Google Cloud在GCN 2022上强调生成型人工智能

快速导读：本文讨论了Google Cloud在拉斯维加斯举办的GCN 2022活动中对生成型人工智能的重视。尽管Google Cloud主要以云基础设施和平台供应商而闻名，但该公司强调了其旨在利用Gemini大型语言模型（LLM）提高生产力的人工智能增强功能。然而，所展示的一些演示似乎过于简单，并且局限于Google生态系统，忽视了许多公司将其数据存储在Google之外的事实。该文章还承认生成型人工智能的潜力，但对于在大型组织中实施先进技术的挑战提出了担忧。

人工智能增强和演示的局限范围

Google Cloud宣布了几项旨在利用Gemini大型语言模型（LLM）和提高其平台上生产力的人工智能增强功能。该公司通过主要主题演讲和开发者主题演讲的一系列演示展示了这些增强功能。然而，其中一些演示似乎过于简单，并且专注于Google生态系统内的示例，忽视了许多公司将其数据存储在Google之外的事实。这种有限的范围引发了关于所呈现解决方案的实用性和适用性的疑问。

生成型人工智能实施的障碍

尽管生成型人工智能在代码生成和数据分析等各个领域具有潜在的用例，但本文强调了基于Google模型构建人工智能工具的挑战。它指出Google和其他供应商可能低估了大型组织在实施生成型人工智能时面临的障碍。实施先进技术的复杂性、组织惯性和抵制变革等因素可能阻碍成功采用。本文强调，实施生成型人工智能需要克服重大障碍，公司不应低估所需的努力。

数字化转型和数据挑战

本文指出，考虑生成型人工智能的公司首先必须解决与数据相关的挑战。实施生成型人工智能在很大程度上依赖高质量的数据，公司需要确保其数据干净且有条理，才能从生成型人工智能中获得好处。Google已经开发了工具，以帮助数据工程师连接和清理来自各种来源的数据，包括Google生态系统内外的数据。然而，那些在数字化转型过程中没有取得重大进展的公司，在利用这些工具方面可能面临额外的困难。此外，实施人工智能也带来了一系列挑战，包括治理、责任、安全、隐私和道德考虑，这些都不容忽视。