根据 Gartner 的报告，到2026年，80%的企业将会整合人工智能

根据 Gartner 的报告，至2026年，将有80%的企业融合人工智能

自从将近一年前发布了ChatGPT以来，生成式人工智能一直在崛起，公司每天都在不断开发或采用 AI 模型。加特纳（Gartner）的新报告显示，这种增长在未来几年内只会继续向上趋势。

这家研究公司预测到，到2026年，80%的企业将会使用生成式人工智能的 API（应用程序接口）或模型，或者开发属于自己的模型。

这意味着在仅仅三年内，采纳或创建生成式人工智能模型的企业数量将会增长16倍。根据加特纳的数据，2023年时只有不到5%的企业这样做。

“生成式人工智能已成为首席执行官的首要任务，并在基础模型之外引发了巨大的创新，”加特纳的杰出副总裁分析师阿鲁恩·钱德拉塞卡兰（Arun Chandrasekaran）表示。

该研究公司列举了一些预计在未来十年将对组织产生重大影响的创新，其中包括生成式人工智能应用、基础模型以及 AI、信任、风险和安全管理（AI TRiSM）。

生成式人工智能应用仅仅是指利用生成式人工智能来完成特定任务的应用程序。ChatGPT就是生成式人工智能应用的一个例子，它使用人工智能来综合你的文本提示并输出反馈。

组织可以采用这些应用来在内部为工人提供便利，或者为客户提供改善其服务和体验的体验。

“目前GenAI嵌入能力最常见的模式是文本到X，通过使用自然语言的提示工程使工人可以以前特定任务的方式访问，”钱德拉塞卡兰在报告中说。

一个典型例子是越来越多的咨询公司，它们要么采用要么开发自己的人工智能模型，以便让客户更容易从该公司的大型数据库中找到所需的资源。

这些应用的一个挑战是它们容易产生幻觉和不准确的回应，这使得它们的可靠性受到质疑。

基础模型是指支撑生成式人工智能应用的机器学习模型，例如，GPT对于ChatGPT而言就是基础模型。

这些基础模型是经过大量数据训练的，并用于驱动各种能够完成多种任务的应用程序。

加特纳在其炒作周期（Hype Cycle）上将基础模型置于充斥期望的巅峰位置，预测到到2027年，它们将支持60%的自然语言处理（NLP）应用案例。

“技术领导者应从表现排行榜上准确度高的模型开始，选择那些具有优越的生态支持，并且在安全性和隐私方面拥有充分的企业保障措施的模型，”钱德拉塞卡兰说。

最后，AI TRiSM是一组解决方案，可以解决围绕生成式AI模型的问题，并确保其成功部署。

一些困扰生成式AI模型的风险包括可靠性、错误信息、偏见、隐私和公平性。

如果不适当地解决这些问题，这些问题对组织可能会造成特别严重的伤害，因为它们面临敏感数据泄露和错误信息在整个组织中的传播的风险。

“那些没有持续管理AI风险的组织，会呈指数级地面临不良后果，比如项目失败和违规行为，”Chandrasekaran说道。

因此，AI TRiSM对于组织来说至关重要，以最小化这些风险并保护组织成员。