前言

生成式人工智能及其對(duì)行業(yè)的影響有許多令人矚目的方面，其中之一就是它與最近的其他大技術(shù)趨勢(shì)相比有多么不同。

與區(qū)塊鏈和加密貨幣等其他熱門技術(shù)相比，它不僅發(fā)展速度更快、范圍更廣，而且還將企業(yè)帶入了大量未知領(lǐng)域。 TECHnalysis Research 最近對(duì) 1000 名參與公司 GenAI 工作的 IT 決策者進(jìn)行了調(diào)查，結(jié)果顯示，99% 使用該技術(shù)的公司仍面臨挑戰(zhàn)。值得注意的是，半數(shù)以上的公司都強(qiáng)調(diào)了三個(gè)主要問題--數(shù)據(jù)保護(hù)/安全、不準(zhǔn)確性和版權(quán)侵犯，如下圖所示。

此外，這些公司平均指出了五個(gè)不同的問題，這表明潛在的問題并不局限于狹小的范圍，而是非常普遍。 此外，許多公司在沒有全面了解 GenAI 技術(shù)的機(jī)制及其多樣化部署可能性的情況下就貿(mào)然進(jìn)入了 GenAI 領(lǐng)域。誠(chéng)然，許多以企業(yè)為目標(biāo)的技術(shù)都是在沒有完全掌握其細(xì)微差別或潛在影響的情況下推出的，但 GenAI 似乎打破了等待技術(shù)成熟后再廣泛實(shí)施的傳統(tǒng)智慧。 ?

?

出現(xiàn)這種情況有幾個(gè)原因，但其中大部分歸結(jié)為一個(gè)事實(shí)：GenAI 已經(jīng)有了一種必然性和必要性的光環(huán)，促使公司比其他時(shí)候更早開始使用它。 人們對(duì)這項(xiàng)技術(shù)的興奮程度--通常是由一些令人印象深刻的早期使用經(jīng)驗(yàn)所驅(qū)動(dòng)--特別有效地促進(jìn)了這項(xiàng)技術(shù)的采用。事實(shí)上，同一項(xiàng)調(diào)查顯示，95% 的 IT 決策者認(rèn)為 GenAI 會(huì)對(duì)他們的業(yè)務(wù)產(chǎn)生深遠(yuǎn)或至少是潛在的顯著影響。

毫不奇怪，這讓人們明顯感覺到，每個(gè)人都在采用這項(xiàng)技術(shù)（同樣，調(diào)查結(jié)果顯示，88% 的公司已經(jīng)開始采用這項(xiàng)技術(shù)）。 這也讓企業(yè)相信，如果不迅速采取行動(dòng)，就會(huì)在競(jìng)爭(zhēng)中處于嚴(yán)重劣勢(shì)--潛在的顧慮和有限的理解都會(huì)造成嚴(yán)重后果。

當(dāng)然，科技行業(yè)中不乏最初被認(rèn)為會(huì)對(duì)企業(yè)產(chǎn)生巨大影響的新技術(shù)。GenAI 的不同之處在于，企業(yè)似乎愿意忽略這些潛在的問題，因?yàn)樗兄Z會(huì)帶來潛在的好處，而且圍繞這項(xiàng)技術(shù)的緊迫感也很強(qiáng)。 顯然，圍繞 GenAI 的困惑是真實(shí)而普遍的。

GenAI 面臨的另一個(gè)重大挑戰(zhàn)是圍繞這一主題的困惑。雖然很少有人會(huì)急于承認(rèn)自己對(duì)一項(xiàng)重要的新創(chuàng)新缺乏了解，尤其是那些科技領(lǐng)域的人，但與 GenAI 相關(guān)的模糊不清顯然是真實(shí)而普遍的。即使是看似基本的區(qū)別，例如理解一個(gè)以 GenAI 為重點(diǎn)的基礎(chǔ)模型（如 LLM 或大型語言模型）與一個(gè)利用該模型的應(yīng)用程序之間的作用和意義，也會(huì)造成誤解。

造成這種混淆的原因有很多。首先，在與 ChatGPT 等 GenAI 工具的早期討論和接觸中，基礎(chǔ)模型和應(yīng)用程序經(jīng)常被交替使用。我們很容易認(rèn)為，ChatGPT 既包括基礎(chǔ)模型，也包括我們?cè)S多人都體驗(yàn)過的聊天界面。但實(shí)際上，ChatGPT 就是應(yīng)用程序，它可以運(yùn)行在 GPT 大型語言模型的不同迭代版本上，如 GPT-3 或 GPT-4。 這種由底層引擎和構(gòu)建在其上的應(yīng)用程序組成的分層方法在大多數(shù) GenAI 應(yīng)用程序中都很常見。

一方面，它提供了新的靈活性，但也有可能造成更大的混亂。以客戶關(guān)系管理、辦公生產(chǎn)力套件等典型的企業(yè)軟件應(yīng)用程序?yàn)槔?，我們從未考慮過用于驅(qū)動(dòng)功能的內(nèi)部引擎，也沒有改變它的選項(xiàng)。然而，有了 GenAI，您就有可能在相同的基本應(yīng)用程序中使用多個(gè)不同的引擎，或者在完全不同的應(yīng)用程序中使用相同的引擎。

例如，單個(gè) LLM 可用于創(chuàng)建原始文本、總結(jié)現(xiàn)有文本、編寫軟件代碼等。因此，可能出現(xiàn)的各種情況很快就會(huì)讓人應(yīng)接不暇。 另一個(gè)問題是，不同供應(yīng)商的早期產(chǎn)品往往以相對(duì)相似的方式進(jìn)行描述，但可能以完全正交的方式處理問題或解決問題。換句話說，這往往是蘋果和橘子的比較，從而進(jìn)一步混淆了問題。 這也是為什么教育工作和清晰、基本的營(yíng)銷信息對(duì)前幾代 GenAI 工具至關(guān)重要的重要原因之一。

即使是擁有數(shù)十年 IT 經(jīng)驗(yàn)的人也會(huì)發(fā)現(xiàn)，GenAI 是一種不同的動(dòng)物，大多數(shù)人都需要簡(jiǎn)單明了的解釋（無論他們是否愿意承認(rèn)）。在圍繞 GenAI 迅速做出重要戰(zhàn)略決策的額外壓力下，對(duì)清晰度的需求就更加重要了。 不管這些擔(dān)憂如何，GenAI 的列車顯然沒有減速。

事實(shí)上，當(dāng)微軟和Google的主要生產(chǎn)力套件支持 GenAI 的版本全面上市時(shí)--據(jù)說是今年秋天的某個(gè)時(shí)候--期待著新一輪的 GenAI 熱潮和活動(dòng)。這些都是企業(yè)希望 GenAI 能夠產(chǎn)生最大影響的應(yīng)用類型，而它們也恰好是每個(gè)企業(yè)中幾乎每個(gè)人都在使用的工具。

因此，一旦有大量人員開始定期使用這些工具，GenAI 所能產(chǎn)生的實(shí)際影響就會(huì)變得前所未有的清晰。 相信這些工具可能產(chǎn)生的影響不會(huì)使前面討論的挑戰(zhàn)或教育問題消失，相反，它們會(huì)變得更加突出。不過，企業(yè)需要做好準(zhǔn)備，供應(yīng)商需要集中精力，以推動(dòng) GenAI 必將帶來的突破性變革。 ?

審核編輯：劉清