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) 需要紮實的資料和 API 基礎。 G-P 我們有先見之明，奠定了穩固的基礎，讓我們能夠以負責任的方式進行人工智慧轉型，塑造我們的未來。
我們以負責任的態度使用人工智慧
整個組織的合規性是我們的基因。身為全球雇傭合規行業的領導者，我們以深入思考如何保護顧客而聞名。 當我們採用和創造新工具時，我們會從各個角度考慮：法律、就業、政策、安全、架構、工程和資料。
以數據為先的現代化
當我們開始現代化轉型之旅時，我們將兩個組成部分作為我們流程的基石：
-
以常年工資補貼帳戶為界線的領域驅動架構。每個有邊界的上下文都有自己的常年工資補貼帳戶，因為單一團隊完全擁有該有邊界的上下文。 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，從事件中擷取的資料不僅是合規且結構化的，而且還可立即用於人工智慧驅動的洞察力和應用程式。 我們已將資料民主化，提供一整套資料產品，供整個組織的人工智慧、代理、報告、流程和產品使用。
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 引進了一年一度的人工智慧 Hackathon，並將其作為一項重要措施。 當然，我們有專屬的人工智慧實驗室，但創新並不只屬於一個團隊。 組織中的每個人（不僅僅是工程師）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™是我們首屆黑客研討會的優勝作品。前提很簡單：人力資源領導者有合規性的問題，他們需要快速獲得答案。最常見的問題涉及我們服務的180+ 國家。解決這個問題的方案是使用我們的專屬資料來建立一個可以回答任何詢問的公司-特定人工智慧模型。
Gia - 以及我們的 hackathons - 都是負責任地使用人工智慧的最佳實例。 我們能夠同時測試工具、探索新技術以及教育員工。更棒的是，我們可以控制資料集，並有內部專家隨時協助員工。
經過深思熟慮的人工智慧使用可能是組織在快速採用過程中的一項挑戰。 每家公司都需要掌握使用方法，並學習如何保護顧客、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。
正確的人工智慧工具
在G-P ，有些部門使用Wardley Mapping來專注於對顧客影響最大的領域。 對於科技創新，我們必須全面思考其能力。同樣地，在 OpenAI 推出 ChatGPT 之前，我們就開始了人工智慧之旅，但隨著 GenAI 熱潮開始加速，我們也轉換了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普通商品。與大型語言模式（LLM）供應商競爭是沒有意義的。
-
忠於您的基礎。無論 人工智慧走 哪 條路， 我們的核心價值和顧客需求都不會改變。我們利用資料和 API 編碼我們的基礎和知識。
-
將代理與助理分開。人工智慧可以協助使用者完成任務 (就像智慧型副駕駛)，或是扮演代理人的角色，代表使用者執行任務。 我們兩者都做，但我們不會混淆兩者。
-
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：客戶不會向我們購買人工智慧。 他們購買無摩擦（且合規）的人力資源技術。
負責任的採用人工智慧建立信心
G-P 的優勢在於我們的適應能力和對合規性的堅持 - 而在技術領域工作需要不斷適應。我們的警戒線和有意的使用方式有助於我們擁抱人工智慧，並將風險降到最低，從而建立使用者和顧客的信心。
我們不遺餘力地擁抱人工智慧。 有許多公司和個人將會受到人工智慧的挑戰。 就像許多技術一樣，它很神奇，但不是魔術。我們深刻瞭解人工智慧如何運作，並事先建立基礎，讓我們能為顧客創造最大的價值。
以有意識且負責任的方式使用人工智慧來塑造您的策略，您就能獲得創新、值得信賴的工具，以及無上限的成長。
