chanong 人工智能无处不在，我们通过阅读有关出现在我们推送中的一些或其他新产品或应用的新闻来了解它。在人工智能算法的核心，是以数字形式存在的数据。因此，让我们通过数据（即统计）来谈谈人工智能对我们生活的影响。大约77%的设备利用了人工智能。人工智能的主要用途之一，特别是生成性人工智能的出现，使其能够像人类一样进行交流，这使得85%的人工智能用户能够利用它创建内容。
将其扩展到对整个行业的影响，零售行业以72%的零售商采用人工智能和63%的IT和电信行业采用人工智能而领先。毫无疑问，这带来了显著的好处。以Netflix为例，它通过使用机器学习技术节省了10亿美元。但是，这种自动化和进步也有另一方面，即取代人类劳动力。据报道，到2030年，智能机器人可能会影响全球30%的劳动力，影响3.75亿个职业。
虽然不同来源的数字可能有所不同，但有一点是明确的——人工智能正在迅速改变企业的运营模式，并且有其利弊。因此，让我们来分析一下人工智能对技术领域的影响。
代码助手
AI 算法通过分析大量数据生成可执行的商业洞察，帮助组织通过自动化等方式提高效率。
作者供图说到效率，可以想想人工智能驱动的代码助手如何通过自动补全、编写样板代码、检测语法错误、安全漏洞等方式在软件开发中帮助开发人员。但是，和许多其他人工智能用途一样，建议将它们用于提高开发人员的工作效率；同时必须避免过度依赖代码助手来编写生产级代码。
网络安全
网络安全面临着诸多挑战，包括每个组织中存在大量易受攻击的系统或设备、多样化的攻击向量、网络安全专业技能人员的短缺以及庞大的数据量。一个基于人工智能的自学习网络安全系统可以通过持续收集和分析企业系统数据来应对这些挑战，为IT资产清单、威胁暴露、控制有效性、违规风险预测、快速事件响应和模型可解释性等领域提供智能支持。
图片由作者提供这种技术的优势在于，它带来了规模和速度，超越了人类能力的限制。诸如威胁检测和事件管理等任务需要分析来自多个源的实时数据，这些数据可以使用AI算法进行主动监控。
基于AI的聊天机器人
无论是代码助手还是将AI技术用于网络安全，这些都更接近企业，而且往往不会明显地展现给他们的客户。因此，让我们将关注点转移到AI最普遍的用途之一，即利用生成性AI驱动的智能助手来丰富客户体验。
图片由作者提供客户需要一个平台来互动，并针对其查询和担忧寻求回复——而虚拟助手就是满足这一需求的绝佳方式。它可以随时随地向他们提供所需信息。
传统 vs Gen-AI 助手
然而，这种传统的虚拟助手已经存在一段时间了。那么，基于生成式人工智能的智能助手在哪些方面提升了整体体验呢？
图片来源：作者嗯，他们用人性化的语言进行交流的能力让他们能够很好地理解语境。这种情境学习涉及到对语言的微妙理解、策划一个恰当的回应来提升客户体验，并减少解决查询所需的时间。通用人工智能助手能够进行更自然流畅的对话，从而得到更个性化的回应。
个性化与机遇的世界
图片由作者提供是的，未来都是关于个性化的。它为用户节省了认知过载，应用了可以满足他们需求的自定义层。这是使用AI的一个重要动力，因为它可以直接与特定用户沟通并适应他们的特点。尽管AI带来了很多好处，包括从预测客户行为、推荐、内容创建和报告生成，到将AI融入现有技术产品以简化用户工作流程和流程，但AI进步的辉煌故事还有另一面。
另一方：劳动力中断
人工智能（AI）迅速融入业务流程引发了人们对职业替代的担忧。AI用于自动化传统上由人类执行的重复性和例行性任务，已经导致制造业、零售业、客户服务和行政岗位等行业的职位被替代。不过，并非所有行业和职业都会受到均匀影响，事实上，也创造了新的工作机会。在AI驱动的经济中，快速出现了诸如即时工程师、AI伦理学家、负责AI和合规专员以及AI审计员等职业角色。
图片由作者提供然而，对于从事低技能常规工作的劳动力来说，他们面临的社会经济影响在适应技术变革方面正面临更大的挑战。决策者、企业和其他利益相关者必须共同应对这些挑战，并缓解这些变革对工人和整个社会造成的负面影响。这包括组织培训计划、开展终身学习计划以及在新兴行业中推动新工作岗位的创造。
道德考虑因素
不仅工人，连AI生成的响应和预测的消费者也感到担忧。AI算法的优劣在很大程度上取决于训练它们的基础数据。这些数据可能包括用户信息或敏感细节，例如PII（个人可识别信息）。最近，有新闻报道称，一些公司在未经明确同意的情况下使用用户数据训练其模型。这种未经授权的个人数据使用侵犯了用户的隐私权，是使用AI系统时的一大担忧。
图片来源：作者此外，算法的“黑箱”特性不仅让用户难以理解模型响应背后的推理，也让开发者难以理解。因此，组织必须齐心协力构建负责任的人工智能，尊重数据隐私并促进模型透明度。虽然人工智能提供了提高效率和创新解决方案等令人期待的益处，但负责任地解决用户和员工的担忧对于充分发挥其潜力至关重要。
Vidhi Chugh 是一名 AI 战略家和数字化转型领导者，她在产品、科学与工程交汇处致力于构建可扩展的机器学习系统。她是一位屡获殊荣的创新领袖、作者和国际演讲者。她的使命是普及机器学习，打破专业术语的界限，让每个人都能成为这场变革的一部分。
