研究揭示了企业如何运用生成式人工智能的有趣现实

研究揭示了企业如何运用生成式人工智能的有趣现实该报告题为《一个新起点：企业中的生成式人工智能》，基于对1000名美国IT决策者的调查，这些决策者参与了公司的GenAI工作，涉及10个行业垂直领域和两种企业规模。正如标题所暗示的那样，研究结果也证实，GenAI正在激发人们对软件应用程序功能、员工工作流程、企业战略制定和调整等方面的全新期望。报告还揭示了许多令人惊讶的事实，说明企业目前是如何部署这项技术的。此外，报告还发现了在对GenAI的了解和部署的先进性方面存在的一些差距，尤其是在不同行业之间。调查结果显示，在参与调查的美国公司中，出人意料地有88%的公司已经在使用生成式人工智能工具，但只有7%的公司制定了有关该技术的正式政策。耐人寻味的是，在目前尚未使用该技术的公司中，约有10%的公司制定了明确禁止使用该技术的政策。正在使用GenAI的更大群体对其带来的机遇充满热情，主要优势如图1所示。超过一半的受访者（56%）认为使用该技术的主要好处是提高了效率，另有49%的受访者认为该技术有可能带来新的业务模式和收入来源。即使是那些正在部署GenAI的受访者也对此表示担忧，55%的受访者强调了潜在的安全问题和企业数据保护问题。同样多的人提到了基础模型可能产生的输出数据的不准确性，几乎同样多的人（53%）表达了对版权侵权的担忧。不出所料，未使用GenAI的企业也有类似的担忧，70%的企业认为版权问题是一个问题，64%的企业认为知识产权泄露是他们不愿意使用的原因。此外，这部分人中有52%的人表示，他们的组织缺乏利用GenAI所需的技能组合--这一数据点凸显了许多企业在这一先进新技术方面所面临的巨大教育差距。有趣的是，即使在这部分持怀疑态度的人中，也只有7%的人表示他们对部署该技术毫无兴趣，剩下93%的人则表示愿意在未来的某个时间点考虑部署该技术。调查对象之间最显著的差异点之一是他们正在实施的启用GenAI的应用类型，特别是在不同的行业垂直领域。在最高级别上，生产力和内容生成相关的应用程序（如文字处理器）最常用。不过，在某些行业，软件编码或客户关系管理（CRM）工具等应用程序是首选。当受访者被要求对类似的（尽管不完全相同）GenAI驱动的产品类别进行价值排序时，公司所看重的与他们目前正在使用的往往存在差异。这表明，许多公司对他们希望运行的GenAI相关应用类型有想法，但尚未找到满足其特定需求的解决方案。这是研究中的众多数据点之一，它强调了一个事实，即我们仍处于GenAI应用的早期阶段，供应商有大量机会创建新的或增强型解决方案来满足客户需求。行业间差异最显著的例子之一是公司建立自己的GenAI模型的潜力。关于公司希望利用自身数据定制GenAI模型的讨论非常多，研究也证实了这一点。有些人甚至推测，企业对创建定制模型的兴趣很高。然而，研究结果表明，大多数企业目前对这种更高级的应用没有兴趣，只有一个明显的例外。如图2所示，只有以技术为重点的ICT（信息、通信和技术）行业对这一领域表示出浓厚的兴趣。在所有其他行业中，只有个位数百分比的公司表示非常有可能或有一定可能建立自己的定制GenAI模型。然而，在信息和通信技术行业，这一比例大幅上升至69%。这些结果突出表明，只有技术先进的公司才了解定制GenAI模型可能提供的意义和机会。这些结果还揭示了在更复杂的GenAI部署方面存在巨大的教育差距，需要加以解决。事实上，GenAI已经成为主流，这为参与这一新兴市场的供应商提供了大量令人兴奋的机会。然而，正如研究中的这些和其他发现所表明的那样，要确保GenAI成为各种类型企业始终有用和强大的产品，还需要大量的教育、有针对性的产品和更多的服务。您可以在此免费下载《企业中的生成式人工智能》研究摘要要点：https://technalysisresearch.com/downloads/TECHnalysis%20Research%20Generative%20AI%20in%20Enterprise%20Survey%20Highlights.pdf...PC版：https://www.cnbeta.com.tw/articles/soft/1373771.htm手机版：https://m.cnbeta.com.tw/view/1373771.htm

Apple 将限制生成式人工智能应用程序

Apple将限制生成式人工智能应用程序苹果将限制应用商店中使用生成式人工智能（AI）的应用。这意味着开发人员在发布使用生成式AI技术的应用之前需要获得苹果的批准。生成式AI是能够自主创建新内容的AI系统，例如图像、音乐或文本。苹果限制生成式AI的原因是为了保护用户免受潜在有害内容的影响，并保持对其平台上可用内容的控制。正在开发生成式AI应用程序的开发人员需要向苹果提交其应用程序进行审查和批准。尚未发布批准的指南，但预计它们将重点关注确保这些应用程序生成的内容适合且安全可用于用户。这些限制最终是为了保护用户并确保应用商店对所有用户都是一个安全可靠的平台。投稿：@ZaiHuabot频道：@TestFlightCN

Google将要求Android应用更好地控制人工智能生成的内容

Google将要求Android应用更好地控制人工智能生成的内容使用人工智能生成内容的应用程序必须在明年初添加一个按钮，用于标记或报告攻击性内容，这样才能继续在Google的PlayStore上架。Google希望举报过程尽可能简单，用户无需离开应用即可进行举报，这与目前已有的应用内举报系统类似。该公司表示，其人工智能生成内容政策涵盖人工智能聊天机器人、人工智能生成图片的应用程序，以及利用人工智能创建真人语音或视频内容的应用程序。托管人工智能生成内容的应用、仅使用人工智能总结书籍等资料的应用，以及将人工智能作为一项功能的生产力应用将不受新政约束。在Google看来，问题人工智能内容包括未经同意的深度伪造性材料、用于诈骗的真人录音、虚假或欺骗性的选举内容、"主要以满足性欲为目的"的人工智能生成应用程序以及恶意代码创建。Google在公告中承认，人工智能生成"是一个快速发展的应用程序类别"，给人的印象是，随着技术的不断发展，Google可能会重新审视其人工智能政策。除了有关人工智能生成内容的新规则外，Google还加强了PlayStore的照片和视频权限政策，限制应用程序访问数据的范围。该公司表示："用户设备上的照片和视频被视为用户的个人敏感数据，应该以最严格的隐私保护最佳实践来对待。这些敏感信息会使用户容易成为泄密者或被利用的目标，因此尽量减少这种访问有助于避免开发人员处理此类敏感数据的负担。"只有需要广泛访问照片和视频的应用程序才会继续获得一般权限，而使用媒体文件有限的应用程序则需要使用照片拾取器。...PC版：https://www.cnbeta.com.tw/articles/soft/1392279.htm手机版：https://m.cnbeta.com.tw/view/1392279.htm

Visa 拨出 1 亿美元投资生成式人工智能公司

Visa拨出1亿美元投资生成式人工智能公司Visa今天宣布，计划向开发生成式人工智能技术和应用程序的公司投资1亿美元，“这将影响商业和支付的未来”。这些投资将通过VisaVentures进行，该公司是该信用卡巨头拥有16年历史的全球企业投资部门。Visa声称自1993年以来一直是“人工智能在支付领域应用的先驱”。对于不熟悉的人来说，生成式人工智能是人工智能的一个新兴子集，它在大量现有数据上进行训练，在给出文本提示时生成文本、图像或其他内容。Source:投稿：@ZaiHuaBot频道：@TestFlightCN

【Lux Capital股东：NFT投资与DeFi投资截然不同】

【LuxCapital股东：NFT投资与DeFi投资截然不同】LuxCapital的股东GraceIsford在接受采访时表示，她在web3的投资方法根植于她所谓的"能力圈"，或者说她与这个领域的其他人相比可以有竞争力的领域。Isford表示，NFT投资与DeFi投资截然不同，DeFi投资与加密数据基础设施投资截然不同，我认为，任何说自己投资web3的人都不应该投资所有这些，他们可能应该在自己的核心竞争力中选择自。此外，Isford表示，与web2相比，web3缺乏企业级安全解决方案。Alchemy和Infura是业内仅有的两家主要节点服务提供商，这意味着大多数加密货币依赖于两家基础设施提供商来管理他们的数据。

戴尔和NVIDIA推出Project Helix 为企业提供生成性人工智能

戴尔和NVIDIA推出ProjectHelix为企业提供生成性人工智能然而，当这些公司不完全确定他们如何开始利用生成性人工智能时，就会出现一个重大问题。对该技术如何运作以及如何实施有深入了解的专家是稀缺的，更不用说是非常昂贵的。认识到这种脱节，戴尔科技公司和英伟达公司共同推出了名为ProjectHelix的产品，专门用于简化生成式人工智能的入门过程。ProjectHelix专注于创建全栈式的、企业内部的生成性人工智能解决方案，使企业能够使用自己的数据建立新的或定制现有的生成性人工智能基础模型。企业开始使用生成性人工智能服务时出现的一个问题是内部知识产权泄漏的风险。事实上，包括三星和苹果在内的几家公司已经实施了政策，阻止他们的员工为工作目的使用ChatGPT等工具，因为担心与这个问题有关。这种担忧的部分原因是，几乎所有早期的生成性人工智能迭代只能在大规模的云端数据中心运行，其中许多收集了输入其提示输入的数据。然而，在支撑生成式人工智能应用的基础模型令人难以置信的快速发展中，这些担忧有很多已经得到解决。值得注意的是，现在有各种各样的开源模型可从市场上获得，如HuggingFace。许多这些开源模型可以在更合理的计算要求下非常有效地运行，例如在一个适当装备的内部数据中心。此外，一些大的科技公司已经开始改变关于他们的模型可以在哪里运行的规则，并且正在创建他们的模型的较小版本，为现场使用进行优化。此外，我们已经看到一些公司，包括NVIDIA开始提供专门为企业应用设计的模型。NVIDIA的发展在多个层面上都很有趣。该公司与生成性人工智能密切相关，主要是因为其硬件。NVIDIA的GPU芯片为目前云计算中的大部分生成性人工智能应用和服务提供动力。在该公司3月份的最后一次GTC会议上，他们公布了一整套生成性人工智能相关的软件，包括特定行业的软件基础模型和以企业为中心的开发工具，特别是其NeMo大型语言模型（LLM）框架和用于过滤不需要的主题的NeMoGuardrails，令许多人感到惊讶。这些模型被优化为在NVIDIA硬件上运行。Helix项目代表了戴尔和NVIDIA的合作努力，组装了一系列戴尔PowerEdge服务器系统。这些系统包括NVIDIAH100GPU和NVIDIA的BluefieldDPU（数据处理单元，用于AI工作负载所需的服务器之间的高速互连）系列，并与NVIDIA的企业AI软件捆绑。此外，戴尔从其PowerScale和ECS企业对象存储产品线中提供了几种不同的存储选项，为人工智能工作负载进行了优化。其结果是一个全面的解决方案，使企业能够开始建立或定制生成性人工智能模型。潜在客户可以使用NVIDIA的一个基础模型选项，或者如果他们愿意，可以从HuggingFace（或其他技术供应商的解决方案）中选择一个开源模型并开始这个过程。捆绑的NVIDIA软件允许导入一个组织的现有数据语料库--从文件、客户服务聊天记录、社交媒体帖子等等--然后用它来训练一个新模型或定制一个现有模型。训练过程完成后还包括配套的运行推理和利用新训练的模型创建新的应用程序所需的工具。戴尔的捆绑服务还提供了一个蓝图，帮助企业在创建/定制这些模型和建立这些工具的过程中进行导航，同时还提供了一系列技术支持服务。最重要的是，由于这项工作是在企业实体内部完成的，ProjectHelix可以帮助减轻许多公司--甚至那些已经开始使用生成性人工智能工具的公司--所担心的知识产权泄漏问题。ProjectHelix的另一个显著好处是，它允许公司以更独特和个性化的方式利用生成性人工智能。虽然目前可用的通用工具无疑可以帮助处理某些类型的应用和环境，但大多数公司认识到，生成性人工智能的真正竞争优势在于定制。人们对将公司自己的数据纳入这些工具有相当大的兴趣，但对于究竟如何做到这一点，也有很多困惑。将生成性人工智能的"简易工具包"放在一起，并不意味着许多组织在利用其数据和技术来创建他们所需的解决方案时不会面临挑战。关键是要记住，生成性人工智能背后的概念仍然非常新，它是一项极其复杂的技术。然而，通过捆绑必要的硬件和软件，这些硬件和软件已经过预先测试，可以一起工作，同时还有关于如何引导这个过程的信息，ProjectHelix似乎是一个有吸引力的选择，对那些渴望--或觉得有竞争性--潜入这个令人兴奋的新领域的组织来说。...PC版：https://www.cnbeta.com.tw/articles/soft/1361299.htm手机版：https://m.cnbeta.com.tw/view/1361299.htm