首席信息官和首席技术官可以采取九项行动，用生成人工智能重新构想业务和技术。

华盛顿特区-今天，加利福尼亚州民主党众议员亚当·希夫（Adam Schiff）提出了突破性的立法，要求公司在使用受版权保护的作品来训练其生成人工智能模型方面保持透明度。

2024年4月9日，美国众议员亚当·希夫向众议院提交了一项《世代人工智能版权披露法案》法案。

在ChatGPT推出一年多后，公司在首次考虑这项技术时仍然面临着同样的问题：他们实际上是如何将其投入商业使用的？许多公司只是发现，像LLM这样的生成性人工智能工具虽然令人印象深刻，但并不是即插即用的。在考虑是否以及如何使用这些工具时，公司应该考虑一些建议：1）选择性能而非新颖性，2）将GenAI与矢量数据库等工具相结合，3）永远不要忘记循环中的人，4）跟踪你的数据，5）有现实的期望。

新的一年带来了新的机遇和挑战。优先考虑最关键的任务将帮助您节省时间和精力。

沃尔格林的Stephen Ma分享了为什么更少的建筑师，拥有更广泛的领域专业知识，可以缩小EA的理念与其感知价值主张之间的差距。

首席信息官们正越来越多地利用定制的人工智能堆栈和与业务软件相一致的新功能来自动化和简化业务流程，但有几点需要注意。

生成型人工智能有能力重塑组织的方方面面。公司正在意识到其潜力，但在将其下一代人工智能战略从“展示前景”转变为“盈利”之前，他们需要回答几个与技术相关的问题：我是否拥有适合我的行业和职能的LLM；我的数据基础是否足够严谨，足以支持它；我有合适的企业架构来充分利用新的或不断变化的模型吗？

探索人工智能驱动的数据实现中的挑战和机遇

人工智能泡沫正在破灭吗？我最近与大型企业首席执行官和商业领袖的对话标志着从过高的希望转向更务实的前进道路。上周，The Information聚焦了这一变化：他们的文章《生成式人工智能提供商悄悄降低预期》讨论了围绕人工智能的叙事中微妙但重要的转变——从无限的热情到对短期影响的更为谨慎的预期。这是我最近在与从硅谷到班加罗尔的科技公司的会议上悄悄表达的一种情绪。