Il potere dell’AI generativa è indiscutibile, tuttavia molte organizzazioni rimangono caute nel abbracciare completamente questa tecnologia. Mentre ci sono preoccupazioni legittime per i rischi come la divulgazione della proprietà intellettuale o dei dati personali, Andrew McAfee, un ricercatore principale del MIT Sloan School of Management, sostiene che questi rischi siano gestibili. Infatti, McAfee crede che non partecipare alla gara dell’AI sia un grande errore, poiché i benefici dell’AI generativa sono significativi e i ricompense nel successo valgono la pena di perseguire.
Per identificare opportunità e determinare il potenziale ritorno degli investimenti per le applicazioni di AI generativa, McAfee raccomanda quattro passaggi di base che i leader aziendali dovrebbero considerare.
In primo luogo, inventariare i lavori di conoscenza esistenti e determinare quali compiti possono essere migliorati utilizzando l’AI generativa. Ad esempio, se stai creando qualcosa basato su un modello consolidato, lascia che l’AI ci provi per prima e poi fai revisionare ed editare il lavoro da un lavoratore umano.
In secondo luogo, considerare soluzioni di AI preconfezionate. McAfee suggerisce di utilizzare un assistente di AI generativa competente ma ingenuo per determinati ruoli. Questo tipo di assistente può essere fornito attraverso soluzioni di AI preconfezionate e può aiutare i nuovi dipendenti a diventare rapidamente produttivi gestendo compiti come il testing del software o il debug degli errori.
In terzo luogo, per i lavori di conoscenza che richiedono maggiore competenza, considerare di combinare un sistema di AI generativa preconfezionato con un altro sistema addestrato sui dati interni. Ciò permetterà alle organizzazioni di ottenere l’output di un assistente più esperto sfruttando la conoscenza istituzionale, le informazioni dei clienti, l’analisi dei sentimenti e la conoscenza specifica del settore.
Infine, dare priorità ai progetti potenziali identificando i ruoli più adatti per gli assistenti digitali ingenui o esperti e concentrarsi sui casi d’uso di AI generativa più promettenti. Secondo la ricerca di McKinsey, aree come le operazioni clienti, marketing e vendite, ingegneria e R&S offrono il maggior potenziale per le applicazioni di AI generativa.
In conclusione, sebbene ci siano rischi associati all’AI generativa, è fondamentale per le organizzazioni superare queste sfide e partecipare alla gara dell’AI. Seguendo i passaggi di McAfee, le aziende possono identificare opportunità, mitigare rischi e sfruttare i vantaggi potenziali dell’AI generativa per guidare produttività e successo.
FAQ: AI Generativa nel Business
D: Quali sono i rischi associati all’AI generativa nelle organizzazioni?
R: I rischi come la divulgazione della proprietà intellettuale o dei dati personali sono una preoccupazione dell’AI generativa.
D: Perché è importante per le organizzazioni abbracciare l’AI generativa?
R: I benefici dell’AI generativa sono significativi e possono portare a ricompense nel successo.
D: Quali sono i quattro passaggi raccomandati da Andrew McAfee per determinare il potenziale ritorno degli investimenti per le applicazioni di AI generativa?
R: 1. Inventariare i lavori di conoscenza esistenti e identificare i compiti che possono essere migliorati utilizzando l’AI generativa.
2. Considerare soluzioni di AI preconfezionate per determinati ruoli.
3. Combinare un sistema di AI generativa preconfezionato con un altro sistema addestrato sui dati interni per i lavori di conoscenza che richiedono competenza.
4. Dare priorità ai progetti potenziali in base ai ruoli più adatti per assistenti digitali ingenui o esperti.
D: Quali aree hanno il maggior potenziale per le applicazioni di AI generativa secondo la ricerca di McKinsey?
R: Secondo McKinsey, aree come le operazioni clienti, marketing e vendite, ingegneria e R&S offrono il maggior potenziale per le applicazioni di AI generativa.
Definizioni:
– AI generativa: Una tecnologia in grado di generare contenuti o fare previsioni basandosi su grandi quantità di dati.
– Proprietà Intellettuale: Beni immateriali, come invenzioni o opere creative, che sono protetti da diritti d’autore, brevetti o marchi registrati.
– Dati Personali: Informazioni che possono identificare un individuo, come il suo nome, indirizzo o numero di previdenza sociale.
Link correlati suggeriti:
– MIT Sloan School of Management
– McKinsey & Company
The source of the article is from the blog publicsectortravel.org.uk