過去一年，生成式人工智能（GenAI）的采用率呈爆炸式增長。2023年Gartner企業機構AI調研發現，GenAI是受訪企業部署最廣泛的AI技術之一。企業機構在多個業務部門的多種用例中部署了GenAI。盡管這一快速部署前景廣闊，但也帶來了由于過度聚焦于GenAI而導致AI領域其他應用被忽視的風險。而實際上，GenAI僅占AI版圖的一小部分。與此同時，GenAI也不是萬靈丹，對于大多數AI用例來說，往往并不適用。此外，許多業務問題需要結合使用不同的AI技術來解決。
因此，企業IT領導者應當充分評估GenAI是否適用于企業用例、何時應考慮其他AI技術，以及何時應將其他AI技術與GenAI結合使用。
評估GenAI是否適用于企業用例
是否應使用GenAI模型，需要具體情況具體分析。無論考慮使用哪種AI技術，第一步都要確定用例本身具備的價值和可行性。目前，GenAI模型并不適合單獨用于預測和預報、規劃和優化、決策智能和自治系統等類別中的用例。GenAI可能不適合企業用例的更主要的原因是，GenAI帶來的風險是不可接受的，并且無法有效緩解。GenAI的特定風險包括輸出不可靠、數據隱私、知識產權、責任、網絡安全和監管合規。每個用例都需要考慮這些因素。
IT領導者可以在使用Gartner的AI棱鏡等優先級排序工具對用例進行優先級排序后，將這些用例與圖1中的相關用例類別相對應，對每個類別可使用的GenAI模型目前的實用性進行評級。
圖1：用例類別與生成式模型的相對實用性
考慮可替代GenAI的其他AI技術
現有和成熟AI技術的注意力被GenAI分散；而實際上，其他AI技術或技術組合，可能才最適合用于支持特定用例。
企業IT領導者可以使用圖2判斷企業用例的相關類別，并且了解當前最適用于此類用例的替代AI技術。圖2介紹了一些應用最為廣泛的AI技術（包括非生成式機器學習、優化、模擬、基于規則的系統和圖譜等），就給定用例中用作主要技術的各種AI替代方案的潛在實用性提供了指導意見。
圖2：AI技術熱圖
對于許多用例來說，這些替代技術比GenAI模型更有效、更可靠、更易于理解。對于特定用例來說，考慮可解釋性、性能和可靠性方面的需要十分重要。GenAI模型往往比其他技術更不可靠、更難以解釋。一開始先嘗試使用更簡單的替代AI技術可能是個好主意，因為風險和成本更低，且更容易理解。
結合使用GenAI模型與其他AI技術
AI技術并非互不兼容；這些技術往往可以結合使用，構成更為強大的整體系統。一方面，與更穩定可靠的技術相結合，有助于應對GenAI模型的一些局限性——缺乏魯棒性、信息不準確和產生幻覺等。另一方面，GenAI模型可以成為成熟技術的額外補充。GenAI模型發揮作用的普遍方式是作為與其他AI/軟件系統的自然語言接口。與此類似，GenAI可用于開發之后可在非生成式機器學習模型中使用的功能。
AI技術的潛在組合方式不勝枚舉。能夠結合使用合適AI技術的企業具有獨特優勢，可構建更精確、更透明、性能更好的AI系統，同時還能降低成本和減少對數據的需求。
