生成人工智能(AI),特别是大型语言模型(llm),将改变组织设计工作,跨企业资源任务和分配责任。然而,llm带有独特的风险相比与其他人工智能的实现。
生成microapps是一项新兴技术,可以使组织能够展示的价值生成AI同时最小化业务的风险敞口。生成microapps是应用程序充当代理用户和LLM之间,如ChatGPT或吟游诗人。
我们采访了纳德Henein副总裁Gartner的分析师来了解企业如何利用microapps扩充知识工作者使用生成的人工智能和提高员工生产力。
问:如何生成microapps增加人类的劳动力?
答:Gartner预测,到2026年,50%的财富100强公司的办公室职员将AI-augmented在一种或另一种形式,来提高生产率或提高平均质量的工作。
例如,考虑一个LLM补充了一个专有的研究数据库。作为一个作者起草一项新的研究表明,microapp嵌入到字处理程序将读取每个部分并使用其预先构建的促使图书馆问LLM的例子支持研究和数据,以及矛盾的研究的例子。反应将验证的准确性microapp然后提供建议或意见的形式的文字处理器。
这种增加会提高作者的能力超出了人类是可能的。没有人可以知道每一个数据库中发表的研究,而是一种LLM补充了企业数据可以提供这种能力。
通用microapps将成为司空见惯的劳动力,每天都在使用的应用程序,如文字处理程序、电子邮件和会议工具。组织发展专业microapps,最初作为高附加值增加雇员。这些将成为所有知识商品化工人在几年之内。一个新行业专注于发展专业生殖microapps将增长和繁荣。
问:你能提供更多的洞察生成microapps吗?
答:而不是用户接口直接与一个LLM microapp一套预排程序的提示,解决集中代表用户数量的任务。没有会话/聊天界面。提示是用来查询模型和接收响应在一个预定义的格式。这使得更容易microapp中的逻辑验证每个响应之前交给用户。
生成microapps可以独立,但在大多数情况下,他们将作为扩展嵌入式平台常用的生产力知识工作者。
问:如何生成microapps减轻llm的关键风险?
答:有三个关键风险llm独有:访问控制、准确性和贬值。Microapps解决这些:
访问控制:组织依靠访问控制、访问规则的创建和应用100%的时间。如果规则失败,系统拒绝访问。然而,如果一个LLM补充与不同类型的企业数据,无法保证访问规则将紧随其后。生成microapps充当LLM的代理企业,所以他们不允许用户直接与模型交互通过聊天。因此,他们不能被迫暴露限制数据。
准确性:“幻觉”一词描述模型偶尔会提供虚构的——然而自信和令人信服的答案。通过严格的提示工程、预设提示嵌入microapps可以限制的幻觉。此外,microapp可以执行的答案提供的格式,应用程序可以验证之前传递到用户。
贬值:组织可能不愿意支付相同的金额LLM提供的产品和服务,而不是一群训练有素,经验丰富的专业人士。开发专用microapps作为知识工作者的增加。这将提高工作的平均质量和提高生产率,从而帮助缓解技能短缺。自从工作仍由专业人士,商业模式是规避货币贬值的风险。
额外的分析对企业使用衍生AI将在Gartner它研讨会/ Xpo,世界上最重要的会议对cio和其他高管。Gartner分析师和与会者将探索技术,见解和趋势塑造未来的IT和业务,包括如何释放生成人工智能的可能性,业务转型、网络安全、客户体验、数据分析、行政领导和更多。在Twitter上关注新闻和更新的会议使用# GartnerSYM。
注册一个免费新闻通过Gartner研讨会/ Xpo,请联系meghan.rimol@gartner.com。
即将到来的日期和地点的Gartner研讨会/ Xpo包括:
9月11 - 13日|黄金海岸,澳大利亚
10月16 - 19 |奥兰多,佛罗里达
11月6 - 9 |巴塞罗那,西班牙
11月13日- 15日|东京,日本
11月28 - 30 |高知县,印度
记者想跟纳德可以联系关于这个话题Meghan.Rimol@Gartner.com。媒体的成员可以参考这个材料与适当的归因Gartner的文章。