人工智能是一项处于早期阶段的技术，围绕它的炒作是显而易见的，但 IT 领导者在为企业做出重大承诺之前，需要考虑到许多挑战。
在本周的 Gartner IT Symposium/Xpo 上，分析师们花了大量时间讨论人工智能对 IT 系统和团队的影响。首先是开幕主题演讲，提出了一个问题： “人工智能的世界令人兴奋，也常常让人疲惫不堪，创新的步伐似乎无法跟上。但如果你不必这样做呢？
“首席信息官可以在他们的人工智能成果竞赛中设定步伐，"杰出副总裁分析师、Gartner 研究员 Hung LeHong 说。“如果你有适度的人工智能雄心，在一个尚未被人工智能重塑的行业中，你可以承受更有分寸的步伐。这是一种人工智能的稳定步伐。对于那些有更大人工智能雄心的组织，或者在一个正在被人工智能重塑的行业中，步伐会更快。这是人工智能加速的步伐。无论你是以人工智能稳定的步伐前进，还是以人工智能加速的步伐前进，你都必须提供价值和成果。”
以此为背景，Gartner 的分析师们在整个研讨会上对人工智能提出了许多看法。以下是其中最有趣的13个观点：
- “Gartner 杰出副总裁分析师约翰-大卫-洛夫洛克（John-David Lovelock）说："目前在生成式人工智能（GenAI）上的支出主要来自为 GenAI 构建供应方基础设施的技术公司。“首席信息官们将从 2025 年开始在 GenAI 上投入资金，而不仅仅是概念验证工作。花费会更多，但首席信息官们对 GenAI 能力的期望值会下降。当前 GenAI 模型所能实现的现实，以及首席信息官的数据状况将无法满足今天的崇高期望。”
- “GenAI将轻松超越云计算和外包供应商前几年对数据中心系统的影响，"Lovelock称。“云计算和外包厂商花了 20 年时间才将服务器的年支出增加到 670 亿美元。从2023年到2028年，GenAI的需求将帮助服务器销售额增长近三倍。”
- 随着人工智能和数据在企业中无处不在，人工智能和数据不再是 IT 直接控制的集中资产。Gartner 对 300 多名首席信息官进行的调查发现，平均只有 35% 的人工智能能力将由 IT 团队构建。这意味着需要新的方法来管理和保护数据访问，管理人工智能的输入和输出，并安全地提供人工智能价值。
- 要利用生成式人工智能（GenAI）产生商业价值，人们必须在工作流程中持续使用 GenAI 工具。2024 年第二季度，Gartner 对美国、英国、印度、澳大利亚和中国的 5000 多名数字工作者进行了调查，结果显示，员工表示使用 GenAI 平均每周可节省 3.6 个小时。但并非所有员工都能从使用 GenAI 中获得同样程度的收益。“GenAI带来的生产力收益分布不均。不同员工的收益各不相同，这不仅是因为他们的个人兴趣和采用程度不同，还与工作的复杂程度和经验水平有关，"LeHong 说。
- 根据 Gartner 在 2024 年 6 月和 7 月对 300 多名首席信息官进行的调查，90% 以上的首席信息官表示，成本管理限制了他们从人工智能中为企业获取价值的能力。事实上，Gartner 认为，成本是与安全或幻觉一样大的人工智能风险。如果首席信息官不了解 GenAI 成本的规模，Gartner 估计他们在计算成本时可能会出现 500%-1000% 的错误。
- 一些员工可能会对人工智能产生强烈的亲近感。另一些员工则可能感到受到威胁或产生反感。这些对人工智能的强烈反应可能会导致意想不到的行为结果，对员工的工作表现产生负面影响，例如嫉妒那些使用人工智能的人，以及过度依赖人工智能工具。
- 很少有组织积极管理这些行为结果。在 6 月/7 月的 Gartner 调查中，只有 20% 的首席信息官表示，他们注重减轻 GenAI 对员工福利的潜在负面影响。“大多数企业对人工智能给员工带来的感受不够好奇。这很重要，因为人工智能可能会导致各种意想不到的行为结果，"Gartner 杰出副总裁分析师玛丽-梅萨格里奥（Mary Mesaglio）说。
- 人工智能有能力对工作场所的互动和沟通进行情感分析。这可以提供反馈，确保整体情感与预期行为相一致，从而使员工积极主动地投入工作。到 2028 年，40% 的大型企业将部署人工智能来操纵和衡量员工的情绪和行为，而这一切都是为了利润。
- 部署人工智能以淘汰中层管理人员的企业将能够在短期内降低劳动力成本，并节省长期效益。到 2026 年，20% 的组织将利用人工智能实现组织结构扁平化，裁撤一半以上的现有中层管理职位。
- “GenAI能力的进步在未来几年可能会以惊人的速度出现，而在未来2-5年内出现的工具很可能会带来变革"。Gartner 公司杰出副总裁分析师 Arun Chandrasekaran 认为。“GenAI支持的虚拟助手，如ChatGPT，已经吸引了很多关注，但大量的GenAI应用和用例走得更远。”
- “大规模预训练基础模型（如 LLM）是 GenAI 浪潮的核心。它们正在不断发展，变得更加多模态，并接受对话式的指令训练。Chandrasekaran说："GenAI工具和技术的生态系统不断发展，有助于企业构建、管理和定制GenAI驱动的应用。
- “Chandrasekaran 说："与 Gartner 的其他 Hype Cycle 相比，Genative AI Hype Cycle 的几乎所有创新都处于创新触发期或预期膨胀的高峰期，这是早期市场的特征。
- “超越生产力，考虑类似'辅助工具'的使用案例，以充分实现人工智能的承诺。Gartner 杰出副总裁分析师 Erick Brethenoux 说："由于人工智能学习曲线不可压缩，因此应通过组合和混合多种创新人工智能技术来开发最小可行产品。
