📢 转载信息
原文作者：MIT Technology Review Insights
在与Cloudera和AWS合作下
人工智能一直以来都承诺带来速度、效率和解决问题的新方法。但在过去几年中，真正发生变化的是这些承诺实现的速度。从石油和天然气到零售业，从物流到法律行业，人工智能已不再局限于试点项目或推测性的实验室研究。它正在被部署到关键工作流程中，将过去需要数小时的处理流程缩短到几分钟，并使员工能够专注于更高价值的工作。
Cloudera的首席AI架构师Manasi Vartak说：“业务流程自动化已经存在很长时间了。而生成式AI和AI智能体正在让我们能够真正地为业务流程自动化赋予‘超能力’。”
大部分的动力来自于两个相关因素：AI智能体的兴起和AI工具的快速普及化。无论是为自动化还是协助而设计的AI智能体，在加快响应时间、消除复杂工作流程中的摩擦方面都显示出强大的威力。过去需要人工来解释索赔表格、阅读合同或处理送货司机的查询，现在AI智能体可以在几秒钟内以规模化的方式完成。
与此同时，可用性的进步使非技术人员也能使用AI工具，让各个职能部门的员工更容易为自己的需求试验、采用和调整这些工具。
但这并不意味着前方的道路上没有障碍。关于隐私、安全和大型语言模型（LLM）准确性的担忧仍然紧迫。企业还在应对成本管理、数据质量以及如何构建可持续的长期AI系统的现实问题。随着企业探索下一步的发展——包括自主智能体、特定领域的模型，甚至是迈向通用人工智能的步骤——关于信任、治理和负责任的部署的问题变得尤为突出。
亚马逊云计算服务（AWS）的AI和现代数据战略首席顾问Eddie Kim说：“贵公司的领导层在确保业务拥有解决机遇和风险的AI战略方面尤为关键，同时要赋予员工提升技能的能力，以便他们能够熟练掌握这些AI工具。”
尽管如此，案例研究仍然很有说服力。一家全球能源公司将威胁检测时间从一小时以上缩短到仅七分钟；一家财富100强的法律团队通过自动化合同审查节省了数百万美元；一个人道主义援助组织利用AI更快地应对危机。那种渐进式发展的日子早已一去不复返了。这些例子表明，当数据、基础设施和AI专业知识汇集在一起时，其影响是变革性的。
企业AI的未来将取决于组织在创新与规模化、安全性和战略之间进行有效结合的能力。这才是真正的竞争所在。
本文由MIT Technology Review的定制内容部门Insights制作。它并非由MIT Technology Review的编辑人员撰写。它由人类撰稿人、编辑、分析师和插画师进行研究、设计和撰写。可能使用的AI工具仅限于经过严格人工审核的次要生产流程。
🚀 想要体验更好更全面的AI调用？
欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，文档丰富，小白也可以简单操作。
评论区