过去一年，生成式人工智能（GenAI）的采用率呈爆炸式增长。2023年Gartner企业机构AI调研发现，GenAI是受访企业部署最广泛的AI技术之一。企业机构在多个业务部门的多种用例中部署了GenAI。尽管这一快速部署前景广阔，但也带来了由于过度聚焦于GenAI而导致AI领域其他应用被忽视的风险。而实际上，GenAI仅占AI版图的一小部分。与此同时，GenAI也不是万灵丹，对于大多数AI用例来说，往往并不适用。此外，许多业务问题需要结合使用不同的AI技术来解决。

因此，企业IT领导者应当充分评估GenAI是否适用于企业用例、何时应考虑其他AI技术，以及何时应将其他AI技术与GenAI结合使用。

评估GenAI是否适用于企业用例

是否应使用GenAI模型，需要具体情况具体分析。无论考虑使用哪种AI技术，第一步都要确定用例本身具备的价值和可行性。目前，GenAI模型并不适合单独用于预测和预报、规划和优化、决策智能和自治系统等类别中的用例。GenAI可能不适合企业用例的更主要的原因是，GenAI带来的风险是不可接受的，并且无法有效缓解。GenAI的特定风险包括输出不可靠、数据隐私、知识产权、责任、网络安全和监管合规。每个用例都需要考虑这些因素。

IT领导者可以在使用Gartner的AI棱镜等优先级排序工具对用例进行优先级排序后，将这些用例与图1中的相关用例类别相对应，对每个类别可使用的GenAI模型目前的实用性进行评级。

图1：用例类别与生成式模型的相对实用性 

考虑可替代GenAI的其他AI技术

现有和成熟AI技术的注意力被GenAI分散；而实际上，其他AI技术或技术组合，可能才最适合用于支持特定用例。

企业IT领导者可以使用图2判断企业用例的相关类别，并且了解当前最适用于此类用例的替代AI技术。图2介绍了一些应用最为广泛的AI技术（包括非生成式机器学习、优化、模拟、基于规则的系统和图谱等），就给定用例中用作主要技术的各种AI替代方案的潜在实用性提供了指导意见。

图2：AI技术热图

对于许多用例来说，这些替代技术比GenAI模型更有效、更可靠、更易于理解。对于特定用例来说，考虑可解释性、性能和可靠性方面的需要十分重要。GenAI模型往往比其他技术更不可靠、更难以解释。一开始先尝试使用更简单的替代AI技术可能是个好主意，因为风险和成本更低，且更容易理解。

结合使用GenAI模型与其他AI技术

AI技术并非互不兼容；这些技术往往可以结合使用，构成更为强大的整体系统。一方面，与更稳定可靠的技术相结合，有助于应对GenAI模型的一些局限性——缺乏鲁棒性、信息不准确和产生幻觉等。另一方面，GenAI模型可以成为成熟技术的额外补充。GenAI模型发挥作用的普遍方式是作为与其他AI/软件系统的自然语言接口。与此类似，GenAI可用于开发之后可在非生成式机器学习模型中使用的功能。

AI技术的潜在组合方式不胜枚举。能够结合使用合适AI技术的企业具有独特优势，可构建更精确、更透明、性能更好的AI系统，同时还能降低成本和减少对数据的需求。