解锁生成式AI的局限性：自动化助力企业IT运维的新时代

近几年企业在进行数字化转型的路上，生成式人工智能（GenAI）被频繁提及，成为一项有望在各行业革新运营的强大工具。现阶段GenAI可助力员工去测试更多的想法、生成内容、快速检索信息等，但我们都清楚GenAI的未来可不仅仅于此。然而，企业在其他层面的进展却很缓慢。

现阶段，GenAI单靠自身能做的事情还很有限。虽然它是“人工智能”，但企业必须记住它只是一个工具，所有工具都有其局限性。当企业将GenAI与自动化结合并为其提供适当的业务上下文和上下文基础时，那么GenAI的局限性就可以被克服，从而推动切实的业务成果转化。

定制GenAI以满足特定业务需求

GenAI拥有强大的知识库，但现阶段还欠缺理解深度，缺乏真正意义上的上下文理解能力。这在企业级业务环境中是个大问题。GenAI需要大量的上下文支持才能做到像一名“老员工”一样工作。

为了克服这一局限性，企业应专注于为GenAI进行深入的上下文训练。这一过程可能缓慢、费力且昂贵，因为所需的上下文存在于公司内网、客户关系管理系统、文件解决方案、云数据和其他来源中。为了帮助企业应对这一难题，我们可以利用自动化来提取相关信息，从而大幅减少为GenAI工具提供必要上下文所需的时间和资源。

自动化赋能GenAI

GenAI可以分析、理解和创造，但它在独立行动方面是有限的。自动化是赋能GenAI将其洞察力转化为可操作结果的缺失环节。例如，如果用户要求GenAI提交费用报销单，他们会得到如何做的详细说明；但该工具不会为他们提交。如果该GenAI工具与系统集成，那么这些费用报销单就可以通过自动化直接提交。这展示了GenAI现阶段的根本问题；它可以思考，但它无法行动。它有“头脑”，但没有“身体”。因此，通过自动化例行任务和流程，企业可以利用GenAI提高效率、简化运营并提升生产力。

信任与透明度

即使有了上文提到的条件，企业对于GenAI的信任也需要时间的考验，否则它也无法被有效利用。GenAI目前使用的模型依赖于新数据不断进行训练和改进，因此企业理所当然地担心其专有数据可能会被共享和滥用。这使得企业对它仍然保留着足够的戒备心。

透明性是解决这些问题的关键。使用GenAI工具的员工应该在治理模型的框架内使用它们。企业应考虑在治理模型内的预构建GenAI活动，这些活动易于访问和开发，并在自动化工作流中利用高质量的AI预测，从而更快地实现价值。

总结

GenAI有望革新诸多行业内的业务运营模式，但这种革新只有在GenAI与自动化和适当的透明性结合时才能实现。通过自动化为GenAI的“头脑”提供所需的“身体”可以最大限度地减少其局限性，实现其全部潜力。

微信号｜Trustfar300231

视频号｜银信科技300231

(银信科技)