全球物联网车队管理公司Samsara的首席信息官Stephen Franchetti将“自下而上”的方法应用于人工智能创新。
当公众访问互联网在20世纪90年代末出现时，首席信息官们面临着一个问题：我们是允许员工自由搜索，还是在工作时限制访问？我们都知道结果如何。限制措施很快就失败了，大多数员工现在都可以公开访问互联网。
对于生成人工智能，我们面临着类似的难题。例如，亚马逊和苹果正在限制员工使用ChatGPT，而福特和沃尔玛等其他公司则向员工提供第二代人工智能工具，目的是激发员工创新。
2021年上市的车队管理SaaS提供商Samsara的首席信息官Stephen Franchetti认为，优化人工智能战略（实际上是任何新兴技术战略）的唯一方法是自下而上的方法。Franchetti说：“一年前，当生成人工智能在现场爆炸时，Samsara开始采用一种非常严格的方法，因为我们不了解这项技术。”。“当时，我们专注于为隐私和安全设置护栏。”
但在团队花更多时间研究这项技术后，他们取消了这些限制。他说：“今年我们的政策发生了巨大变化，因为我们认识到了生成性人工智能带来了什么。”。“我们希望让这项技术尽可能接近我们的知识工作者和主题专家。我们希望赋予他们这些能力，让他们进行实验和创造。”
Franchetti承认，KPI和结果驱动的方法仍然适用于许多技术的推广，但“有机方法对人工智能更好，因此我们的深度软件开发主题专家可以在没有目标业务结果的情况下进行创新，”他说。“当然，这些技术必须重新集成到更大的体系结构中，但IT团队可以帮助他们做到这一点。”
Franchetti释放了员工群体来试验生成人工智能，开始看到其影响。他说：“我们已经看到了一系列有前景的试验正在进行中。”。
他还在IT服务台、客户支持、销售和营销的专门构建的工具中看到了积极的人工智能概念证明。“我们也在试验通用副驾驶或助理，”他说。“我们为我们的员工发布了两个选项，一个是商业LLM服务，另一个是开源的。”Samsara员工正在将这些通用助手应用于各种用例，如编写文档和工作描述、调试代码或编写API端点。
例如，通过使用LLM功能生成代码，Samsara的工程师在生成样板代码、代码文档和注释方面更有效率，这对公司来说是一种重要的做法。Franchetti补充道：“我们的一些工程师的第一语言不是英语，所以将人工智能引入评论和文档有助于他们的工作。”
在花了一年时间研究这种自下而上的人工智能创新方法后，Franchetti提供了一些建议：
不要将“公民创造”限制在工程师身上：在Samsara，Franchetti估计，新一代人工智能的50%由工程师使用，但另一半用于法律、销售、营销、财务和客户支持。
不要让你当前的架构阻碍你：Franchetti承认，像Samsara这样诞生于云端的公司，在第二代人工智能方面比运行在传统基础设施上的老公司有了飞跃。但这并不意味着他们不能享受自下而上的方法带来的成果。他说：“我相信，无论你的架构如何，你的员工都可以进行实验。”。“他们可以通过使用人工智能创建营销抵押品甚至财务对账来提高生产力。他们可以在任何环境中做到这一点，因为这些特定工具不依赖于与更广泛的架构集成。”
清理你的企业数据：如果没有干净的数据，你的人工智能结果将受到限制。Franchetti说：“人工智能和第二代人工智能的力量来自于与模型共享上下文的能力，因此模型可以了解你的环境，并进行微调，为你提供更好的答案。”。“人工智能一开始只是你的业务新手，但随着它对你的数据进行训练，它就会成为专家。”当你在各种系统中有数据，并且有相互矛盾的真相来源时，人工智能将不具备变得更智能所需的背景。
在规模上要有选择性：随着如此多的公民创建工作的进行，首席信息官需要制定一个流程来选择将哪些试点开发成企业解决方案。为了确保你把时间和金钱花在最有潜力的解决方案上，Franchetti建议专注于结果。他说：“当一个工具达到我们相信自己正在做某事的程度时，我们会问它将实现什么可衡量的业务成果。”。“它会提高客户满意度吗？它会在多大程度上提高生产力吗？”
例如，Samsara的技术团队在过去几个月里一直在为内部IT服务台试验人工智能。他说：“我们部署了一项由LLM支持的技术，使我们能够在Slack内部提供一个机器人程序，解决服务台支持案例。”。“如今，我们35%的IT支持是完全自动化的。这是一个可衡量的改进，使我们的支持工程师能够专注于更高级别的工作。”有了这些成果，团队开始试验类似的客户服务LLM，他们预测这将使客户支持代理的工作效率提高20%。“我们现在正在扩展和部署它，因为我们能够测量它。”
- 登录 发表评论