谷歌在Google Cloud Next大会上全面投入生成式人工智能

本周在拉斯维加斯,有3万人聚集在一起,聆听谷歌云的最新动态。他们所听到的全是关于生成式人工智能。谷歌云首先是一个云基础设施和平台供应商。如果你不知道这一点,你可能在人工智能新闻的攻击中错过了。

并不是要贬低谷歌展示的内容,但就像去年Salesforce在纽约巡回路演时一样,该公司除了在生成式人工智能的背景下对其核心业务进行了一带而过的提及之外,其他方面却并未过多关注。

谷歌宣布了一系列人工智能增强功能,旨在帮助客户利用Gemini大语言模型(LLM)并提高平台上的生产力。这当然是一个值得追求的目标,在第一天的主题演讲和第二天的开发者主题演讲中,谷歌通过大量的演示来展示这些解决方案的强大功能。

但许多人似乎有点太过简单,即使考虑到它们需要在有限的时间内呈现在主题演讲中。他们主要依赖于谷歌生态系统内的示例,而几乎每家公司都将大部分数据存储在谷歌之外的存储库中。

一些示例实际上感觉甚至可以在没有人工智能的情况下完成。例如,在一次电子商务演示中,演讲者打电话给供应商完成线上交易。这是为了展示销售机器人的沟通能力,但实际上,买家完全可以在网站上完成这一步。

这不是说生成式人工智能没有一些强大的用例,无论是创建代码、分析文本语料库并能够进行查询,还是能够对日志数据提问以理解为什么网站出现故障。此外,公司为个体开发者、创意人士、员工和其他人提供的基于任务和角色的代理人,具有以实际方式利用生成式人工智能的潜力。

谷歌云Next 2024:迄今为止宣布的所有内容

当涉及基于谷歌模型构建人工智能工具时,而不是消费谷歌和其他厂商为其客户构建的工具,我无法不感到他们忽略了许多可能阻碍成功实施生成式人工智能的障碍。虽然他们试图使它听起来很容易,但实际上,在大型组织内实施任何高级技术是一个巨大挑战。

大变革并不容易

就像过去15年的其他技术飞跃一样——无论是移动、云、容器化、营销自动化等,它们都带来了许多潜在收益的承诺。然而,这些进步都带来了自己的复杂性水平,而大公司比我们想象的移动得更谨慎。人工智能似乎比谷歌,实际上任何大型厂商,所透露的要多得多。

通过以往这些技术转变我们学到的是,它们带来了大量的炒作,并导致了大量的幻灭。即使经过多年,我们仍然看到许多大型企业可能应该利用这些先进技术,但仍然仅仅是摸索或甚至完全置之不理,甚至在这些技术已经引入多年后依然如此。

公司未能利用技术创新的原因很多,包括组织惰性;脆弱的技术堆栈使得很难采纳更新的解决方案;或是一群公司内否定者关闭即使最良好意图的倡议,无论是法律、人力资源、信息技术或其他组织,出于各种原因,包括内部政治,继续对实质性变革说不。

Vineet Jain,一家专注于存储、治理和安全的公司Egnyte的首席执行官,看到了两种公司:那些已经在云端做了重大转变并将更容易地采用生成式人工智能的公司,以及那些行动迟缓并可能会遇到困难的公司。

AWS已经厌倦了等待您的公司迁移到云端

他与许多仍将大部分技术存储在本地的公司交谈,并且在开始考虑如何利用人工智能之前,他们还有很长的路要走。“我们与许多‘后期’云采用者交谈,他们尚未开始或者在数字转型的征程中仍然处于早期阶段,”Jain告诉TechCrunch。

人工智能可能迫使这些公司认真考虑进行数字化转型,但他们可能会因为起步落后而遇到困难,他说。“这些公司将需要首先解决这些问题,然后在他们建立成熟的数据安全和治理模型后才能消化人工智能的好处,”他说。

数据始终至关重要

像谷歌这样的大厂商让实施这些解决方案听起来很简单,但就像所有复杂技术一样,前端看起来简单并不一定意味着后端不复杂。正如我本周经常听到的那样,训练Gemini和其他大型语言模型所使用的数据仍然是“垃圾进,垃圾出”的情况,当涉及到生成式人工智能时尤为如此。

这始于数据。如果您的数据没有得到妥善处理,那么将很难将其变得适合用于训练您的用例上的LLMs。Deloitte负责谷歌云实践的负责人Kashif Rahamatullah在谈到谷歌本周的宣布时大都表示印象深刻,但同时承认一些缺乏清洁数据的公司将在实施生成式人工智能解决方案时遇到问题。“这些对话可以从人工智能对话开始,但很快就会变成:‘我需要修复我的数据,我需要整理干净,我需要将其全部放在一个地方,或者几乎在一个地方,然后开始得到生成式人工智能的真正好处,”Rahamatullah说。

从谷歌的角度来看,该公司已经构建了生成式人工智能工具,以更轻松地帮助数据工程师构建数据管道,以连接谷歌生态系统内外的数据源。“它真的旨在通过自动化许多与移动数据和准备这些模型所涉及的非常劳动密集的任务,加快数据工程团队的速度,”谷歌负责数据库、数据分析和Looker的副总裁兼总经理Gerrit Kazmaier对TechCrunch表示。

这应该有助于连接和清理数据,特别是对于那些在数字转型旅程中走得更远的公司。但对于像Jain提到的那些公司——那些还没有采取有意义步骤走向数字转型的公司,即使谷歌提供了这些工具,它们也可能带来更多困难。

所有这一切甚至没有考虑到人工智能带来的一系列挑战,无论是基于现有模型构建的应用程序还是尤其是在尝试构建自定义模型时,Constellation Research的分析师Andy Thurai说。“在实施任一解决方案时,公司需要考虑治理、责任、安全、隐私、道德和负责任的使用以及该等实现的合规性,”Thurai表示。而所有这些都不是微不足道的。

本周参加GCN的高管、IT专业人员、开发人员和其他人可能正在寻找来自谷歌云的下一步。但如果他们并没有寻找人工智能,或者作为组织而言还没有准备好,他们可能会因为谷歌全面集中在人工智能上而在赌城感到有些震惊。对于缺乏数字化能力的组织来说,要想充分利用这些技术可能需要很长时间,除了谷歌和其他厂商提供的更成熟的解决方案之外。