随着一波又一波的公司竞相将人工智能融入到他们的运营中，马特·伍德注意到，采用该技术最快的是那些通常被描述为变化缓慢的企业。
快速采用该技术的公司遍及医疗保健、生命科学、金融服务、保险和制造业等受到监管的行业——即使对于像亚马逊网络服务公司人工智能产品全球副总裁伍德这样深入人工智能领域的人来说，这也是一种震惊。
伍德在刚刚参加完多伦多碰撞技术会议后接受采访时提到永明金融公司 (Sun Life Financial Inc.) 时表示：“如果一年半前你告诉我，这家拥有 160 年历史的人寿保险公司将成为人工智能应用的先锋，我可能会有点惊讶，但事实确实如此。”
他的观察颠覆了人们对创新和谁愿意接受技术的古老假设。几乎每个行业都在努力应对人工智能的进步，并考虑该技术如何提高生产力和盈利能力。
伍德最近看到人寿保险公司开始使用人工智能来审查已有 90 年历史的保单，以及这些保单在未来十年左右可能带来的身份风险（届时可能会进行赔付）。
医生也采用了这项技术，用它来记录与患者的交流并拼凑出非常准确的预约摘要，盲测表明，医疗保健提供者在 10 次中有 7 次会选择它们而不是人工制作的摘要。
伍德认为，受监管行业在人工智能方面的发展速度比其他行业更快，原因有几个。
第一个因素源于他们手头上丰富的数据。
许多受监管的公司都拥有大量数据库、市场研究和开发报告、临床试验结果以及患者和保险记录，由于这些组织都是私营的，因此这些信息具有巨大的潜力。
伍德说：“这些模型以前从未见过它们，因此，你可以使用生成式人工智能来理解、阅读、连接点、找到相似之处，并在这些非常庞大的数据集合中找到差异。”
了解数据的价值通常也意味着了解如何保护数据。
例如，一些人工智能系统会收集、使用和训练输入的任何数据，但许多公司都有政策承诺不披露或共享客户或患者信息。
伍德表示，受监管的行业已经知道如何解决这些棘手的问题，从而不会阻碍或阻止组织实施技术，从而加快人工智能的采用。
他说：“他们已经弄清楚了……他们拥有什么数据、这些数据可以用来做什么、谁可以使用这些数据、这些数据可以用在什么工具上，等等。”
与其他从未面临过这些问题或不相信人工智能能为他们带来进步的组织相比，这种理解使他们占据了先机。
伍德说：“一些客户心中存在着一种分歧，他们认为，为了成功实现生成式人工智能，你就必须在所使用的数据的隐私方面做出某种负面权衡。”
“我能理解这种想法。有些人对他们掌握的数据做了一些不严格的规定。”
但伍德坚持认为有办法平衡隐私和潜力。
许多公司仅将人工智能与匿名或去识别数据一起使用，而其他公司则提供安全的数字环境，员工可以在其中测试人工智能，而不必担心数据泄露给公众或训练未来的模型。
伍德表示，亚马逊云计算子公司 AWS 不使用付费企业客户的数据来训练底层模型，并让这些客户完全控制其数据的存放位置、移动方式和网络。该公司也没有内部或第三方员工来审查客户的提示。
除了他们处理数据隐私的速度之外，伍德认为受监管的企业纷纷采用人工智能的最后一个原因是，他们不想在最新的技术旋风中落后。
“随着数字化转型席卷其他行业，他们不得不暂时袖手旁观，”他举例说，流媒体平台推动了媒体和娱乐公司的发展。
“他们不仅将生成式人工智能视为一种追赶的方式，而且将其视为一种跨越式发展、显著启动数字化转型的方式。”
加拿大新闻通讯社于 2024 年 7 月 4 日首次发布本报道。
1720192882
2024-07-04 14:26:31
