Former Accenture Tech CEO Reveals Top AI Mistakes to Avoid

保罗·多尔蒂在埃森哲度过了不可思议的职业生涯。他曾是技术部门的集团首席执行官。他曾是他们的首席技术和创新官。他写了两本书。他曾为许多初创公司提供咨询，并担任董事会成员，现在是大型私募股权公司TPG的AI咨询主席。今天在第895期CXO Talk节目中，我们将与保罗一起进行一次AI现实检验，探讨什么有效，什么失败，以及下一步是什么。我是你们的主持人，迈克尔·克里格斯曼。让我们开始吧。>> 我在埃森哲度过了很多年。我在那里工作了38年，直到去年退休。从那里，我得以一个绝佳的视角，看到了计算机化和数字技术的变革力量以及过去四十年里发生的一切。为了让你们中的一些人能理解，我写的第一套生产系统是用穿孔卡片在大型机上完成的。所以，从那时到现在，这是一个巨大的跨越。我一直对技术充满热情，我在埃森哲的职责始终是引领未来。因此，我仍然是埃森哲的顾问。我仍然在那里做一些工作。我接受了您提到的TPG的职位，这非常令人兴奋。TPG是一家很棒的公司。许多合伙人都在湾区，那里是技术的中心。他们是一家非常注重技术的PE公司，拥有2600亿美元的资产，分布在许多不同的平台。这使他们能够投资于那些正在影响技术方向的大公司，并通过一些平台参与到未来的领导者中。加入TPG并与之合作真是太棒了，我们可以更详细地谈谈我在那里的角色。>> 我们现在在哪里？AI的现状如何？我们是否处于泡沫之中？所有这些炒作是真的吗？发生了什么？>> 这不是泡沫。这是真实的。就技术真正的变革力量而言，以及已经发生的事情而言，这是真实的。我们还处于早期阶段，这就是为什么你会看到一些泡沫般的现象。所以，让我谈谈，你知道，一点点关于什么真实，什么炒作，什么真实，什么缺失。我认为一个炒作的例子是关于AGI（通用人工智能）。AGI的一个问题是，它没有一个真正公认的明确定义，但总的来说，人们谈论AGI是指一种通用人工智能，其能力可以超越人类的任何能力。我认为我们离那还很远。有一群人，一群我尊敬的杰出人士，他们声称我们已经达到了，或者非常接近了。我属于另一个阵营，会不同意这一点。我认为我们今天拥有的技术非常了不起，可以模拟很多人的能力，但离我所认为的人类能力的AGI还很远。穆斯塔法·苏莱曼，你们很多人可能认识他，他曾是DeepMind的，现在是微软AI的领导者。穆斯塔法·苏莱曼发表了一系列帖子，如果你还没看过，你应该去看看。最近关于意识的帖子，以及假设AI拥有AGI和意识的风险，因为这可能会导致非常糟糕的人类后果，因为误解了AI的真正作用。我认为穆斯塔法解释得非常好。我鼓励你阅读他的帖子，我认为这是一个泡沫化的方面，很多人喜欢谈论AGI。公司声称他们已经达到了AGI，但我真的不相信是这样。AI已经存在了70年。AI的学习分支，以及Transformer技术和大型语言模型是真实的，而且非常了不起。如果我们现在就冻结AI，不再有创新，不再有产品，就停留在大型语言模型目前的水平，我认为会有五到十年时间来采用这项技术今天能做到的事情，更不用说它正在经历的巨大而惊人的发展轨迹了。>> 如果我们今天就冻结它，这意味着公司已经看到了效益，他们正在获得效益。那么，这些效益是什么呢？总的来说，效益体现在显而易见的地方，比如编码和软件工程。那里取得了许多进展。在客户服务类型的应用和营销应用方面，有许多很棒的工具。我可以详细介绍。我正在合作的一个组织，通过在其客户服务组织中引入新型生成式AI，生产力提高了30%，净推荐值和满意度提高了60%。然后在不同的行业职能和类似领域，我们可以稍微剖析一下。所以，那里已经有了真正的机会。但回到我可能想完成的一个关于AI缺失的想法，因为它对现在的情况非常重要。我认为每个人都过于关注大型语言模型以及围绕大型语言模型的规模定律。我认为要达到下一个层次，要达到任何接近AGI的水平，要达到下一个业务改进的层次，我们真的需要关注其他形式的AI。有很多东西，比如大型定量模型，物理的，或者说是液体AI，以及其他一些更接近符号AI的东西。杨立恩一直在谈论这个。我认为将大型语言模型能做的惊人事情与AI的学习分支结合起来，并与符号AI技术结合起来，将真正推动我们达到业务能力的新水平，以及AI本身能力的新水平。>> 对组织有什么影响？你写了一本书，一年前从中摘录了一些内容，出现在《哈佛商业评论》的封面上，你说，大多数业务职能和超过40%的美国工作活动都可以通过Gen AI进行增强、自动化或重塑。那么，一年后回头看，这个预测是否站得住脚？>> 是的，那篇文章是《哈佛商业评论》上关于在工作中拥抱GenAI的文章。是的，这源于您所说的我们书籍的研究，以及我们对1500个组织的广泛研究。一年后，我们低估了。40%太低了。我认为我们大大低估了。我们做了一些额外的研究，你知道，现在你可以将其定在50%以上，这指的是人们花费的工作时间，我们所有人都在做的工作时间，这些工作时间会受到生成式AI的影响，或者将受到生成式AI的影响。所以，覆盖面，可以说，它影响的表面积正在增加，或者潜力正在增加。实际发生的情况仍然相当有限。所以，让我们现实一点，就今天的采用而言，我们仍处于早期阶段。根据我们的一些其他研究，我们会采取不同的看法，并说大约有15%的组织在组织内的某个地方已经取得了显著的进展，在扩展AI方面取得了显著的进展。15%。另外大约三分之一的组织，所以剩下的，以达到50%，正在紧随其后，你知道，正在努力扩展。大约50%仍然更多地处于实验阶段，尝试阶段，以及组织中的个别用例和部分。所以，是的，超过50%的工作可以受到影响，但这并不是今天发生的。这是潜力，组织正在努力实现。我认为关于生成式AI的一个神话是，我认为你听到科技行业很多人在谈论它。就像有一个“简单按钮”。买下它，实施它，按下简单按钮，你就转型了你的业务。事实并非如此。这真的很难。可能比之前的技术更难。这比云计算和云计算转型更难，因为它侵入你的组织。它正在改变流程。它正在改变人们的角色。它正在重新教育人们，并转型你的组织。当然，过去的技术也需要这样做，但AI将它提升到了一个新的水平，这意味着我们还有很多工作要做。>> 保罗，你用了“侵入性”这个词。AI有什么需要这种侵入性，以便组织在采用它时？>> 它有两个维度。一个是技术本身的侵入性。组织正从遗留系统开始，存在技术债务，这已经谈论了很多年了，所以我不会详细介绍。你知道，平均而言，组织仍然花费其预算的50%到三分之二来维持遗留系统，而不是新的能力。在许多组织中，这要高得多，这不仅造成了投资挑战，而且还成为引入新能力的一个真正的障碍和阻碍。AI则显著不同。你在数据层面有很多工作要做，关于你的数据结构，并使其处于良好状态。你在架构和应用层，中间件层有很多工作要做，其中一些技术还不成熟。如果你或你的听众想深入了解，我们可以进一步探讨。但我们现在缺乏产品类别。没有真正成熟的代理中间件供组织使用，这仍然是一个不断发展的产品类别。所以，从技术维度来看，这是艰苦的工作。第二个使之困难的维度是流程维度，因为与云计算不同，云计算的许多好处是技术性的，我可以迁移到弹性能力和外部数据中心等，并减少大量成本，是的，有业务影响，但你知道，你获得了许多好处。从AI中获益，它正在侵入流程并改变人们的工作方式，这很难做到。存在变革管理问题。存在组织问题，通常事情会跨越部门。你知道，例如，与一个组织合作，该组织正在研究客户服务中的AI，但他们意识到对他们来说，最大的好处不仅仅在于客户服务。它整合了产品管理和产品创新，以便他们能够真正显著缩短从客户反馈到产品创新的周期时间。将这两个职能压缩到一个并使其与AI协同工作非常困难。这是流程方面侵入性的一个例子，然后你可以深入到文化变革以及与之相关的一切，但这些至少是使之困难的几个维度。>> 所以，根据你的说法，我不想曲解你的意思。AI是推动相对广泛的组织变革的催化剂，其触角和影响延伸到许多方向。这是对你刚才所说的内容的准确重述吗？>> 你的AI战略就是你的业务战略。然而，组织中存在一个巨大的争论：我是否需要一个AI战略？我通常会认为，你实际上是在思考你的业务战略，而AI是其中一个重要的推动者，以及你正在处理的其他因素，你知道，宏观经济问题以及正在发生的一切。所以，是的，你必须深入了解业务中正在发生的事情。现在，有些事情你可以更容易地做到。你可以通过推出Copilot工具并做各种事情来获得一些额外的增量生产力。所以，是的，你可以做到这一点，但要真正获得一些更大的好处，并看到影响以及你如何比竞争对手更快地实现目标，以及一些广泛的组织和流程转型，这需要更多的工作。>> 这种变化，听起来你描述的是25年前的ERP和业务流程转型。我们今天有什么不同？>> 客户端/服务器技术推动了业务流程再造。迈克尔·哈默的著名书籍以及观众可能还记得的90年代的一切。那里的信息是相似的，就像你无法通过铺设昨天的泥土小路来创造明天的超级高速公路。这与我刚才所说的信息相似。我认为它只是更广泛。你看看客户端/服务器影响了一个组织的表面积相当低，而AI几乎影响了一个组织能做的所有事情。所以，我认为这是一个相似的信息，以及一个相似的需要退后一步重新思考。这就是为什么我称之为“重新想象”，而不是“再造”。你真的需要退后一步，看看可能性的艺术，因为你不仅有你的员工和客户在其中，你还有你的AI代理和AI客户和合作伙伴，你知道，他们将成为你正在考虑的互动的一部分。所以，它确实需要这种“重新想象”的能力。>> 立即订阅CXO Talk新闻通讯。访问cxotalk.com，因为我们有直播节目，而且我们有非常棒的、真正令人惊叹的嘉宾。所以，订阅CXO Talk新闻通讯。现在就做。我们有一个来自LinkedIn的问题，来自Larry Rubener。这是一个非常具体的问题。他说，您认为公用事业行业有哪些关键的AI应用？你知道，公用事业是一个有趣的行业，因为你有客户服务和账单等服务。你有制造业，比如能力生成、输电、配电等。你有建筑类型的能力。所以，公用事业行业可以说是其他行业所有东西的一个缩影。所以我认为在客户服务领域显然有机会。就像我们在各行业看到的，我知道这是我做过一些工作的地方，我也知道许多公用事业公司已经在这方面做过工作。所以，我认为这是一个明确的机会领域。在运营方面，一些公用事业公司在利用AI进行野火预防方面做了一些非常有趣和创新的工作。你知道，特别是美国西海岸，野火是导致重大停电和系统问题的原因。他们以几种方式使用AI。一种是利用AI分析卫星图像等各种图像来更快地检测火灾。但他们也在做，一个公用事业公司，特别是与我以前的公司合作，正在研究如何装备工人进入非常危险的野火环境中，以保护基础设施，这非常困难。所以，公用事业领域也有很多这样的影响。在排放管理方面，有一些有趣的事情正在进行，以帮助公用事业公司监测排放。例如，像甲烷，你知道，追踪甲烷泄漏或以不同方式追踪甲烷燃烧，以允许公用事业公司更可持续地运营。所以，我认为公用事业领域有很多用例，因为再次，它汇集了许多发生在其他行业的用例。公用事业行业有时是一个充满挑战的环境，因为基于费率的模式和资本分配的方式，有时很难投资于这些机会，但我认为有很多机会。>> 我们有另一个问题，这是来自Joy Tuhan，她说，保罗，很高兴与您在埃森哲共事。组织应该使用哪些KPI和指标来显示AI正在创造真正的业务价值？这是一个非常重要的问题。>> 如果AI没有在公司的一页记分卡上移动绩效指标，他们跟踪他们跟踪的所有关键业务指标，从日均应收账款到应收账款，所有生产力测量和制造等其他事物。我认为，如果AI没有对这些事情产生影响，我认为您在AI的影响方面没有正确地看待它。所以我认为这是关于查看您业务中的关键KPI，并了解其中哪些可以受到AI的显著影响。在我担任埃森哲的职务时，直接回答Joy的问题，你知道，即使在生成式AI之前，我们也在关注AI，只是传统的AI，可以说，在我们关注我们的软件开发流程时，并关注如何提高效率和生产力。我们每年都在提高它们，每年提高大约10%。我们会衡量这一点，以确保我们获得这些结果。所以我认为关键不是一套全新的结果，而是要非常专注于您正在追求的AI项目，并能够将它们与您作为公司管理的“第一页”指标联系起来。当然，您将为您的AI项目设置其他指标。项目是否正常运行？它们是否成功地提供了价值以及其他一切？但我认为这是关键。我还要提到的一点是，也许在其他情况下，但这是至关重要的，我认为组织还需要避免AI用例的“病态”，我遇到的许多组织都非常自豪地向我展示了整个组织中100个AI用例，或者他们有如此多的用例，他们如此兴奋，我有句话说，你知道，选择七个，选择五个，选择一个数字，但要专注于并选择几个，并真正将它们与能对您的公司产生影响的事情联系起来，并且能够实现。我不认为拥有大量用例是胜利。我认为拥有少数能产生影响的用例是胜利。您可以展示价值，展示对您公司的影响，然后继续做更多的事情。>> 我必须强调这一点。有很多人描述，他们将组织进行了分割，评估了组织，并确定了所有这些用例。但正如你所说，确定用例并将人们投入到如此多的不同领域并不一定能帮助你到达终点。>> 我认为你说得对。我认为你可以解决小问题，却忽略了大问题。我曾与一家大型消费品组织合作。我们在销售领域开展了AI项目，最初的用例是关于如何更好地获取销售线索，使销售代表更有效率等等。结果发现，更大的用例是跨用例的。所以，你如何将销售人员的生产力与库存可用性和交货时间等结合起来，以便你可以跨越这些领域，并更快地将产品交付给客户，而不是仅仅让个别销售人员更有效率。如果你只关注用例，你就会错过那些更大的“重新想象”的机会。>> 这是来自Bhavana Bagot，Bhavana说，AI对人才的转型是真的吗，还是又会是另一个RPA？>> 如果部署不当，AI可能会成为另一个RPA。我认为RPA，你知道，RPA有点脆弱。你实施了RPA技术，机器人流程自动化，对于不熟悉它的人来说，它能够将不同系统之间的流程连接起来并自动化。我是说，非常强大的技术，做了很多很棒的事情，但是，我认为它达到了它的极限，并且不够灵活，无法适应底层系统的变化。总的来说，我认为AI可能会受到同样的限制，如果部署不当的话。所以我认为AI的部署架构非常重要。你如何使其免受底层基础模型变化的影响也非常重要。我认为，对于那些正在收听的企业架构师来说，我们需要更多的企业架构师来塑造这些AI解决方案，他们真正理解所有这些事情，因为这非常重要，否则你可能会最终得到脆弱的AI系统。现在，Bhavana，在你关于人才转型的提问中，我认为是的，我不确定你对与RPA和AI相关的人才转型到底是什么意思，但是，你知道，我认为人们需要广泛的再培训，你知道，软件工程师、开发人员、架构师等需要学习AI，可能比人们需要提高技能以应对RPA时代的人更多。所以我认为这也是未来旅程的一部分。Sashin Namdar说，他来自埃森哲。他说，您对未来咨询业务有何看法？技术服务，一般来说，技术服务，你知道，让我们把咨询、系统集成和外包都算在一起，技术服务总的来说，我认为受到生成式AI所有事件的巨大影响，而且可能比以前任何技术变化的影响都大。这意味着，这个行业正处于一些正在发生的变革的中心，这意味着它既是威胁也是机遇。它是一种威胁，因为我认为咨询的现有方式，系统集成和外包的现有方式将不再是这样做的方式，而且在Jedi世界中已经不是这样了。所以我认为任何公司，埃森哲，行业中的任何公司面临的挑战是如何在转型到新流程方面做到第一个和领先的。所以在咨询方面，而不是拥有更聪明的人和良好的知识资本，并带着更好的演示文稿走进CFO办公室，那是昨天。明天，你需要带着一个在客户数据上预先训练好的基础模型走进CFO办公室，并在第一次会议上动态地重塑他们的业务。这在很多层面上都是一个巨大的转型，这象征着行业中需要发生的事情，以及像埃森哲这样的组织正在努力的事情。当有很多人，他们的主要技能是倾听，而现在他们必须倾听，但有更多的维度，人才管道不一定为他们做好了准备，这对咨询行业意味着什么？>> 我一直在强调，客户需要帮助来完成这些。所以我认为服务组织在帮助公司更快、更好、更有效地完成这些方面发挥着重要作用。所以我认为服务业有很大的需求。但是它们需要不同的形状。所以，一个例子是，你需要更多的前置部署工程师，在业务中更快速地推动客户变革。所以，这是关于人才的转型，我认为像埃森哲这样的公司在人才转型和再培训方面做得很好。这是关于重新思考劳动力，金字塔式利用的程度将根据工作类型而变化。这是关于将服务转移到软件，那些提供的服务是什么，在哪里有机会进行平台化，或者以这种方式过渡到服务。所以我认为这些是一些变化，组织上，人才上，技术上，迈克尔。>> 这是来自Ebru，她说，仍然有一些组织没有完成云转型，他们缺乏数据质量和治理。您认为在开始定义AI战略或执行该战略之前，组织应该关注哪些先决条件？那些是障碍，但你不能等待，就像，它不能是顺序的，我将完成我的云和数据，然后最终我会转向AI。所以，有些公司已经决定了，有些公司我合作过，他们看着它说，“天哪，我在数据方面的情况太糟糕了，我将只做那个，然后我会在完成后处理AI。”但那是少数。我认为大多数人都意识到，好吧，我在数据方面还有很多工作要做，但我必须让一些AI元素开始工作。我必须在我的旅程上取得进展。他们正在将两者结合起来。所以我认为，你必须看看你的具体情况。那些是巨大的障碍。许多公司，我想说大多数公司都有您提到的挑战，Ebru。但是，关键是弄清楚如何并行跟踪它并有效地管理它。>> 让我们谈谈采用的成功与失败。什么可能出错？我们都听说了最近一项MIT研究，称95%的GenAI项目失败了。现在，这项研究存在一些问题。也许可以说它主要谈论的是概念验证。尽管如此，当涉及到GenAI时，失败意味着什么？是什么导致失败？我们甚至如何识别它？它出现在市场新闻和人们想要抓住它并利用这个信息的时候，即95%的项目都在以不同的方式失败。所以我认为它之所以获得如此大的关注，是因为我认为这是一个误导性的结论。但是，而且我认为95%的GenAI项目并没有失败。我看到数百个AI项目，其表面积非常大，而且失败率远非95%。总的来说，人们正在以不同的方式取得进展。>> 什么是失败，我们如何定义失败，然后？>> 我的意思是，我会这样定义失败：你没有实现你设定的业务目标。失败的一个原因是，有时他们没有，他们没有一个清晰的北极星目标，或者从业务角度没有清晰的指标。所以，这就是我定义失败的方式。我猜你也可以从其他方式定义它，但我认为这是我看到的一种方式。我见过人们开发了很棒的个人用例，但他们无法扩展。我也认为这是失败的一个方面，因为他们意识到，你知道，他们在小规模上开发了一个很棒的POC，但他们意识到他们缺少数据，或者他们可能需要的东西来扩大规模。所以，我认为有五件事，我发现，成功的公司正在关注。而且我已经谈论这些有一段时间了。所以，如果你听我过去几个月讲过，这些不一定是新的，但有五件我一直看到的一致的事情。一是价值点，我刚才提到的，迈克尔。你知道，回到定义。你需要关注价值，有一个商业案例，将其与指标联系起来，并理解商业案例是什么。价值通常意味着真正地跨越用例，并关注那些你正在“重新想象”流程，正在做一些重要的事情。所以，这个价值部分很重要。听起来很明显。为什么不是每个人都这样做？但你知道，不是每个人都这样做。很多人以不同的方式开始。第二点，你知道，成功的原因或障碍，是我称之为“数字核心”和数据。这与我们刚才回答的问题的核心有关。但有时公司没有他们的数字核心系统。如果你没有使用SAP的S4，例如，他们的新一代SAP，你就无法访问他们的AI。所以，你必须拥有你的数字核心，并将你的SAP升级到最新版本才能访问AI。举个例子。所以我认为建立数字核心和拥有数据是关键，而且公司通常在数据方面落后，但这可能会导致失败，限制有效性。第三点是人才和对人的投资不足。这是做AI的人才，就像你有做AI的人一样，但更广泛的是整个劳动力的才能。你是否在培训劳动力，让他们掌握他们需要的东西？有一些一流的例子，公司正在出色地教育他们的整个劳动力关于AI以及他们正在做什么和他们的目标是什么，并自下而上地让他们的劳动力参与进来。这些通常是开明的领导者，他们理解这一点，你知道，自下而上地将他们的劳动力纳入其中。像Merrick、Walmart这样的公司是这样做的例子，他们正在真正建立他们未来需要的人才基础和学习系统。第四点是负责任的AI，并真正为其设置护栏，这样你就不会在做AI时遇到麻烦。领先的公司我认为做得很好。第五点是将其视为一个持续多年的变革计划。所以，你正在将技术、流程和组织变革的能力融入你的方法中，而不是将其视为完成一个用例或一个项目。所以，这些是我看到的做得好的公司的特征。让我们谈谈私募股权和风险投资。请给我们一些关于您在TPG担任AI咨询主席角色的见解。>> TPG是一家大型私募股权公司，拥有2600亿美元的资产。它们涵盖了所有这些不同的平台。不仅仅是收购资本。有增长资本。有信贷。有房地产。有影响力基金。气候基金和其他专注于影响力投资的基金。这是一个非常棒的机会，能够跨越这些领域。他们让我加入团队的原因是，这是一个非常注重技术的团队。他们真正理解，并且多年来一直在投资，并且在许多领域，包括技术方面，都非常成功。但是他们真的想看看技术在哪里创造机会，以及如何加速他们看到的一些机会。所以，AI咨询主席的角色是帮助制定整体战略和投资主题，并跨越我刚才讨论的不同能力，看看哪里有机会，帮助他们正在进行的交易，新的交易，以及也致力于汇集，扩大网络，引入AI方面的其他专业知识，建立AI方面的其他联系，这将有助于他们做得更好。再次，这很有趣，而且鉴于他们的规模，他们可以产生巨大的影响，这非常令人兴奋。所以，再次，这与VC的视角相结合，从两个角度来看都很有趣。>> 当您审视初创公司和投资时，当然，传统的评估点是产品市场契合度、团队等等。AI现在如何融入投资分析和决策？>> 首先，有一个战略性的东西，我将首先介绍。有一个战略性的东西，有点不同，我将用技术术语来描述，但它不仅仅是技术。有五种方式AI可以影响一家技术公司。第一种是没有任何影响。所以，AI根本没有影响。这是第一种。很少是这种情况，但可能是这种情况。第二种是AI增强了SAS模型或公司今天所做的任何事情。看看Workday作为例子。你知道，他们本周在Rising大会上发布了一些新公告，AI增强了他们所做事情的能力。我认为这是第二个层次或第二个例子。第三个层次是AI变得比底层的SAS产品或任何东西本身都更重要。AI是焦点。我认为，当你看看GitHub，当你看看ServiceNow，当你看看Salesforce的未来时，AI成为围绕产品的定义性能力。下一个层次是AI甚至进一步将底层技术商品化。看看Clara以及Clara的CEO谈论生成式AI的影响，以及他如何与不同的企业软件公司合作作为例子。也许Zenesk，其他人，你知道，属于这个模式。然后第五个层次是AI只是压缩了整个类别的支出，因为你不需要软件。CHEG可能是一个很好的例子，CHEG是一家学习公司，当生成式模型出现时，人们涌向免费或非常低成本的生成式AI模型，CHEG失去了很多用户。所以我认为这些是一个看待问题的框架。我认为你必须从投资的角度来看待这个问题，并真正理解，不仅是今天，而且如果你看看未来几年的市场空间，影响是什么。>> 我们最近在CXO Talk上请来了Zenesk的CEO，讨论了他们的AI转型。所以，如果您对那个感兴趣，我们进行了深入的讨论。所以，只需访问cxotalk.com查看。好了，我们现在快速回答另一个问题，因为我们时间不多了。这是来自Sufien Ben Sabur，他说，“AI之后，AGI之后是什么？”请保罗，非常快速地回答。>> 在我们目前认为的AI和AGI之外，我认为要关注的是物理AI。我知道你说了AI之外，但很少有人关注物理AI，这正是Elon在X和XI以及他所做的一切方面以及World Labs和类似组织正在做的事情。所以，想想物理AI，以及AI与现实世界融合。关注量子，通用量子还有几年时间，但量子的一些特定影响正在迅速发生，并且与这个现实世界融合的东西有关的是机器人技术，以及机器人技术的巨大进步，以及这些新的物理世界模型正在帮助我们实现。我在这里预测，我们可能会迎来一个比ChatGPT时刻更大的时刻，关于物理AI、机器人技术以及它们能做什么，这可能甚至比ChatGPT时刻对我们来说更重要。>> 多久？>> 我认为这将在几年内实现，你知道，就真正看到这些物理模型以及它们能做什么而言，你知道，说两到两年，你知道，肯定五年左右。>> Steven Redmond在LinkedIn上问，组织如何在不失去AI采用势头的情况下，在组织和清理数据方面取得领先？>> 真正考虑你的商业案例，因为我一次又一次地看到组织中的人们提出很棒的数据计划和数据战略，但它们被管理层否决了，因为没有与之相关的商业案例。所以我认为你需要考虑如何将你的AI收益，或者你拥有的任何收益，ERP转型或任何东西，与你的数据状态进步联系起来，并将事物联系起来，这样你的数据转型，你的数据现代化就不会被切断和关闭，这在过去十年或更长时间里一直不断地发生在公司身上。>> Rajatkumar说，使用AI的电子病历（EMR）应用程序的未来会怎样？一些主要参与者是否正在将AI集成到他们的应用程序中，以及什么样的集成将基本上是电子病历的未来？>> 你知道，如果你看看Epic在一个月前的一次活动中的最新公告，如果你在这个领域，他们做了一系列广泛的公告，并真正扩展了你对EMR的看法。他们正在将Epic的角色扩展到EMR之外，进入AI将产生重大影响的护理提供活动。所以我认为，如果Epic的未来愿景是正确的，你将看到EMR提供商在自动化患者护理的许多方面、收入周期管理等方面发挥关键作用。世界上还有其他观点认为，它将围绕EMR构建，问题将是哪种愿景会实现。>> Arcelon Khan说，回应您之前关于企业架构的评论，他是一位“康复中的企业架构师”。他说，所有工作都会受到AI的影响。还有哪些工作仍然是AI无法触及的？>> 体力劳动，你知道，人们所做的，你出去在现实世界中做事。我认为AI需要更长的时间来影响。我认为任何涉及知识和信息的工作，它都会产生影响。我们有大量的数据，我可以给你一个链接，根据不同的劳动类别，生成式AI将自动化还是增强，以及没有影响的地方。我可以稍后发送给你，也许作为跟进，迈克尔，我会给你链接，它按行业和职能划分。>> 我们需要谈谈负责任和合乎道德的AI。每个科技公司都说我们在做负责任的AI。今天的现实是什么？>> 少于20%，而且这可能是一个慷慨的数字，组织真正地以负责任的方式做AI。我将如何描述它的需求，为了正确地做负责任的AI，我不能深入探讨每一个，但你需要三样东西：你需要原则，每个人都有。你需要公平、隐私、安全、可解释性等等。每个人都同意这些原则，大多数组织都有。第二件事是你需要的流程，如何去做并确保你负责任地使用AI？它是否融入了你的软件工程实践等？大多数人没有这样做。第三件事是你需要的工具和衡量标准。你是否了解你组织中的每一个AI用例？你知道每个用例的风险水平吗？你知道正在采取什么措施来减轻任何不良后果，也就是说，不负责任的后果吗？大多数组织没有这样做。所以，我们需要超越原则和口头上的负责任AI，来实现真正严格的、工业化的负责任AI。就像我说的，少于20%，可能少得多，才真正处于那个阶段。>> 这是严厉的评论。>> 这是真的。我一直在宣讲这一点，大约八年了。我参与了许多倡导负责任AI的组织，而且很长一段时间以来，我一直在徒劳地宣讲，没有人听。所以我认为20%是一个成就。你知道，我们开始得更认真了。但我认为太多的组织并不真正理解这是一个业务问题，因为AI最大的风险是侵蚀信任。如果AI被用于深度伪造，等等，想想AI可以玷污你的品牌的所有不同方式。那些真正以负责任的方式使用AI并建立信任的公司，将比其他公司拥有竞争优势。这是关于业务和品牌战略价值的。这不是关于一种感觉良好的事情。我认为太多人仍然认为负责任的AI是一种感觉良好的事情，而不是战略性的、对你的竞争生存至关重要的事情。>> 您如何看待政府对AI的监管？>> 我认为它需要平衡。我认为我们需要政府监管来鼓励创新，鼓励创新，你知道，引领创新，并正确地关注防止真正的危害，深度伪造以及我们周围的一些真正的，你知道，显而易见的危害。关于这一点还有很多要说，但这就是一句话。>> 用一句话，您现在在关注哪些技术？>> 我现在关注的一件被低估、低估或可能被低估的新事物是加密货币。有很多人在考虑加密货币，但通常是加密货币的信徒在考虑加密货币，但加密货币作为一种通用的代币化技术，不仅仅是金融资产，还有其他东西，数据，制造等。我认为，随着美国最近采取的步骤，在很大程度上使其合法化，它将对企业和我们所做的一切产生比非加密货币社区目前意识到的更深远的影响。>> 您惊人的职业生涯接下来的轨迹是什么？>> 我将继续做我现在正在做的所有有趣的事情，因为这就像我喜欢做的事情。技术的发展轨迹一直是我职业生涯和生活的重心，我想保持对正在发生的事情的密切关注。除此之外，花更多的时间与我的家人在一起，我喜欢这样做，并且我很享受。希望在吉他方面能做得更好，这是我离开埃森哲后的退休项目。我正试图努力花更多时间在吉他上，但所有这些令人兴奋的技术都在占用我的时间。>> 我确实注意到背景里的吉他。>> 是的，我正在被很多可以帮助我更快地学习音乐的初创公司推销。我对此充满希望。>> 这样，我们就没时间了。非常感谢保罗·多尔蒂。他目前是私募股权公司TPG的AI咨询主席。他是埃森哲的顾问。他还做了很多其他事情。保罗，非常感谢您抽出宝贵时间与我们在一起。>> 总是很有趣，迈克尔。谢谢。也感谢您的观众。这是一个了不起的观众。这使得这一切都如此有趣，除了您为此付出的所有努力。我喜欢这些问题。所以，感谢所有收看的人。>> 是的，对于正在观看的人来说，今天有太多的信息。到周一，编辑后的视频，我们会做一些轻微的编辑，将在我们的网站上发布，然后下周，我们将创建一个摘要。如果您对我们讨论的任何主题感兴趣，请观看此视频。回放将在那里。您可以花时间慢慢地解开它。现在，订阅CXO Talk新闻通讯。访问cxotalk.com。我们即将推出非常棒的节目。下次再见。非常感谢大家。感谢保罗·多尔蒂，祝您有美好的一天。[音乐]