天生式AI的涌现险些影响了每个行业。从写电子邮件到天生代码，科技专业人士越来越依赖ChatGPT和谷歌Gemini等天生式人工智能工具。
但技能专业人士真的相信这些工具能完成事情吗?根据Dice最新的《感情报告》(Sentiment Report)的数据，该报告全面稽核了科技专业人士对从远程事情到办公室文化等方方面面的意见，30%的科技专业人士表示，他们每周至少利用一次天生式人工智能工具。与此同时，大约三分之一的科技专业人士根本没有利用天生式人工智能工具。
对付数据爱好者来说：2024年第二季度技能专业职员感情调查是在2024年6月5日至27日通过电子邮件进行的。这项调查从居住在美国的全职技能专业职员中得到了520份合格的回答。
对付那些不该用天生式人工智能的人来说，是什么阻碍了他们?只有8%的受访者表示，他们不该用这些工具，由于他们的公司限定将天生式人工智能用于与事情干系的任务。“这种回避彷佛紧张是志愿的，”感情调查补充道。“这种犹豫与我们看到的其他报告同等。reool公司在他们的人工智能感情调查中创造，51%的科技专业人士认为人工智能被高估了。”
年轻的技能专业人士更有可能将人工智能作为他们事情流程的一部分(在18岁至34岁的人群中，约38%的人每周至少利用一次人工智能)。与此同时，55岁以上的受访者中有一半也表示他们从未利用过天生式人工智能。大概这些受访者中的一些人在承诺改变现有事情流程之前，正在等待人工智能技能的发展。
在卖力开拓或履行人工智能办理方案或系统的四分之一的技能专业人士中，超过一半的人认为他们所从事的项目对他们的公司具有计策代价。此外，三分之一的受访者表示，他们的人工智能干系项目紧张用于向利益干系者展示公司正在利用人工智能做些什么。
自然地，那些认为他们所从事的项目具有计策代价的人工智能专业职员也更有可能对他们目前的角色感到满意。
将天生式AI运用于实践
以下是天生式人工智能如何进入当代技能事情流程的一个比较全面的列表:
软件开拓:
代码天生：开拓职员正在利用人工智能根据自然措辞提示天生代码片段、全体功能乃至完全的程序。代码补全：人工智能支持的代码补全工具建议下一行代码，加快开拓速率并减少缺点。调试：人工智能可以剖析代码中的潜在问题，供应对缺点缘故原由的见地，并提出办理方案。数据科学：
数据探索：人工智能可以快速天生大型数据集的择要，识别趋势，并提出潜在的干系性。特色工程：人工智能可以从现有数据中自动创建新特色，提高模型性能。模型构建：人工智能可以帮助选择得当的算法、调优超参数和评估模型性能。网络安全：
威胁检测：人工智能可以剖析大量数据，以识别潜在的安全威胁和非常情形。事宜相应：人工智能可以在安全事宜期间自动实行日常任务，使剖析师能够专注于关键问题。漏洞评估：人工智能可以扫描漏洞代码并建议补救步骤。设计和用户体验：
设计天生：AI可以根据用户需求和偏好天生设计观点。用户测试：AI可以仿照用户交互，以识别潜在的可用性问题。内容创作：人工智能可以天生营销文案、社交媒体帖子和其他内容。当然，为了有效地利用天生式人工智能，你须要理解技能，为它确定精确的任务，并进行实验，直到达到预期的结果。在人工智能领域取获胜利的公司将确保用于输入和输出的数据的质量，并在全体过程中优先考虑数据的隐私和安全性。
作者：Nick Kolakowski