如果说2023年是生成式人工智能 (Gen AI) 被广泛认为具有变革潜力的一年，那么2024年往后将是这种潜力成为现实的时代。实验将让位于商业和财务价值的实现。一些组织已经开始意识到这一价值，并通过降低成本、提高流程效率、创造收入和改善多个行业的服务的形式，对价值进行衡量（德勤人工智能研究所，2023年）。

然而，基于 Gen AI 的应用的可靠性只能取决于其所依据的数据质量。根据麦肯锡（麦肯锡，2023年）的数据，有72%的受访组织将数据管理视为实施人工智能应用场景的关键要求。

遗憾的是，许多组织仍在奋力实施这样一个数据基础：能够扩展 Gen AI 所需的越来越多的数据源和越来越大的数据量；使所有 Gen AI 应用和其他数据使用者都能够实时访问其所需的数据，并以安全、符合隐私标准的方式访问数据。然而，尽管存在这些数据管理方面的挑战，Gen AI 仍能带来可观的收益。行业领先的数据管理供应商已在其平台中内置了基于 Gen AI 的功能。这些功能可加快数据准备和使用，自动优化性能和成本效益，并在不牺牲质量或安全性的情况下，满足业务不断增长的数据需求。

例如，Denodo平台就是一个领先的逻辑数据管理平台，可在必要时以所需的形式向所有使用者（包括Gen AI）提供数据。这种方法抽象了 Gen AI 和其他使用者对多个数据系统的访问，隐藏了潜在的复杂性，同时保证了数据的交付符合预定义的语义和数据治理规则。

Denodo 认识到 Gen AI 在促进数据民主化方面的变革潜力。Denodo 平台不仅可以实现任务自动化，还可以为各种角色的用户赋能，从最终用户到开发人员，再到管理员和数据管理员等。

在本意见书中，我们将深入探讨以下几点：

1. Gen AI 在企业中的早期应用场景和成功案例

2. 在企业中使用 Gen AI 面临的一些挑战

3. Denodo 平台如何应对这些挑战

4. Denodo 平台如何利用 Gen AI

因篇幅限制，仅展示部分，更多重要内容、核心观点，请下载报告。