2022年11月，ChatGPT的公开发布引发了对生成式人工智能（GenAI）的热潮，盛况空前。近两年过去了，很明显，GenAI并不是许多人设想的灵丹妙药，Gartner宣布GenAI已经正式进入了“幻灭的低谷”。简而言之，随着组织努力实现投资回报率并从中获得的价值，GenAI的吸引力正在减弱。
问题不在于作为一种技术的GenAI。某种程度上，其并没有被夸大。GenAI理解、总结和生成文本、音频、图像、视频和其他内容的神奇能力确实是一项革命性的颠覆性技术。GenAI可以在几分钟内总结数百页长的文档，理解自然语言的请求，在几秒钟内创建可行的低级代码，并以用户所需的任何格式提供结果。
GenAI幻灭的根本原因
GenAI远不是通用人工智能（AGI），AGI是当下许多人工智能研究人员的最终目标，也是可以执行与人类大脑基本相同任务的人工智能程度。GenAI确实有局限性，因为它建立在大型语言模型（LLM）之上。虽然它擅长解析语音和文本，但它不是为处理数字和执行分析而设计的。即使是像计数这样简单的操作也可能出错，任何要求GenAI提供具有特定字数的文本的人都可以体会到。当然，还有一个众所周知的幻觉问题，GenAI创造了不存在的事实和参考。
GenAI因多种原因进入了“幻灭的低谷”，包括：
缺乏内部人工智能专业知识：即使一个组织拥有所需的高度专业化的技能，独自训练、部署和维护GenAI也是困难的。不幸的是，这些技能的人雇佣费用很贵，而且供不应求。
运行AI的专用硬件稀缺：重要的GenAI部署通常需要GPU等高性能芯片。与高技能的人工智能专家一样，这种设备也很稀缺。在性能较差的硬件上部署会导致GenAI实现性能不佳。
训练GenAI模型的成本：训练大型语言模型（LLM）需要昂贵的技能和装备，以及大量的能源（到2027年，人工智能预计将消耗全球5%的电力）。
缺乏护栏和安全保障：GenAI有一个众所周知的幻觉问题，即创造不存在的“事实”。同样，GenAI需要强大的安全性来保护它将使用和生成的敏感数据，以及从政策和道德角度指导使用的护栏和政策。
然而，幻灭的低谷并不是永久的。GenAI显然是一项有用的技术，通过创造性思维以及GenAI与其他技术的整合，企业可以从其分析、总结和创建内容的能力中获益。关键是要找到能够发挥GenAI当前优势的有价值的用例，并在GenAI有弱点的地方，将其与可以支撑它们的互补技术、护栏和安全措施相结合。
在短期内，GenAI作为关键和复杂应用程序的最终接口，具有创造价值的巨大潜力。几乎任何应用程序都可以从更直观的用户界面中受益，没有什么比简单的语言更直接了。GenAI使这成为可能，这就是为什么供应商已经开始将其集成到他们的产品中。只要IT部门充分审查供应商对应用程序的GenAI实施，企业就会获得很多好处，而负面影响很小。
例如，与应用程序集成的GenAI机器人应该已经经过培训，并且它还应该能够随着时间的推移进行自我训练，以适应个人用户和组织的特定需求。如果高级组织拥有内部技能，他们当然可以管理GenAI机器人的训练，但供应商训练应该足以看到足够的投资回报率。同样，由于大多数应用程序都是基于SaaS交付的，在云中运行，稀缺的GenAI硬件应该不是问题。
当然，幻觉仍然是一个问题，但前提是GenAI正在创建内容，而不是作为用户和应用程序之间的接口。例如，如果GenAI被整合到ERP或商业智能平台中，当用户询问信息时，机器人不会分析和检索数据。相反，它将自然语言请求翻译成平台可以理解的请求。然后，机器人以用户想要的任何格式转发这些信息——这些信息是可靠的，因为它来自可信来源。
GenAI的投资回报率潜力巨大。GenAI将访问复杂而强大的平台的权限从高层管理人员一直延伸到一线员工。销售代表可以询问ERP平台仓库中是否有特定产品，零售店经理可以询问BI平台哪些产品消耗最快，需要立即重新订购。不需要为这些员工创建仪表板，也不需要翻阅许多不同的页面来找到他们需要的具体数据。GenAI接收他们的请求，将其转发给应用程序，然后以易于理解的格式将结果返回给用户。
随着GenAI的成熟，组织可以部署其他用例。但现在，组织将从嵌入关键SaaS应用程序的GenAI中获得最快的投资回报率，使组织能够从高层到一线以及介于两者之间的任何地方做出数据驱动的决策。
