六個生成式 AI 策略，助力企業資訊長(CIO)推動GenAI新型工作方式

如果你是首席資訊官 (CIO) 或其他技術領導者，生成式 AI (GenAI) 可能帶來了許多壓力與機會。隨著生成式 AI 成為商業策略與營運的一部分，你需要自信且務實地領導。一方面，你的 CEO 和 CFO 希望你立即使用它來降低成本並賦能業務。另一方面，他們也可能期望你推動真正的企業變革，並催生新的商業模式。然而，這需要時間和投資來建立現代資料架構及 AI 工廠。與此同時，你可能會有個聲音在心中響起：這次會有什麼不同？你曾見過其他技術來去匆匆，未能為企業帶來實質效益。

在這樣的情況下，找到平衡的關鍵在於聚焦那些能夠快速展現 GenAI 價值的領域，並同時為更大規模的轉型奠定基礎。一種方法是專注於自己的職能：利用 GenAI 推動新型工作方式，並重新塑造 IT 部門。GenAI 可以幫助提高團隊的能力，加速軟體開發工作，並加快資料相關的計劃等。擁有 GenAI 驅動的 IT 功能，你將能夠更好地將 GenAI 大規模應用於企業中，讓它成為組織運行和成長的重要部分。以下是六個啟示，幫助你啟動這一進程。

1. 你可以同時以三種方式利用 GenAI

目前，GenAI 正以三種方式進入企業，並且你可能需要負責部署並監督這三種方式。首先，也是最容易提供短期價值的方法，是雲端服務提供商提供的 GenAI 功能，這些功能已嵌入現有的企業應用程式中。許多應用程式現在都包含能夠回答自然語言問題的對話式介面。你的許多業務使用者可能很快就會默認使用它們，有時他們甚至不知道自己在使用 GenAI。你將有責任了解和監督各種企業應用程式現在和未來可能提供的 GenAI 功能，並知道是否需要向供應商支付額外費用來使用它們。

第二種方式提供了轉型和真正變革價值的途徑：你的公司可能選擇（就像我們在 PwC 一樣）授權使用某一公共 GenAI 基礎模型的私人版本。當你在自己安全的 IT 環境中部署該模型時，可以透過使用自己的專有資料來擴展其價值，並且是安全地使用。這種 GenAI 方法可以在整個組織中大規模擴展。

GenAI 供應商還提供針對特定領域（如軟體開發、金融、法律或稅務）的預訓練模型，這些專業化的模型可以加快你的價值實現時間，但你仍需要將它們整合到資料和業務流程中，提供監督，並使用它們來推動變革。

2. GenAI 促進 IT 轉型

一個訓練良好的 GenAI 模型可以幫助你實現 IT 部門的變革，讓你的技術更符合業務需求、更可靠、更易於使用和更具生產力。以軟體開發為例，在我們自己的使用和客戶的應用中，我們發現 GenAI 已經能夠提升 10 個軟體開發生命週期中的生產力和速度，增幅為 20% 到 50%，同時還提升了品質和最終使用者的滿意度。它能將功能分解為使用者故事，並生成高品質的驗收標準。它還可以幫助撰寫更完整的測試案例、生成合成資料來填補空白，並自動化初始測試腳本。GenAI 可以生成詳細的文檔，從而節省時間，並在故障排除過程中提高根本原因分析的效率。這些只是一些例子，未來 GenAI 甚至可以全面生成程式碼，並引入新的軟體開發方法，最終取代敏捷開發。

當然，你不僅僅進行軟體開發，GenAI 也不只侷限於此。舉例來說，如果你仍在將工作負載或應用程式遷移到雲端，GenAI 模型可以分析舊有的架構圖。在雲端，它還可以自動化 SQL 查詢和優化 SQL 調校。GenAI 還成為了網路安全防護的重要工具，目前常見的應用包括監控流量、檢測異常、解決簡單事件以及提供解決複雜事件的建議。這只是其中的一些例子。GenAI 幾乎可以轉型 IT 部門的每一個工作領域。

3. 要轉型 IT 和企業，重點放在模式而非具體用例

就像單一的 GenAI 模型能轉變軟體開發、網路安全和雲端管理一樣，它也能在企業中各個領域發揮價值。因此，為了實現大規模價值，最好不要僅關注個別用例，而是尋找涵蓋多個用例的模式。在我們的經驗中，超過 80% 的 GenAI 用例都符合以下六種模式之一。

總結：分析技術架構，或是匯總消費者對產品的反饋。深層檢索：從非結構化資料（如文字或人類語言）中提取見解。轉換：將一種程式從一種代碼轉換為另一種，或是將文本文件翻譯成另一種語言。增強：協助進行故障排除或自動補全程式碼，或是處理稅務資料。問答聊天機器人：應用於支援網路事件回應或處理客戶服務請求。全新創建：例如生成程式碼的初稿或財務報告的草稿。如果你規劃和實施 GenAI 部署以實現這些模式，你會發現單一模型能夠在多個任務中、跨越不同職能和業務部門發揮價值。

4. GenAI 可以推動你的資料計畫變革

處理你的所有資料一直都是首要任務，現在，隨著 GenAI 的出現，其重要性更加凸顯。但 GenAI 也可以幫助解決清理、組織和標準化資料的挑戰。它可以理解非結構化資料，如藏在簡報、策略文件、客戶日誌和無數其他文檔中的資料，並能夠自動化大量資料清理過程。這使得先前難以實現的資料計畫不僅變得可行，甚至具有吸引力。

你可能仍需要將資料移至雲端，並確保 GenAI 能夠安全訪問它們。你還需要幫助評估資料集的價值，確保它們的品質和合規性，減少偏見並管理風險。簡而言之，無論 GenAI 涉足哪個領域，都不會取代高技能的人才進行質量工作的需求。相反，它可以增強你的能力，使你和你的團隊能夠將更多的資料轉化為價值，並改變工作的本質。

5. 生成式 AI 可以提升您對企業的價值

即便在去年（對生成式 AI 的發展來說幾乎是過去的一個世代），我們在 2023 年 8 月的 Pulse 調查中指出，84% 的技術領導者預期會利用生成式 AI 來支持新的商業模式。這強調了生成式 AI 及其實施者（包括您在內）的重要性。例如，您可能需要與業務領導者合作，找出新的商業模式，並教育他們瞭解生成式 AI 能夠做什麼及其實現方式。

如果未來的方向包括像 PwC 這樣的 AI 工廠，您很可能也會領導這個計劃。生成式 AI 需要新的角色和技能，其他高級領導者可能會尋求您的幫助來填補這些需求。隨著生成式 AI 很可能將遍布您的整個組織，利益相關者也可能期待您能保證生成式 AI 產出的是可靠的結果。這就需要負責任的 AI。如果從一開始就將負責任 AI 植入到生成式 AI 之中，您將能夠很好地對其進行治理，驗證其結果，監控其投資回報率，並有效管理風險。

6. 由於生成式 AI 的發展，IT 需要重新定義

隨著生成式 AI 的普及，您的團隊很可能需要新的角色和技能，儘管跨技能培養通常是可行的。您可以利用生成式 AI 減輕資料科學家或軟體工程師的負擔，然後補充他們的現有技能，使他們能夠專注於生成式 AI 模型管理或生成式 AI 相關的治理工作。他們也可能需要指導，讓他們能夠與業務更緊密合作，幫助團隊理解並運用生成式 AI 於他們的工作中。

為了推動業務，您的員工可能需要比以往更快地行動，並採用一種實驗性、快速失敗的心態。作為負責任 AI 方法的一部分，他們還可能需要新的控制實踐，以跟上快速的節奏並管理風險。您可能也很快會發現自己需要分配新的資源來支持生成式 AI 和相關的資料計劃。這可能需要新的解決方案來監控並報告支出與投資回報率。