山谷

讓我們參觀一下神秘谷，在那里，技術和人性并沒有完全相遇。這種介于兩者之間的空間既令人著迷，又讓人反感，這也是AI目前駐扎的地方。LLM很擅長模仿人類，但當它們跌跌撞撞時，很明顯它們是在模仿它們認為一個人會說的話。它幾乎但不是完全逼真，生活在人類和近乎人類之間的空間里，這對一些真正的人類來說可能是非常令人不快的。

對于像客戶服務機器人這樣的關鍵消費者接觸點，出錯的余地非常小，這種略微令人反感的詭異硅谷經歷可能很快就會讓原本順利的交易脫軌，然而，隨著我們將聊天機器人的交流能力完善到幾乎無法與真人區分的程度，這種奇怪的山谷差距將在未來幾年內縮小，然而，這種完美可能并不像人們所想的那樣明顯。

我們可能會將AI的效率與人類的“完美”反應相提并論，但完美的反應是什么呢?三位才華橫溢的翻譯家交出同一篇文章，必然會產生三個細微差別和措辭不同的優秀譯文，這三個可能都是“完美”的翻譯，但它們不會完全匹配。用不了多久，我們就會看到類似的AI輸出，這可能不是完美的輸出，但它將是一個完美的輸出，它提供的背景和信息與可接受的人類反應相同。定義和衡量聊天機器人與客戶的溝通能力將是2024年的關鍵。

AI幫助聊天機器人更好地與客戶溝通，但溝通只是拼圖中的一部分。客戶希望從他們的聊天機器人互動中獲得結果。根據Gartner最近對上一次在客戶服務互動中使用聊天機器人的客戶的研究，只有25%的人表示他們會再次使用聊天機器人，從這個數字我們可以得出結論，聊天機器人目前的能力并不完全符合許多用戶的要求。

AI可以幫助員工的生活更輕松、更高效，同時還可以改善客戶體驗，然而，企業需要做一些工作，才能將專有數據安全地整合到流程中，為客戶和企業帶來成果。風險很高，但負責任的AI使用將提高團隊的流程和生產力，使企業、最終用戶和底線受益。

我認為2024年是AI的清算年。投資回報率將被衡量，結果將決定AI的企業命運。我預計，這項技術的持續改進和發展最終將導致廣泛采用，以及我們剛剛開始想象的一大批商業用例。