在3月18日(周一)举行的CERAWeek会议上，标普全球总裁兼首席执行官Doug Peterson与埃森哲董事长兼首席执行官Julie Sweet进行了深入的对话。彼得森和斯威特在研究人工智能发展到今天的过程中，涉及了很多领域。
在开幕式上，斯威特向与会者提出了一个问题:“使用生成式人工智能是你们进入2024年的三大优先事项之一吗?”满屋子的与会者的回答都是压倒性的“是”。然而，她又以类似的口吻提出了另一个问题:“如果生成式人工智能还不存在，你还会考虑它的发展，并将其作为三大优先事项之一吗?”换句话说，回应要低得多;用她的话说，“大约0到5%的人”仍然说“是”。
斯威特指出，在过去几年里，生成式人工智能的出现发生了巨大的变化，而对于那些希望利用它的公司来说，目前是一个关键时刻。然而，与许多已经在寻求广泛使用人工智能的行业不同，包括石油和天然气在内的能源行业一直对这种态度持谨慎态度。到目前为止，沙特阿美公司在人工智能应用方面一直走在前列，但即使是该公司对人工智能技术的采用，与其他行业的规模相比也相形见绌。
能源行业面临着生成式人工智能的巨大机遇，但要利用这项新技术，还需要大量的准备工作。这位埃森哲高管列出了该公司为应对人工智能而做出的一些关键改变，首先是引入TQ(技术商数)。对于埃森哲来说，人工智能早于最近的生成式人工智能，TQ让他们能够评估和培训6000多名员工，学习人工智能等核心技术……
从哪里开始呢?斯威特强调，一个很大的错误是，试图做太多的事情，或者在无法扩展生成人工智能的领域做一些事情。斯威特指出，在没有明确的生成人工智能路径的情况下花钱是另一个常见的错误，但这项技术的应用领域有很多。她说，纪律需要集中在特定的领域，尤其是在早期阶段。对于埃森哲，她提出了一个简单的原则:“如果我们作为一家公司能做到这一点，我们能把它复制给其他客户吗?”如果公司能做到这一点，那么更好的利益就能更快地传递给客户。”
在考虑能源行业如何为生成式人工智能做好准备时，斯威特强调了三个主要方面:公司需要堆叠技术、人工智能轮换和人才轮换。她指出，这些要素中的第一个是一个简单的公式:“你需要一个数字核心，拥有合适的云、合适的安全性、合适的数据骨干和合适的应用程序。”正如她之前提到的，许多公司还没有实现数据云的现代化，如果没有必要的数据基础，他们就无法利用生成式人工智能
第二个关键领域涉及人工智能轮换，这包括公司改变流程和工作方式的能力，以整合和维护生成人工智能的合规性。公司在这些流程中需要足够的灵活性，以有效地使用生成人工智能。
第三，正如她之前提到的TQ，人才轮岗可以让公司拥有利用生成式人工智能的员工人才，其中包括培训。她指出，公司有责任通过人工智能的培训和教育“带动员工”，这将使他们能够接触到这一领域的人才，从而更容易随着技术的成熟而扩大规模。就埃森哲而言，到目前为止，该领域的支出总额已超过10亿美元，未来几年还将增加30多亿美元。用她的话来说:“只有我们投资于人，繁荣的社区才能繁荣。”
实现护栏。当然，与任何新技术一样，潜在的好处往往伴随着潜在的风险。这就是人工智能的情况，当被问及这个话题时，斯威特很快强调了护栏的重要性。她说:“(数据)云是最终的管道，”与人工智能形成鲜明对比，人工智能“可以从根本上改变每家企业”。她将这项技术描述为“动态的”，因此，它的责任方面超越了以前数字技术进步的标准数据管理协议。与她早些时候关于为人工智能创造坚实技术基础的评论类似，斯威特表示，设置护栏和责任措施应该是合规的基础。
在她的结语中，她用大多数公司都认识到的一句话来形容——人工智能代表着“领导公司最激动人心的时代”之一。在许多领域取得突破，如提高运营效率、减少温室气体排放等，都是更有可能的。事实上，Sweet指出，人工智能已经被用于改进操作、生产和勘探，后者用于地震数据分析。人工智能代表着未来的巨大机遇，能源行业需要参与其中，并利用这些机会来增强其核心业务。
