谷歌在Google Cloud Next大力发展生成式人工智能
本周在拉斯维加斯，3万人聚集在一起，聆听谷歌云的最新动态。他们听说的都是生成式人工智能。谷歌云首先是云基础设施和平台供应商。如果你不知道这一点，可能会忽略掉AI新闻的冲击。
不是贬低谷歌所展示的内容，但就像去年在纽约举办的旅游路演中的Salesforce一样，该公司除了在生成式人工智能的背景下对自身核心业务做了一带而过的提及外，没有给予更多关注。
谷歌宣布了一系列的人工智能升级，旨在帮助客户利用“Gemini大型语言模型(LLM)”，提高平台上的生产力。这是一个值得追求的目标，在第一天的主要主题演讲和第二天的开发人员主题演讲中，谷歌用大量的演示来展示这些解决方案的强大功能。
但许多内容似乎过于简单化，即使考虑到它们需要在有限时间的主题演讲中进行压缩。它们主要依赖于谷歌生态系统内部的例子，而几乎每家公司都有很多数据存储在谷歌之外的数据库中。
有些例子实际上感觉好像不需要人工智能也能完成。比如，在一次电子商务演示中，演示者打电话给供应商来完成一笔在线交易。这个过程是为了展示销售机器人的沟通能力，但实际上，买方完全可以在网站上轻松完成这一步骤。
这并不意味着生成式人工智能没有一些强大的用途，无论是创建代码、分析一系列内容并对其进行查询，还是能够询问日志数据以了解网站为何崩溃。此外，公司推出的基于任务和角色的代理人有潜力以实际方式利用生成式人工智能，帮助个别开发人员、创意人员、员工等。
但是当涉及基于谷歌模型构建AI工具时，与使用谷歌和其他供应商为其客户构建的工具相比，我不禁感到他们忽略了许多可能阻碍成功实施生成式AI的障碍。虽然他们试图让这听起来容易，事实上，在大型组织内部实施任何先进技术都是一个巨大的挑战。
大改变并不容易。
与过去15年的其他技术飞跃一样，无论是移动、云、容器化、营销自动化等等，人们总是充满了潜在收益的承诺。然而，这些进步都带来了各自的复杂性，大公司比我们想象的移动得更加谨慎。人工智能似乎比谷歌，或者说任何其他大厂商都更加困难。
通过以前的技术变革，我们学到的是，它们往往带来很多热情和让人失望的现实。即使过了好几年，我们看到大公司可能仍仅仅在涉足或甚至完全置身事外这些先进技术，年复一年。
许多公司未能充分利用技术创新有很多原因，包括组织惰性；技术堆栈脆弱，难以采用更新的解决方案；或一群企业否定者关闭即使是最富善意的倡议，无论是法律、人力资源、信息技术或其他群体，出于各种原因，包括内部政治，继续拒绝实质性变革。
Egnyte首席执行官Vineet Jain专注于存储、治理和安全，他看到两种类型的公司：那些已经在云端进行了重大转变，并且在采用生成式人工智能方面会更容易，以及那些行动缓慢的公司，可能会遇到困难。
他与许多仍然主要在本地部署技术并且在开始考虑人工智能如何帮助他们之前，还有很长的路要走的公司进行交流。"我们与许多尚未开始或者在数字化转型过程中非常初期的云计算‘后期’采用者进行交流，" Jain告诉TechCrunch。
他说，人工智能可能迫使这些公司认真考虑数字转型，但从如此落后的位置起步可能会很困难。“这些公司首先需要解决这些问题，然后在拥有成熟的数据安全和治理模式后才能开始应用人工智能。”
它总是数据。
像谷歌这样的大供应商让实现这些解决方案听起来很简单，但是像所有复杂的技术一样，在前端看起来简单并不一定意味着后端也简单。就像我本周经常听到的那样，当涉及到用于训练Gemini和其他大型语言模型的数据时，仍然存在“垃圾进，垃圾出”的情况，当涉及到生成式人工智能时，这个情况更加适用。
一切始于数据。如果你的数据没有整理好，那将会非常困难地让LLMs训练适用于你的案例。德勤公司负责谷歌云实践的主管卡希夫·拉哈马图拉对谷歌本周的声明大为赞赏，但依然承认一些缺乏干净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。“这些对话可能以人工智能的对话开始，但很快就会转变为：‘我需要整理我的数据，我需要清理数据，我需要将所有数据放在一个地方， 或几乎是一个地方，然后才能开始从生成式人工智能中获得真正的好处，’”拉哈马图拉表示。
从谷歌的角度来看，该公司已经建立了生成式人工智能工具，更容易帮助数据工程师构建数据管道，连接到谷歌生态系统内部和外部的数据源。“它真的是为了加快数据工程团队的速度，通过自动化许多涉及移动数据和为这些模型准备数据的非常繁重的任务，”谷歌数据库、数据分析和Looker副总裁兼总经理Gerrit Kazmaier 在接受 TechCrunch采访时说道。
这对于连接和清理数据应该是有帮助的，尤其是对于那些在数字化转型道路上更进一步的公司来说。但对于像Jain提到的那些公司，即那些还没有采取实质性步骤向数字化转型迈进的公司来说，即使有谷歌创建的这些工具，也可能会面临更多困难。
所有这些甚至没有考虑到AI带来的挑战，除了纯粹的实施之外，无论是基于现有模型的应用，还是尝试构建定制模型，Constellation Research的分析师Andy Thurai说。“在实施任何解决方案时，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对这些实施的合规性，”Thurai表示。而这些都不是琐碎的事情。
本周前往GCN的高管、IT专家、开发人员和其他人可能在寻找谷歌云的下一个发展方向。但如果他们没有寻找人工智能，或者他们的组织还没有准备好，他们可能会在赌城感到有些震惊，因为谷歌全力致力于人工智能。在缺乏数字化能力的组织能够充分利用这些技术之前，可能还需要很长时间，除了谷歌和其他供应商提供的更加成熟的解决方案。
