亚马逊云科技精选博客
我们使用机器学习技术将英文博客翻译为简体中文。您可以点击导航栏中的“中文(简体)”切换到英文版本。
使用生成式 AI 重新构想客户体验——第 2 部分
在过去的几个月中,我们看到生成式人工智能(AI)格局发生了重大变化。如今,商界领袖希望更深入地研究。他们更感兴趣的是实施这些工具,看看它如何推动业务发展。零售和包装消费品(CPG)领域的高管尤其是在探索人工智能将如何影响他们的行业并改变他们领导组织的方式。
亚马逊网络服务 (亚马逊云科技) 处于
平心而论,零售和消费品领域的变革者将始终掌握公司核心业务的脉搏,例如发布季度报告和按时结账。每当生成人工智能等新技术进入竞争时,自然要谨慎一点。听到品牌高管提出诸如 “我们如何在传统数据分析与生成人工智能的新前沿之间取得平衡?” 之类的问题也并不少见
这个话题是当今商界领袖非常关注的话题。零售和消费品公司习惯于处理以前所未有的速度提供给他们的大量数据。组织这些数据并以提供业务见解和竞争优势的方式对其进行操作需要花费大量时间。
如果公司能够投入更多的时间和精力来询问有关其数据的更好问题,情况会怎样?
这就是生成式 AI 可以介入的地方。它为各种规模的企业开辟了利用时间发挥更大创造力的可能性,从消费者那里收集更好的见解,同时还可以处理前期的数据整合和清理。通过潜入生成式人工智能领域,品牌可以更智能地集中资源并更深入地查询数据。
即将到来的挑战
在采用生成式人工智能方面,世界各地的零售和消费品公司都遇到了很多疑问。从高管到IT团队的人们,以及介于两者之间的每个人,都想知道如何在不中断业务运营的情况下开始测试其功能。以下是我们见过的各种规模的公司面临的一些最常见的挑战:
- 隐私和安全 。领导者想知道与在其数据上运行生成式人工智能模型相关的风险。考虑到我们在工作场所内外有多少设备,了解谁可以在何时何地访问和搜索您的数据至关重要。
- 治理 。为那些向生成式人工智能解决方案提供数据的人开发负责任的用户框架至关重要。公司在考虑收集的数据类型时,需要涵盖所有基础,包括确定给定模型中固有的偏见以及部署和版权问题。他们还需要对利益相关者进行有关生成人工智能主题的教育,以增加他们对其多种用途的了解。
- 缩放 。根据公司规模的不同,采用生成式人工智能的优势可能差异很大。小型企业可能已经有了支持云的ERP和销售点系统,可以更轻松地将其数据插入生成式人工智能模型。大型全球零售商还有其他顾虑,例如避免数据泄露和创建符合其品牌标识需求的特定用例。
生成式 AI 未来的发展方向
毫无疑问,生成式人工智能改变了零售和消费品行业的格局。自今年年初以来,我们看到人们对这项开创性技术的兴趣激增。高管和 IT 专业人士充斥着来自人工智能话题各个方面的信息,包括其优点和运营挑战。剩下的就是看大局。
有一点是肯定的:生成式人工智能不仅适用于行业巨头。
这项技术适合所有人。我们已经看到小型公司利用这些工具提供的许多功能和支持结构来颠覆市场。每当我们听到某个不完美的人工智能模型时,我们都会看到同样的模型每周都在快速改进,因为它们面临更大的数据集和更复杂的供应链。
生成式人工智能还改变了在零售和消费品行业工作的人们的文化,这与云计算革命中发生的情况没什么不同。有了人工智能,公司现在可以访问更好的数据并启动新功能,而所需时间仅为过去的一小部分。同时,投资革命性技术的承诺正以前所未有的速度增长。
当我们在生成式人工智能领域向前迈进时,有时候我们似乎正在走向未知世界。然而,这种令人兴奋的新工具的竞争优势、成本节约和创收能力必将在未来几年占据主导地位。
有兴趣随时了解
联系 A