原創(chuàng) | 文 BFT機(jī)器人

01

人工智能的發(fā)展迎來新拐點(diǎn)

ChatGPT 正在喚醒全球?qū)θ斯ぶ悄?(AI)變革潛力的認(rèn)知，激發(fā)起前所未有的關(guān)注和創(chuàng)造力浪潮。

該技術(shù)可以模仿人類的對話和決策能力，使我們站上了公眾采用人工智能的第一個真正拐點(diǎn)。最終，所有人，所有地方都將切實(shí)感受到這項(xiàng)技術(shù)的顛覆性潛力。ChatGPT 推出僅兩個月，月活躍用戶就達(dá)到了 1 億，成為有史以來增長最快的消費(fèi)應(yīng)用程序。

基礎(chǔ)模型是大型模型的通稱，此類模型擁有數(shù)十億項(xiàng)參數(shù)。最近的進(jìn)展使企業(yè)現(xiàn)在能夠依托這些基礎(chǔ)模型，構(gòu)建出專門的圖像和語言生成模型。而大語言模型 (LLM)既屬于生成式人工智能，也是一種基礎(chǔ)模型。

ChatGPT 背后的大語言模型標(biāo)志著人工智能發(fā)展的重要轉(zhuǎn)折點(diǎn)和里程碑。

大語言模型正在憑借兩項(xiàng)優(yōu)勢改變著市場規(guī)則。第一，這類模型破解了語言復(fù)雜性的密碼。如今，機(jī)器擁有了前所未有的能力，可以學(xué)習(xí)語言、上下文含義和表述意圖，并獨(dú)立生成和創(chuàng)建內(nèi)容。第二，在利用大量數(shù)據(jù) (文本、圖像或音頻) 進(jìn)行預(yù)訓(xùn)練后，這些模型能夠針對眾多不同的任務(wù)做出調(diào)整或微調(diào)。這使得用戶可以將多種方式，對模型按原樣重復(fù)使用或稍加修改后再次使用。

商界領(lǐng)袖們已經(jīng)普遍認(rèn)識到了這一時刻的重要性。

他們預(yù)見到大語言模型和生成式人工智能將如何從根本上改變商界、學(xué)術(shù)界乃至社會本身，開辟新的能力前沿。這些新技術(shù)對人類創(chuàng)造力和生產(chǎn)力產(chǎn)生了巨大的積極影響。例如埃森哲研究發(fā)現(xiàn)，所有行業(yè)中 40% 的工作時間都將得到 GPT-4 等大語言模型的協(xié)助。

這是因?yàn)椋Z言任務(wù)占到了企業(yè)人員工作總時長的 62%，其中 65% 的時間可以借助人員強(qiáng)化和自動化技術(shù)來提升工作活動的生產(chǎn)力。

02

發(fā)展歷程：生成式人工智能的發(fā)展里程碑

機(jī)器學(xué)習(xí):分析和預(yù)測階段

21 世紀(jì)的頭十年，各類機(jī)器學(xué)習(xí)技術(shù)都迅速發(fā)展，能夠?qū)Ａ吭诰€數(shù)據(jù)進(jìn)行分析，從輸出信息中得出結(jié)論，或進(jìn)行學(xué)習(xí)”。從那時起，企業(yè)就將機(jī)器學(xué)習(xí)視為極其強(qiáng)大的人工智能領(lǐng)域，用于分析數(shù)據(jù)、發(fā)現(xiàn)模式、形成洞見、建立預(yù)測，并以遠(yuǎn)超以往的速度和規(guī)模實(shí)現(xiàn)任務(wù)自動化。

深度學(xué)習(xí):視覺和言語處理階段

進(jìn)入第二個十年，人工智能的感知能力取得了長足進(jìn)步，這一機(jī)器學(xué)習(xí)領(lǐng)域被稱為深度學(xué)習(xí)。在此期間，深度學(xué)習(xí)取得了突破性進(jìn)展。一方面，計(jì)算機(jī)視覺的實(shí)現(xiàn)，有助于搜索引整和自動駕駛車輛對物體的分類和檢測:同時，它還可支持語音識別，使廣泛應(yīng)用的人工智能語音助手以更自然的方式和用戶交互。

生成式人工智能:邁入掌握語言的新階段

基于深度學(xué)習(xí)模型指數(shù)級增長的規(guī)模與能力，未來的十年將是機(jī)器掌握語言的時代。由 OpenAl 開發(fā)的 GPT-4 語言模型，標(biāo)志著基于語言的人工智能應(yīng)用程序邁入了嶄新的功能階段。諸如此類的模型將對商業(yè)產(chǎn)生深遠(yuǎn)影響，因?yàn)檎Z言與企業(yè)所有日常工作的方方面面都密不可分一-機(jī)構(gòu)知識、互動交流和運(yùn)作流程皆有賴于此。

03

使用或定制：生成式人工智能的普及與應(yīng)用

ChatGPT、文心一言、通義千問 34DALL·E、StableDiffusion 等一系列易于使用的生成式人工智能應(yīng)用程序，正在迅速推動技術(shù)在商業(yè)領(lǐng)域和社會公眾中的普及，這將對企業(yè)產(chǎn)生極為深遠(yuǎn)的影響。

由于大語言模型具有處理大規(guī)模數(shù)據(jù)集的能力，它可以“掌握”企業(yè)長期以來積累的所有信息，包括創(chuàng)辦至今的發(fā)展歷程、發(fā)展背景、業(yè)務(wù)特點(diǎn)和商業(yè)意圖，甚至細(xì)致到產(chǎn)品、市場和客戶。所有用語言記錄傳達(dá)的內(nèi)容，如應(yīng)用、系統(tǒng)、文檔、電子郵件、聊天、視頻和音頻等等都將進(jìn)行創(chuàng)新、優(yōu)化和重塑，最終走向全新的高度。

97% 的全球受訪高管認(rèn)為，人工智能基礎(chǔ)模型將實(shí)現(xiàn)跨數(shù)據(jù)類型的互聯(lián)，徹底改變?nèi)斯ぶ悄艿氖褂铆h(huán)節(jié)和方式。

我們正進(jìn)入技術(shù)采用周期的下一個階段，大多數(shù)企業(yè)后開始通過購買“模型即服務(wù)”來開展業(yè)務(wù)應(yīng)用。不過對許多企業(yè)來說，最大的價值源于使用自己的數(shù)據(jù)定制或微調(diào)模型，以滿足其獨(dú)特需求。

使用

現(xiàn)在，我們隨時均可便捷地獲取和使用生成式人工智能及大語言模型應(yīng)用程序。企業(yè)可以通過應(yīng)用編程接口 (API) 調(diào)用這些程序，并運(yùn)用提示學(xué)習(xí)(prompt tuning)和前綴學(xué)習(xí) (prefix learning)等提示工程技術(shù)，針對自身的具體需求在較小程度上加以定制。

定制

但大多數(shù)企業(yè)需要定制模型，用自己的數(shù)據(jù)對模型進(jìn)行微調(diào)，以擴(kuò)大其用途和價值。這使模型能夠支持整個業(yè)務(wù)中一些具體的下游任務(wù)。通過此舉，企業(yè)可以有效地利用人工智能實(shí)現(xiàn)績效的飛躍發(fā)展一-提升員工能力、改善客戶滿意度、引入新型商業(yè)模式，及時感知即將發(fā)生的變化。

04

展望日新月異的技術(shù)、監(jiān)管和商業(yè)

企業(yè)將利用這些模型來重塑工作方式。隨著員工與人工智能副手協(xié)同工作成為常態(tài)，每家企業(yè)中的每個角色都有可能被完全改造，這顯著拓展了單憑人類自身可以取得的成就。在任何特定的工作中，一些任務(wù)將實(shí)現(xiàn)自動化，一些能夠得到輔助，還有一些基本與技術(shù)無關(guān)。

除此以外，大量新任務(wù)有待人類執(zhí)行，例如確保準(zhǔn)確、負(fù)責(zé)任地使用新型人工智能系統(tǒng)。

企業(yè)要特別關(guān)注人工智能對以下這些崗位的影響:

內(nèi)容創(chuàng)建:

生成式人工智能將成為人們必不可少的創(chuàng)意伙伴，不但可以揭示接觸和吸引受眾的新方法還能在生產(chǎn)設(shè)計(jì)、設(shè)計(jì)研究、視覺識別、名稱擬定副本生成與測試以及實(shí)時個性化等領(lǐng)域中，帶來前所未見的速度和創(chuàng)新。

企業(yè)正紛紛引入最完善的人工智能系統(tǒng) DALL·E，用于社交媒體推廣。DALL·E 基于文本描述來創(chuàng)建逼真的圖像和藝術(shù)品，在將文字轉(zhuǎn)換為圖片時，可以處理多達(dá) 120 億項(xiàng)參數(shù)，創(chuàng)建的圖片更可在Instagram 和推特 (Twitter) 上分享。

編寫代碼:?

軟件代碼編寫人員將借助生成式人工智能來大幅提高生產(chǎn)力一-快速將一種編程語言轉(zhuǎn)換為另一種語言，掌握各種編程工具和方法，實(shí)現(xiàn)代碼編寫自動化，預(yù)測和預(yù)先防范問題，以及管理系統(tǒng)文檔。

埃森哲正在嘗試使用 OpenAl 大語言模型，通過自動生成文檔提高開發(fā)人員的工作效率。例如，明確 SAP 系統(tǒng)配置的理據(jù)以及設(shè)定各種功能或技術(shù)參數(shù)。這一解決方案使用戶能夠在工作時通過微軟Teams 的聊天對話提交請求;然后，正確組合的文檔會被快速返回一這一典型范例很好地說明了如何增強(qiáng)特定任務(wù)的完成能力并實(shí)現(xiàn)自動化，而無需改變整個工作。

自動化:

生成式人工智能對歷史背景、下一步最佳行動、總結(jié)能力和預(yù)測智能的成熟理解力，將同時在后臺和前臺辦公環(huán)境中催生出一個超高效、超個性化的新時代，將業(yè)務(wù)流程自動化推升到具有變革意義的新水平。

一家跨國銀行正在使用生成式人工智能和大語言模型，改變其大量交易后處理電子郵件的管理方式，如自動起草帶有行動建議的消息，并發(fā)送給收件人。這不只是減少了工作量，還能讓客戶交流更加順暢。

安全防護(hù):?

隨著時間推移，生成式人工智能將支持企業(yè)加強(qiáng)治理和信息安全、防止欺詐、完善監(jiān)管合規(guī)，并通過在組織內(nèi)部和外部均建立跨域聯(lián)系和推斷能力，主動識別風(fēng)險。

在戰(zhàn)略性網(wǎng)絡(luò)防御體系中，大語言模型可以提供多種有用的功能，例如解釋惡意軟件和快速分類網(wǎng)站。?但在短期內(nèi)，企業(yè)很可能看到，黑客利用生成式人工智能的特長來生成惡意代碼或編寫完美的網(wǎng)絡(luò)釣魚電子郵件。

當(dāng)前這樣的時刻并不常見。未來幾年，針對生成式人工智能、大語言模型和基礎(chǔ)模型的投資將極為龐大。和以往不同的是，技術(shù)、監(jiān)管和商業(yè)應(yīng)用將并行發(fā)展，且發(fā)展速度越來越快。而在以往的創(chuàng)新曲線中，技術(shù)發(fā)展通?？煊趹?yīng)用和監(jiān)管。

技術(shù)堆棧

支持生成式人工智能的復(fù)雜技術(shù)預(yù)計(jì)將在每一堆棧層級上迅速發(fā)展，這具有廣泛的商業(yè)影響。訓(xùn)練頂級人工智能模型所需的計(jì)算量正呈指數(shù)級增長一根據(jù)各類報(bào)告，現(xiàn)在每 3.4 個月到 10 個月其便會翻一番。因此,成本和碳排放已成為采用能源密集型生成式人工智能的核心考量因素。

“最熱門的新型編程平臺便是餐巾紙。杜保洛 (Paul Daugherty) --埃森哲技術(shù)服務(wù)全球總裁兼首席技術(shù)官

他指的是，創(chuàng)業(yè)者正紛紛使用 OpenAl根據(jù)在餐巾紙上畫出的創(chuàng)意草圖來搭建工作網(wǎng)站。

風(fēng)險和監(jiān)管環(huán)境

企業(yè)將有成千上萬種方法來應(yīng)用生成式人工智能和基礎(chǔ)模型，以最大程度地提高效率并增強(qiáng)競爭優(yōu)勢。很明顯，在這條新賽道上，各家公司都在摩拳擦掌。企業(yè)需要從整體戰(zhàn)略出發(fā)，除了生成式人工智能和大語言模型之外，必須全面考慮所有類型的人工智能、及其有意使用的相關(guān)技術(shù)。

ChatGPT 進(jìn)一步引發(fā)了人們對人工智能健康發(fā)展和規(guī)范應(yīng)用的思考。當(dāng)技術(shù)發(fā)展和采用速度快于立法時，企業(yè)尤其要密切關(guān)注可能面臨的任何法律、道德和聲譽(yù)風(fēng)險。

很重要的一點(diǎn)是，包括 ChatGPT 在內(nèi)的生成式人工智能技術(shù)在設(shè)計(jì)時已納入了負(fù)責(zé)任和合規(guī)等要素，確保此類模型和應(yīng)用程序不會給業(yè)務(wù)帶來無法承受的風(fēng)險。

作為負(fù)責(zé)任人工智能方面的行業(yè)領(lǐng)軍者，埃森哲早在 2017 年就已定義和實(shí)施了負(fù)責(zé)任人工智能的原則，進(jìn)而將其融入我們的業(yè)務(wù)實(shí)踐和客戶服務(wù)中。負(fù)責(zé)任人工智能是一種遵循明確原則來設(shè)計(jì)、構(gòu)建和部署人工智能的實(shí)踐方式，在賦能業(yè)務(wù)的同時維護(hù)公眾利益并造福社會。企業(yè)也能因此給予人工智能充分信任，滿懷信心地?cái)U(kuò)展人工智能使用范圍。

人工智能系統(tǒng)需要利用多樣化和包容性的輸入數(shù)據(jù)集來加以“完善”，從而體現(xiàn)更廣泛的商業(yè)和社會責(zé)任、公平性和透明度。如果人工智能可以在道德框架內(nèi)設(shè)計(jì)并付諸實(shí)施，就能加速發(fā)揮負(fù)責(zé)任的協(xié)作化智能工具的潛力，使人類智慧與智能技術(shù)緊密融匯在一起。

此舉不僅為消費(fèi)者、職場人士以及整個社會奠定了信任的基石，還能提升企業(yè)績效并開辟新的增長來源。

企業(yè)采用生成式人工智能的規(guī)模

為了創(chuàng)造人工智能的價值，企業(yè)必須全面轉(zhuǎn)變工作方式。企業(yè)領(lǐng)導(dǎo)者需要立即開始，用新的思路設(shè)計(jì)工作和任務(wù)、以及對人員開展技能再培訓(xùn)。最終，企業(yè)中的每一個角色都很可能被重塑，今天的工作將被分解為一組可以自動化完成或得到人工智能助力的任務(wù)，并重新構(gòu)想人機(jī)協(xié)作的未來。

隨著我們對生成式人工智能的了解越來越深入，它將顛覆傳統(tǒng)的工作模式，開創(chuàng)人類和人工智能合作的新時代。大多數(shù)工作者都將擁有得力的“助手”，從根本上改變工作的完成方式和完成內(nèi)容。

幾乎所有的工作都會受到影響，而許多新型工作亦將不斷涌現(xiàn)。企業(yè)若能立即采取措施，將工作拆分為任務(wù)，并投資培訓(xùn)員工與機(jī)器協(xié)作，以不同以往的方式開展工作，那么將實(shí)現(xiàn)績效飛躍，遠(yuǎn)超短視對手。

近六成的企業(yè)打算將 ChatGPT 用于學(xué)習(xí)目的，而計(jì)劃在 2023 年進(jìn)行試點(diǎn)的企業(yè)超過半數(shù)。超過 40% 的企業(yè)愿意為此傾力投入。

05

積極迎接生成式人工智能時代：六大技術(shù)應(yīng)用要點(diǎn)

業(yè)務(wù)驅(qū)動

即使創(chuàng)新技術(shù)有諸多優(yōu)勢，但在整個組織中全面推廣并非易事，尤其當(dāng)新技術(shù)會徹底改變現(xiàn)有工作方法時，會遇到特別多的阻力。

企業(yè)可以先通過嘗試生成式人工智能的諸多功能，累積早期成功并得到變革倡導(dǎo)者和意見領(lǐng)袖的支持，不斷提高員工對新技術(shù)的接納程度，為進(jìn)一步普及創(chuàng)造所需條件，進(jìn)而啟動轉(zhuǎn)型和技能再培訓(xùn)議程。

企業(yè)必須雙管齊下地進(jìn)行嘗試。其一，專注于容易獲得的機(jī)會，使用可消費(fèi)的模型和應(yīng)用迅速實(shí)現(xiàn)回報(bào)。其二，著力使用根據(jù)自身數(shù)據(jù)定制的模型來重塑業(yè)務(wù)、客戶洽談、以及產(chǎn)品和服務(wù)。業(yè)務(wù)驅(qū)動型思維是定義并成功建立應(yīng)用模式的關(guān)鍵。

隨著企業(yè)深入開展人工智能重塑業(yè)務(wù)的各種探索，他們將切實(shí)收獲價值，明確各種應(yīng)用場景下最為匹配的人工智能類型，厘清投資規(guī)模和復(fù)雜程度。他們還能測試和改進(jìn)有關(guān)數(shù)據(jù)隱私安全、增強(qiáng)模型準(zhǔn)確性、防止偏見和保護(hù)公平的方法，并知曉何時需要采取“由人主導(dǎo)迭代”(human in the loop) 的保護(hù)措施。

98% 的全球高管均認(rèn)同，未來三到五年內(nèi)，人工智能基礎(chǔ)模型將在自身的企業(yè)戰(zhàn)略中發(fā)揮重要作用。

某銀行使用增強(qiáng)型搜索工具，為員工提供所需信息

某大型歐洲銀行集團(tuán)啟用微軟 Azure 云平臺和 GPT-3 大語言模型來幫助員工進(jìn)行電子文檔檢索。這一舉措使用戶可以快速獲得問題的答案，大大節(jié)省了時間，并提高準(zhǔn)確性和合規(guī)性。

為了進(jìn)一步提升員工技能，這家銀行構(gòu)建了三年創(chuàng)新計(jì)劃，后續(xù)還會在合同管理、對話型報(bào)告、以及票據(jù)分類等領(lǐng)域應(yīng)用生成式人工智能。此舉不僅將內(nèi)部知識庫進(jìn)行了升級、幫助員工獲取所需信息，更有助推進(jìn)自身向數(shù)據(jù)驅(qū)動型機(jī)構(gòu)的目標(biāo)邁進(jìn)。

以人為本

為了使生成式人工智能取得成功，企業(yè)需要像重視技術(shù)那樣，關(guān)注人員及培訓(xùn)工作。因此，他們應(yīng)當(dāng)大幅增加對人才的投資，以應(yīng)對兩類不同的挑戰(zhàn): 創(chuàng)建人工智能和使用人工智能。這意味著一方面在人工智能設(shè)計(jì)和企業(yè)架構(gòu)等技術(shù)能力方面培養(yǎng)人才，同時培訓(xùn)整個組織的人員，使他們有效地與人工智能化的流程合作。

例如，在我們對 22 個工作類別的分析中，我們發(fā)現(xiàn)大語言模型會影響所有類別，最低程度為每個工作日的 9%，最高可達(dá) 63%。在22 種職業(yè)中，有 5 種可以利用大語言模型來革新一半以上的工作時長。

事實(shí)上，一項(xiàng)獨(dú)立機(jī)構(gòu)開展的經(jīng)濟(jì)研究表明，企業(yè)在幫助員工跟上人工智能發(fā)展步伐方面的投資嚴(yán)重不足，這需要更綜合的認(rèn)知和基于判斷的任務(wù)設(shè)定。即使是現(xiàn)實(shí)世界中精通如何應(yīng)用數(shù)據(jù)的各領(lǐng)域?qū)＜?例如，醫(yī)生對患者健康數(shù)據(jù)的解析)也缺乏足夠的技術(shù)知識來了解這些模型如何工作，以及相信技術(shù)能成為“工作伙伴”

企業(yè)還將設(shè)立全新的崗位，包括語言學(xué)專家、人工智能質(zhì)量控制員、人工智能編輯和提示工程師。對于生成式人工智能最有前途的領(lǐng)域，企業(yè)應(yīng)當(dāng)首先將現(xiàn)有工作分解為基礎(chǔ)任務(wù)組合。然后評估生成式人工智能可能影響每項(xiàng)任務(wù)的程度一-完全自動化、人員增強(qiáng)，抑或與之無關(guān)。

準(zhǔn)備專有數(shù)據(jù)

為了定制基礎(chǔ)模型，企業(yè)需要使用特定領(lǐng)域的企業(yè)數(shù)據(jù)、語義、知識和方法。在生成式人工智能時代到來之前，企業(yè)可以通過以應(yīng)用模式為核心的人工智能方法從人工智能中獲得價值，而無需對其數(shù)據(jù)架構(gòu)和資產(chǎn)進(jìn)行現(xiàn)代化改造。然而，現(xiàn)在情況已經(jīng)截然不同?；A(chǔ)模型需要大量精心組織的數(shù)據(jù)來學(xué)習(xí)，因此，破解數(shù)據(jù)挑戰(zhàn)已成為每家企業(yè)的當(dāng)務(wù)之急。

企業(yè)需要采用一種戰(zhàn)略性、規(guī)范化的方法，獲取、開發(fā)、提煉、保護(hù)和部署數(shù)據(jù)。具體而言，應(yīng)依托云環(huán)境構(gòu)建現(xiàn)代化的企業(yè)數(shù)據(jù)平臺，其中包含一組可信賴、可重復(fù)使用的數(shù)據(jù)產(chǎn)品。憑借此類平臺的跨職能特征、企業(yè)級的分析工具、以及將數(shù)據(jù)存儲在云端倉庫或數(shù)據(jù)湖當(dāng)中，數(shù)據(jù)能夠擺脫組織孤島的束縛，在整個企業(yè)中普遍使用。隨后，企業(yè)可以在某一地點(diǎn)或通過分布式計(jì)算策略 (如數(shù)據(jù)網(wǎng)格) ，統(tǒng)一分析所有業(yè)務(wù)數(shù)據(jù)。

投資建設(shè)可持續(xù)的技術(shù)基礎(chǔ)

為了充分滿足大語言模型和生成式人工智能的大規(guī)模計(jì)算需求，企業(yè)需要考慮自身是否擁有合適的技術(shù)基礎(chǔ)設(shè)施、架構(gòu)、運(yùn)營模式和治理結(jié)構(gòu)，同時密切關(guān)注成本和可持續(xù)能源消耗。他們必須設(shè)法從成本和收益的角度，評估比較這些技術(shù)與其他人工智能或分析工具，后者可能更適合特定的應(yīng)用模式，并且成本僅為前者的幾分之一。

隨著人工智能使用量的增加，底層基礎(chǔ)設(shè)施產(chǎn)生的碳排放也會水漲船高。因此，企業(yè)需要建立一套強(qiáng)有力的綠色軟件開發(fā)框架，在軟件開發(fā)生命周期的所有階段考慮能源效率和材料相關(guān)排放。人工智能還可以發(fā)揮更廣泛的作用，使業(yè)務(wù)更具可持續(xù)性并實(shí)現(xiàn)環(huán)境、社會和治理 (ESG) 目標(biāo)。我們調(diào)研發(fā)現(xiàn)，在生產(chǎn)和運(yùn)營環(huán)節(jié)成功減少排放的企業(yè)中，70% 都使用了人工智能。

加速生態(tài)系統(tǒng)創(chuàng)新

創(chuàng)建基礎(chǔ)模型很可能是一項(xiàng)復(fù)雜、成本高昂的計(jì)算密集型工作。除了全球頂級企業(yè)外，幾乎所有組織都無法僅憑一己之力完成該任務(wù)，這超出了他們所掌握的能力和方法。令人振奮的是，得益于超大規(guī)模云服務(wù)機(jī)構(gòu)、科技巨頭和初創(chuàng)企業(yè)的海量投資，企業(yè)如今可以借助新興生態(tài)系統(tǒng)的威力。僅在 2023 年，全球?qū)θ斯ぶ悄艹鮿?chuàng)公司和成長階段公司的投資預(yù)計(jì)就將超過 500 億美元?！?這些合作伙伴能夠帶來經(jīng)過多年打磨的最佳實(shí)踐并為特定應(yīng)用模式下如何高效而有效地使用基礎(chǔ)模型提供寶貴洞見。擁有恰當(dāng)?shù)暮献骰锇榫W(wǎng)絡(luò)一-包括技術(shù)企業(yè)、專業(yè)服務(wù)商和學(xué)術(shù)機(jī)構(gòu)，將成為駕馭快速變革的關(guān)鍵。

提升自身負(fù)責(zé)任人工智能水平

生成式人工智能的快速采用為所有企業(yè)提出了新的緊迫工作: 建立一套穩(wěn)健、負(fù)責(zé)任的人工智能合規(guī)體系。這包括兩方面的事項(xiàng)一-建立控制流程，在設(shè)計(jì)階段評估生成式人工智能應(yīng)用方式的潛在風(fēng)險 ;制定明確措施，在整個業(yè)務(wù)中嵌入負(fù)責(zé)任人工智能方法。埃森哲的研究表明，大多數(shù)企業(yè)仍任重而道遠(yuǎn)。我們 2022 年面向全球 850名高管人員的調(diào)研顯示，受訪者普遍認(rèn)識到了負(fù)責(zé)任人工智能和人工智能監(jiān)管的重要性。但僅有6% 的企業(yè)認(rèn)為，自身已打造了充分穩(wěn)健的負(fù)責(zé)任人工智能基礎(chǔ)。

企業(yè)的負(fù)責(zé)任人工智能原則應(yīng)當(dāng)由高層定義和領(lǐng)導(dǎo)，并轉(zhuǎn)化為有效的風(fēng)險管理和合規(guī)治理架構(gòu)，包括組織原則和政策、以及適用的法律和法規(guī)。負(fù)責(zé)任人工智能的使用必須由首席執(zhí)行官引領(lǐng)，從加強(qiáng)培訓(xùn)和意識培養(yǎng)開始，然后擴(kuò)展至關(guān)注執(zhí)行與合規(guī)。埃森哲早在數(shù)年前就已率先采用這種方法來管理負(fù)責(zé)任的人工智能，不但設(shè)置了由首席執(zhí)行官領(lǐng)導(dǎo)的議程，現(xiàn)在還進(jìn)一步出臺了正式的合規(guī)計(jì)劃。我們自身的經(jīng)驗(yàn)表明，原則驅(qū)動的合規(guī)方法既能提供護(hù)欄，又足夠靈活，可以隨著技術(shù)的快速發(fā)展而更新，確保企業(yè)不會始終疲于“追趕”。

為了通過設(shè)計(jì)來實(shí)現(xiàn)負(fù)責(zé)，企業(yè)需要從被動響應(yīng)的遵從策略，轉(zhuǎn)向主動開發(fā)完善的負(fù)責(zé)任人工智能系統(tǒng)。而這必須借助一套綜合框架，其中涵蓋: 原則和治理措施，風(fēng)險管理、政策和控制手段，以及技術(shù)、賦能因素.文化和培訓(xùn)工作。

時機(jī)就是一切。在埃森哲最近的一項(xiàng)技術(shù)趨勢調(diào)研中225 名受訪中國企業(yè)高管中有 72% 對人工智能基礎(chǔ)模型帶來的新功能表示非常、或極為興奮，但比例略低于全球平均水平，有空間對生成式人工智能的潛力和應(yīng)用進(jìn)行進(jìn)一步探索。對于人工智能大語言模型的收益，中國企業(yè)在快速大規(guī)模的分析能力、提高員工技能、新的人工智能應(yīng)用和服務(wù)的開發(fā)、溝通、流程和人才等領(lǐng)域的期望比全球積極，但在加速創(chuàng)新、提升客戶體驗(yàn)和快速決策方面期望低于全球。

盡管如此，越來越多的中國企業(yè)正在積極探索生成式人工智能技術(shù)，并開始應(yīng)用大型語言模型來實(shí)現(xiàn)更多的創(chuàng)新和效率提升。我們?yōu)榇耸崂砹诉m用于中國企業(yè)本地部署的方式及應(yīng)用建議。

在中國，大語言模型應(yīng)用方式主要有三種: SaaS、私有云部署、本地化部署。

目前，SaaS化的部署方式是最為成熟的，以國外Azure OpenAl 服務(wù)為標(biāo)桿。但是在國內(nèi)市場，百度的文心一言和阿里的通義千問正在參與到激烈的競爭中。與Azure 提供的服務(wù)相比，國內(nèi)廠商提供的 SaaS 服務(wù)更具有數(shù)據(jù)安全和合規(guī)性上的優(yōu)勢，盡管在綜合能力上還有待加強(qiáng)。

服務(wù)于相對較為專業(yè)的客戶，充分利用客戶提供的行業(yè)知識同時保證不對競爭對手可用。更柔性的服務(wù)器使用策略也讓這種方式相較于本地化的前期投資大為降低。綜合來看，這是目前國內(nèi)垂直行業(yè)客戶最可行的實(shí)現(xiàn)方式。

本地化部署方式有非常多的選擇。學(xué)術(shù)界中提供的有清華大學(xué)的 ChatGLM、斯坦福提供的 Alpaca，商業(yè)公司提供的有 Databricks 的 Dolly、Scale.ai 的圖像專精的大語言模型等等。相較于上述兩種方式，本地化部署方式存在著高昂的成本和無法確定使用效果等兩個問題。因此，目前處于非常早期的階段，是否可以進(jìn)一步使用有待后續(xù)觀察。

總的來說，大語言模型正處于快速發(fā)展的階段，其未來的形態(tài)無法被預(yù)測，但可以肯定的是，大規(guī)模的應(yīng)用一定是必然的趨勢。無論是在科研、商業(yè)還是民用等領(lǐng)域，大語言模型都有著廣泛的應(yīng)用前景，而不斷創(chuàng)新和進(jìn)步的技術(shù)也為其未來的應(yīng)用提供了更加廣闊的發(fā)展空間。

企業(yè)需要像技術(shù)投資一樣，持續(xù)投入不斷發(fā)展的業(yè)務(wù)運(yùn)營和人員技能培訓(xùn)。徹底重新構(gòu)想工作的完成方式，并幫助員工緊跟技術(shù)驅(qū)動型變革，將是實(shí)現(xiàn)人工智能技術(shù)跨越式變革全部潛力的兩項(xiàng)最重要因素。

目前中國企業(yè)正出于人工智能取得突破性進(jìn)展的關(guān)鍵時期。人工智能不僅可以重塑企業(yè)業(yè)務(wù)，還會改變整個行業(yè)。未來前景可期。

報(bào)告來源：埃森哲
報(bào)告編輯：智能機(jī)器人系統(tǒng)

更多精彩內(nèi)容請關(guān)注公眾號：BFT機(jī)器人
本文為原創(chuàng)文章，版權(quán)歸BFT機(jī)器人所有，如需轉(zhuǎn)載請與我們聯(lián)系。若您對該文章內(nèi)容有任何疑問，請與我們聯(lián)系，將及時回應(yīng)。