生成式人工智能（AI）代表着一种革命性的、具有变革意义的机遇，与几十年前的万维网颇为相似。
面向企业的生成式AI有助于为全球数百万家机构目前面临的问题找到更好、更快的解决方案，并帮助化解危机。
只有当生成式AI值得信赖，并以相关性、可靠性和责任性为基础时，它才会具有变革性力量。
“模糊但令人兴奋。”这句话是20世纪最保守的评价，被潦草地写在蒂姆·伯纳斯-李那篇著名的1989年论文的页边空白处。正是在这篇论文中，他实际上发明了万维网。事后看来，我们知道那是一个具有革命性的时刻，它使互联网得以惠及全球数十亿人，并开启了快速数字化的时代。
今天，我们正处于一个规模相当的革命性时刻。不到一年时间里，生成式人工智能（AI）已从小众技术变成全球热议的话题。这一切发生在一个关键时刻，世界正面临多重地缘政治、经济和气候危机。
尽管这些挑战亟需我们关注，但全球的人力、环境和财政资源已经捉襟见肘。然而，生成式AI带来了希望，使我们有可能同时应对所有这些相互竞争的优先事项。换言之，我们将能够以更少的投入实现更多的成果。
加速变革
生成式AI的巨大潜力已得到广泛认可，但有一个关键领域，其积极影响尚未得到充分发挥。如果我们将生成式AI应用于企业经营方式，使其成为变革企业、供应链和整个行业的工具，我们就将加速世界经济向更加可持续、更具韧性、更加公平和繁荣的方向演进。
例如，面向企业的生成式AI有助于为全球数百万家机构目前面临的问题找到更好、更快的解决方案。例如：
我需要采取哪些步骤使我的公司实现碳中和？
我如何提高关键物资的供应保障能力？
我可以采取哪些措施使我的企业更具生产力和竞争力？
我们如何培训和再培训员工，以应对当下和未来的挑战？
然而，在此类关键事务上依赖生成式AI提供的建议，要求底层技术极其可信，其要求远高于消费类应用领域。
建立对AI的信任
可信首先意味着，面向企业的生成式AI必须具有相关性。AI的表现只能取决于其所训练的数据，而当今最知名的大型语言模型所使用的通用数据，无法帮助企业解决其高度具体的问题。为提供针对具体情境的方案，面向商业的相关AI必须基于真实的企业数据进行训练并与之协同运作。
其次，面向企业的生成式AI必须具有可靠性。商业决策的风险可能非常高，单个决策便可能影响成千上万的客户、同事以及公司的长远未来。因此，商业AI的输出必须具备最高的准确性和质量。而“AI幻觉”在消费领域或许令人觉得有趣，但在商业领域则绝不可接受。
第三，面向企业的生成式AI必须具有责任性。关于基于公开互联网数据进行训练并运行的AI模型可能如何侵犯隐私和版权法规，目前仍存在持续讨论。在商业世界中，这种“灰色地带”的运作方式是不可想象的。
率先推进面向企业的可信AI的国家和地区，将看到生成式AI在各企业和各行业中更快、更广泛地被采用。
Christian Klein，SAP SE首席执行官兼执行董事会成员
要让企业信任生成式AI，它们需要确信其数据得到安全、保密的处理。它们需要确信，生成式AI工具在设计上即尊重并遵守数据隐私、数据所有权和数据访问限制，并且仅在已获得明确同意的领域中运行。
这三个“R”——相关性、可靠性、责任性——是商业世界可信AI的基石。它们也是建立对技术信任的关键，使技术成为应对当代最重大挑战的工具。
千载难逢的机遇
作为一家全球软件企业，SAP已将相关、可靠且负责任的AI列为最重要的战略优先事项，并在数千名客户明确同意的前提下，基于真实的商业数据进行训练与运作。在设计上，它遵循SAP数据库和软件中已内置的访问与隐私设置。
AI的伦理实施通过明确的指导原则、内部治理架构以及外部专家顾问小组来确保其得到落实。最重要的是，SAP正致力于使生成式AI的结果不仅仅是“足够好”，而是具备客户在做出重大商业决策时所期望的完整性与质量。
我认为，在更大范围内还存在一个千载难逢的机遇：率先推进面向企业的可信AI的国家和地区，将看到生成式AI在各企业和各行业中更快、更广泛地被采用。它们将获得更强的竞争力、韧性和可持续性所带来的益处。它们还将为构建一个更好运行的世界作出巨大贡献，正如三十年前的万维网所做的那样。
