如果说2023年是生成式人工智能(Gen A) 被广泛认为具有变革潜力的一年，那么2024年往后将是这种潜力成为现实的时代。实验将让位于商业和财务价值的实现。一些组织已经开始意识到这一价值，并通过降低成本、提高流程效率、创造收入和改善多个行业的服务的形式，对价值进行衡量(德勤人工智能研究所，2023年)。

然而，基于Gen A的应用的可靠性只能取决于其所依据的数据质量。根据麦肯锡(麦肯锡，2023年)的数据，有72%的受访组织将数据管理视为实施人工智能应用场景的关键要求。

遗憾的是，许多组织仍在奋力实施这样一个数据基础:能够扩展 Gen Al 所需的越来越多的数据源和越来越大的数据量;使所有 Gen A1 应用和其他数据使用者都能够实时访问其所需的数据，并以安全、符合隐私标准的方式访问数据。然而，尽管存在这些数据管理方面的挑战，Gen AI仍能带来可观的收益。行业领先的数据管理供应商已在其平台中内置了基于 Gen A1 的功能。这些功能可加快数据准备和使用，自动优化性能和成本效益，并在不牺牲质量或安全性的情况下，满足业务不断增长的数据需求。

例如，Denodo平台就是一个领先的逻辑数据管理平台，可在必要时以所需的形式向所有使用者(包括GenAI)提供数据。这种方法抽象了 Gen A1 和其他使用者对多个数据系统的访问，隐藏了潜在的复杂性，同时保证了数据的交付符合预定义的语义和数据治理规则。

Denodo认识到 GenAl在促进数据民主化方面的变革潜力。Denodo 平台不仅可以实现任务自动化，还可以为各种角色的用户赋能，从最终用户到开发人员，再到管理员和数据管理员等。

在本意见书中，我们将深入探讨以下几点:

1.Gen Al在企业中的早期应用场景和成功案例

2.在企业中使用 Gen Al 面临的一些挑战

3.Denodo 平台如何应对这些挑战

4.Denodo 平台如何利用 Gen AI

企业中的生成式人工智能应用场景

Gartner指出，到2026年，预计将有超过80%的企业在运营环境中使用由 GenAl驱动的应用编程接口(API) 或模型，和/或实施由 GenAl支持的应用，这与2023年报告的不到5%相比有显著增长(Gartner，2023年)。

德勤人工智能研究所整理了六大行业最引人注目的60个 Gen Al应用场景。最常见的示例包括

了解您的客户:Gen A1可以汇总信息，为“了解您的客户”(KYC)等流程提供深刻见解，并根据这些信息创建有针对性的个性化消息。

营销内容助理:对于处理跨品牌组合、采用多种语言的多个网站的组织来说，营销内容管理是一项挑战。为产品描述、图片、视频和音频等个性化的内容创作分配时间和资源十分困难。与传统工具相比，Gen Al 可提供更快、更一致的解决方案，帮助企业高效生成内容。

产品设计助理:产品设计历来需要时间，而众多创意中只有一个能推向市场。克服人类在产生各种创意、激发跨行业灵感和简化概念测试方面的局限性困难重重。通过将Gen A与 CAD及其他辅助软件相结合，就可以加强原型设计、增强创造性思维、集思广益和促进突破传统的想法。

开发人员代码辅助:开发人员和其他高技能专业人员的需求量很大，且供不应求。为了克服人才缺口，GenAI可以用来辅助开发人员的工作，自动完成代码创建和维护，这样开发人员就可以专注于更复杂的代码编写。

来源：Denodo

免责声明：我们尊重知识产权、数据隐私，只做内容的收集、整理及分享，报告内容来源于网络,报告版权归原撰写发布机构所有，通过公开合法渠道获得，如涉及侵权，请及时联系我们删除，如对报告内容存疑，请与撰写、发布机构联系