【信心危機】開發生成式AI困難重重 技能、工具不足成為雙重挑戰
生成式人工智能（Generative AI）大受用家歡迎，所以業界均爭相開發相關應用服務。不過，由於這類 AI 應用涉及很多專業技能，而且亦須獨特的開發工具配合，所以並非所有開發者都自覺有能力研發出新的生成式 AI，對投資者可能帶來負面影響。
生成式 AI 是一種能夠自動生成文本、圖像、音樂和其他媒體內容的人工智能技術，而且已經成為大部分人日常都會使用的工具，當中包括內容創作、管理社交媒體、遊戲以及程式開發等。相較開發其他應用服務，生成式AI的開發者除了需要具備熟練的編程能力，開發團隊還必須具備數據分析、機器學習等技能，才能拿出有價值的數據及有效率地訓練 AI 應用服務。
不過，IBM 最新發表的問卷調查顯示，開發者在開發生成式 AI 應用服務的過程中面臨很多挑戰。首先在自我能力水平認同方面，除了一些本身已是數據科學家或 AI 應用開發者認同自己是 AI 專家外，在應用服務開發者的群組中，只得 24% 認為自己的能力已達 AI 專家的水平。
研究員認為正如上文所述，對一般開發員來說，開發生成式 AI 屬於一個全新的領域，不單需要其他數據分析或機器學習等技術，而且創新技術不斷湧現，增加持續進修及追上新技術的難度，因此才會令自我認同感低下。
普遍需要使用 5 至 15 種開發工具
此外，調查顯示開發者普遍面對難以找到合適工具的問題。超過 72% 受訪者表示在生成式 AI 應用開發中，通常需要使用 5 至 15 種開發工具，甚至有 13% 受訪者會使用更多工具。
不過，要完全掌握多種開發工具會令開發過程複雜化，不僅影響工作效率，還可能削弱企業對生成式 AI 的投資效益。此外，又有約 33% 受訪者表示缺乏標準化的 AI 開發流程和可靠的 AI 生命周期管理，亦是另一個令他們無所適從的原因。
針對這些挑戰，IBM 專家認為 AI 編程工具某程度上有助開發者克服技能缺口，調查中有 99% 受訪者均表示有使用 AI 編程工具，近一半受訪者承認這種做法每天可為他們節省 1 至 2 小時編程時間，22% 受訪者更表示可節省超過 3 小時，有助他們提升工作效率。
專家警告過度依賴這些工具可能會導致編碼的錯誤增多，又或更容易出現安全漏洞，所以企業管理者不單要為員工提供有效的 AI 開發工具，亦要優先考慮提升員工技能，改善編碼審查政策，才能在激烈的競爭環境中取得成功。