人们使用生成式人工智能模型进行搜索、创作艺术、撰写论文和进行对话——无论是礼貌的还是其他的。但企业如何利用这些强大的工具来满足现实世界的业务需求？

生成式人工智能，顾名思义，可以生成图像和文本。人工智能 (AI) 的这个子集还可以生成合成数据。该技术建立在多项进展的基础上，包括生成对抗网络和可能包含数万亿个参数的大型语言模型。

这些进步让数据科学家可以使用大量训练数据准备模型，为企业提供以下七个生成式人工智能优势。

1. 即时创建内容

快速内容创建是生成式人工智能最明显的优势之一。Gartner 技术创新副总裁兼分析师 Arun Chandrasekaran 指出，它也是最容易访问的工具之一。如今，生成营销通讯和博客等内容的能力提供了有形的价值。

Gartner 预计媒体行业和企业营销将使用生成式 AI 来生成文本、图像、视频和音频。据市场研究公司称，到 2025 年，大型组织 30% 的对外营销信息将由综合生成。2022 年，只有约 2% 的组织创建了此类内容。

2. 改善客户体验

客户交互似乎是生成人工智能的另一个可能的早期商业应用。企业可以从使用聊天机器人中受益，聊天机器人可以对客户的询问提供更人性化的响应。由于底层语言模型的规模，这些响应将具有更大的深度。

企业可以以自助服务模式部署生成式人工智能工具来处理客户的日常查询。但行业高管也看到生成式人工智能机器人在客户服务中扮演座席协助角色，使用自然语言处理来聆听座席与客户的讨论，并利用相关资源来支持交互。

咨询公司 West Monroe 的合伙人 Pablo Alejo 表示：“想象一下这样的情况：ChatGPT 正在监听呼叫，并且正在积极从存储库中获取内容，以帮助客户服务代理提供更好的服务。” “这从根本上决定了他们的运作方式。”

3. 提升个性化

生成式人工智能可以帮助企业加强个性化游戏。机器学习算法可以分析用户的购买历史和在线行为，以改进产品推荐或生成自定义内容。与此同时，销售人员可以创建个性化的演示文稿，营销人员可以完善他们的营销活动。

组织还可能受益于员工培训的个性化改进。企业 AI SaaS 提供商 SymphonyAI 的首席信息官 Bill Bragg 建议，生成式 AI 可以充当助教，以补充人类教育工作者的不足，并提供根据学生学习方式定制的内容。

4. 开发新产品并加快设计周期

企业还可以从快速构思以及创造新产品和服务的能力中受益。生成式人工智能有潜力加速制药等行业的发展，这些行业的药物发现可能需要十年或更长时间。Chandrasekaran 指出，推出产品并在此过程中缩短研发时间和预算的能力是最具潜力的用例之一。

与此同时，隐私问题、复杂的业务流程和生成式人工智能生态系统的新生状态使产品创建成为最困难的用例之一，钱德拉塞卡兰说。他补充说，超个性化也属于这一类。

5. 提高任务效率，从编写代码到合同管理

机器学习模型可以建议应用程序代码以提高开发人员的工作效率。例如，ChatGPT 可以帮助网站开发、使用 JavaScript 等语言编写代码以及调试代码。

但生成式人工智能也可以简化其他复杂的流程。布拉格以软件供应商的交易台为例，这是一个管理报价和建议以及签约流程的跨职能小组。目前，联合术语合同的任务——将产品或服务的多个合同合并到一个单一的工具中——可能涉及供应商的交易台和客户之间的大量对话。

然而，布拉格指出，使用生成式人工智能的交易台可以收集客户分散在多个业务部门的不同许可模式的数据。消化了这些数据并从中学习的人工智能代理可以在联合合同时为交易部门提供领先优势。

吸收繁琐的琐事很可能成为该技术商业应用的标志。钱德拉塞卡兰说：“生成式人工智能能够从业务用户手中抽象出大量低级任务，从而为他们腾出宝贵的时间并释放生产力。”

6. 促进客户服务

咨询等以客户服务为重点的行业可以从生成式人工智能中受益。Alejo 引用了该技术能够吸收特定主题的研究数据、通过模型运行数据并识别高级模式的能力。有了这种洞察力，咨询公司就可以启动为客户制定业务战略的过程。

7. 促进知识管理

在知识管理中使用生成式人工智能可以为企业带来优势。

阿莱霍说，人工智能工具将出现在“任何知识管理至关重要的地方，在那里你有一个可以访问的信息库，并且我们可以简化寻找信息的过程”。他指出，基于这个最初的用例，后续的进展将集中于从信息中生成洞察力。

Chandrasekaran 表示，医疗保健、金融服务和法律领域对对话式人工智能主导的企业搜索和知识管理系统的兴趣正在显现。他补充说，在这些行业中，生成式人工智能“具有使机构知识民主化的潜力”。