在2022 ，我們開始重新思考我們的資料策略。生成式人工智慧（GenAI）需要堅實的資料和應用程式介面（API）基礎。G-P有遠見卓識，奠定了堅實的基礎，使我們能夠以負責任的人工智慧轉型來塑造我們的未來。
我們負責任地使用人工智慧
整個組織的合規性是我們的基因。身為全球服裝合規產業的領導者，我們以深入思考如何保護客戶而聞名。 當我們採用和創造新工具時，我們會從各個角度考量：法律、就業、政策、安全、架構、工程和資料。
以資料為先的現代化
當我們開始現代化之旅時，我們將兩個元件作為流程的基石：
-
以常年薪資養老帳戶為邊界的域驅動架構。 每個有界上下文都有自己的常年薪帳戶，因為單一團隊完全擁有該有界上下文。 在任何分散式架構中，大部分的通訊都是非同步的，並透過事件運作。有界上下文代表業務能力。
-
Databrick 的 Data Lakehouse 包含所有結構化和非結構化資料。我們透過升級程序擷取並清潔資料。我們的黃金級資料經過核准、清洗、標籤和驗證。當湖畔小屋聆聽事件發生時，無須額外的努力就能有效率地進行攝取。
現在，從事件中提取的資料不僅符合法規、合規和結構化，還可以立即為人工智慧驅動的見解和應用做好準備。 我們透過一系列數據產品實現了數據的民主化，這些產品可供整個組織用於人工智慧、代理、報告、流程和產品。
創新始於實驗
當每個人都有發言權時，創新就會發生。我們在2023推出了年度人工智慧黑客馬拉松，作為一項重要舉措。當然，我們有專門的人工智慧實驗室，但創新並非一個團隊就能完成的。組織中的每個人（不只是工程師）都可以參與並貢獻想法。
GenAI 使創新民主化
我們最新的產品G-P Gia™ 最初是我們首屆黑客馬拉鬆的獲獎作品。前提很簡單：人力資源領導者有合規性方面的問題，他們需要快速得到答案。 最常見的問題涉及我們服務的180+ 國家。這個問題的解決方案是使用我們的專有數據創建一個公司特定的人工智能模型，可以回答任何查詢。
Gia 以及我們的黑客馬拉松是負責任地使用人工智慧的絕佳例證。我們能同時測試工具、探索新技術，並教育員工。更好的是，我們可以控制資料集，並邀請內部專家協助員工。
在快速採用人工智慧的過程中，如何明智地使用人工智慧對組織來說可能是一個挑戰。每家公司都需要了解使用方法，並學習如何保護客戶、員工和利害關係人。我們早期的實驗造就了今天引導我們的護欄。主要的教訓：對於我們使用的工具、用來訓練的資料，以及如何與現有系統整合，都要小心謹慎。
適合工作的人工智慧工具
在G-P ，一些部門使用Wardley Mapping來專注於對我們的客戶影響最大的領域。 對於科技創新，我們必須全面思考其能力。同樣，我們在 OpenAI 推出 ChatGPT 之前就開始了我們的人工智慧智慧之旅，但隨著 GenAI 熱潮的加速發展，我們改變了我們的使用方式和工具選擇。
從經驗中，我們很快就得到了四個啟示：
-
今天的創新將成為明天的商品。試圖與大型語言模型 (LLM) 供應商競爭是沒有意義的。
-
忠於您的基礎。無論人工智慧發展成什麼樣子，我們的核心價值和客戶需求始終不變。我們利用資料和 API 編碼我們的基礎和知識。
-
將代理人與助理分開。人工智慧既可以協助使用者完成任務（就像智慧副駕駛一樣），也可以作為代理代表使用者執行任務。我們兩者都有，但不會混淆兩者。
-
依賴標準，而非工具。當工具無法滿足我們的需求時，我們就會更換工具。按照標準工作是一種很好的做法 - 它讓我們可以自由地進行實驗和創新。
我們使用的各種人工智慧工具因需求而異，但我們的指導原則始終如一：客戶不是從我們這裡購買人工智慧。他們購買無摩擦（且遵守法規；合規）的人力資源；人力資源技術。
負責任地應用人工智慧可以增強信心
G-P 的優勢在於我們的適應力和對合規的堅持——而科技業的工作需要不斷適應。我們的防護措施和有意使用有助於我們擁抱人工智慧，並以能夠增強用戶和客戶信心的方式最大限度地降低風險。
我們欣然接受了人工智慧，一切都進行得非常順利。人工智慧將為許多公司和個人帶來挑戰。就像許多技術一樣，它很神奇，但不是魔術。我們深刻了解人工智慧的工作原理，並提前奠定了基礎，從而能夠為客戶創造盡可能多的價值。
圍繞著有意識、負責任地使用人工智慧來制定策略，你將獲得創新、值得信賴的工具和無限的成長。
