應(yīng)對(duì)ChatGPT的六招

ChatGPT 推出僅兩個(gè)月，月活躍用戶(hù)就達(dá)到1億，成為有史以來(lái)增長(zhǎng)最快的消費(fèi)應(yīng)用程序。

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背后的大語(yǔ)言模型，正在憑借兩項(xiàng)優(yōu)勢(shì)改變著市場(chǎng)規(guī)則：

第一，這類(lèi)模型破解語(yǔ)言復(fù)雜性的密碼，機(jī)器擁有前所未有的能力，可以學(xué)習(xí)語(yǔ)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(duì)眾多不同的任務(wù)做出調(diào)整或微調(diào)。用戶(hù)可以多種方式，對(duì)模型按原樣重復(fù)使用或稍加修改后再次使用。

商界領(lǐng)袖們普遍認(rèn)識(shí)到了這一時(shí)刻的重要性。

例如，我們研究發(fā)現(xiàn)，所有行業(yè)中40%的工作時(shí)間，都將得到GPT-4等大語(yǔ)言模型的協(xié)助。

大語(yǔ)言模型具有處理大規(guī)模數(shù)據(jù)集的能力，所有用語(yǔ)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。

語(yǔ)言任務(wù)占企業(yè)人員工作總時(shí)長(zhǎng)的 62%，其中65%的時(shí)間可借助人員強(qiáng)化和自動(dòng)化技術(shù)來(lái)提升工作活動(dòng)的生產(chǎn)力。

時(shí)機(jī)就是一切。

最近一項(xiàng)技術(shù)趨勢(shì)調(diào)研中，225名受訪(fǎng)中國(guó)企業(yè)高管里面，有72%對(duì)人工智能基礎(chǔ)模型帶來(lái)的新功能表示非常、或極為興奮，比例略低于全球平均水平。

越來(lái)越多的中國(guó)企業(yè)，正在積極探索生成式人工智能技術(shù)，開(kāi)始應(yīng)用大型語(yǔ)言模型來(lái)實(shí)現(xiàn)更多的創(chuàng)新和效率提升。

在中國(guó)，大語(yǔ)言模型應(yīng)用方式主要有三種：SaaS、私有云部署、本地化部署，成熟度依次從高到低排列。

目前，SaaS化的部署方式是最為成熟的，以國(guó)外Azure Open AI Services為標(biāo)桿。

在國(guó)內(nèi)市場(chǎng)，百度的文心一言和阿里的通義千問(wèn)，正在參與到激烈的競(jìng)爭(zhēng)中。與 Azure 提供的服務(wù)相比，國(guó)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(shì)，盡管在綜合能力上還有待加強(qiáng)。

私有云部署方式同樣以百度為領(lǐng)先。

相較于SaaS 服務(wù)，私有化部署更具有數(shù)據(jù)和模型自定義能力和垂直行業(yè)定制化能力。

這種方式可更好地服務(wù)于相對(duì)較為專(zhuān)業(yè)的客戶(hù)，可充分利用客戶(hù)提供的行業(yè)知識(shí)，同時(shí)保證不對(duì)競(jìng)爭(zhēng)對(duì)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(lái)看，這是目前國(guó)內(nèi)垂直行業(yè)客戶(hù)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(zhuān)精的大語(yǔ)言模型等等。

本地化部署存著成本高昂、無(wú)法確定使用效果等兩個(gè)問(wèn)題。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(lái)說(shuō)，大語(yǔ)言模型正處于快速發(fā)展的階段，其未來(lái)的形態(tài)無(wú)法被預(yù)測(cè)，可以肯定的是，大規(guī)模的應(yīng)用一定是必然的趨勢(shì)。

我們對(duì)生成式人工智能的了解越來(lái)越深入，它將顛覆傳統(tǒng)的工作模式。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。

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(yíng)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(dòng)型變革

積極迎接生成式人工智能時(shí)代，存在六大技術(shù)應(yīng)用要點(diǎn)。

業(yè)務(wù)驅(qū)動(dòng)

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

企業(yè)可以先通過(guò)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(jiàn)領(lǐng)袖的支持，不斷提高員工對(duì)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(dòng)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(zhuān)注于容易獲得的機(jī)會(huì)，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(lái)重塑業(yè)務(wù)、客戶(hù)洽談、以及產(chǎn)品和服務(wù)。

業(yè)務(wù)驅(qū)動(dòng)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(kāi)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(jià)值，明確各種應(yīng)用場(chǎng)景下最為匹配的人工智能類(lèi)型，厘清投資規(guī)模和復(fù)雜程度。

他們還能測(cè)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(jiàn)和保護(hù)公平的方法，并知曉何時(shí)需要采取“由人主導(dǎo)迭代”（Human in the Loop）的保護(hù)措施。

舉例，一家大型歐洲銀行集團(tuán)啟用微軟Azure云平臺(tái)和GPT-3大語(yǔ)言模型，來(lái)幫助員工進(jìn)行電子文檔檢索。

這一舉措，使用戶(hù)可以快速獲得問(wèn)題的答案，大大節(jié)省了時(shí)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(huì)在合同管理、對(duì)話(huà)型報(bào)告、以及票據(jù)分類(lèi)等領(lǐng)域應(yīng)用生成式人工智能。

圖1：生成式人工智能技術(shù)堆棧的每一層級(jí)都將迅速進(jìn)化

此舉不僅將內(nèi)部知識(shí)庫(kù)進(jìn)行升級(jí)、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(dòng)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。

他們應(yīng)當(dāng)大幅增加對(duì)人才的投資，以應(yīng)對(duì)兩類(lèi)不同的挑戰(zhàn)：創(chuàng)建人工智能和使用人工智能。

這意味著， 要在人工智能設(shè)計(jì)、企業(yè)架構(gòu)等技術(shù)能力方面培養(yǎng)人才；同時(shí)培訓(xùn)整個(gè)組織的人員，使他們有效地與人工智能化的流程合作。

例如，在對(duì)22個(gè)工作類(lèi)別的分析中，我們發(fā)現(xiàn)，大語(yǔ)言模型會(huì)影響所有類(lèi)別，最低程度為每個(gè)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(yǔ)言模型來(lái)革新一半以上的工作時(shí)長(zhǎng)。

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)＜遥ɡ?，醫(yī)生對(duì)患者健康數(shù)據(jù)的解析）， 也缺乏足夠的技術(shù)知識(shí)來(lái)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(yǔ)言學(xué)專(zhuān)家、人工智能質(zhì) 量控制員、人工智能編輯和提示工程師。

對(duì)于生成式人工智最有前途的領(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(píng)估生成式人工智能可能影響每項(xiàng)任務(wù)的程度——完全自動(dòng)化、人員增強(qiáng)，抑或與之無(wú)關(guān)。

籌備數(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(yǔ)義、知識(shí)和方法。

在生成式人工智能時(shí)代到來(lái)之前，企業(yè)可以通過(guò)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(jià)值，無(wú)需對(duì)其數(shù)據(jù)架構(gòu)和資產(chǎn)進(jìn)行現(xiàn)代化改造。

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(lái)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(kāi)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(tái)，其中包含一組可信賴(lài)、 可重復(fù)使用的數(shù)據(jù)產(chǎn)品。

憑借此類(lèi)平臺(tái)的跨職能特征、企業(yè)級(jí)的分析工具、以及將數(shù)據(jù)存儲(chǔ)在云端倉(cāng)庫(kù)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(gè)企業(yè)中普遍使用。

隨后，企業(yè)可在某一地點(diǎn)或通過(guò)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)。

打造基礎(chǔ)

為了充分滿(mǎn)足大語(yǔ)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(yíng)模式和治理結(jié)構(gòu)，同時(shí)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(píng)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。

企業(yè)需要建立一套強(qiáng)有力的綠色軟件開(kāi)發(fā)框架，在軟件開(kāi)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(huì)和治理（ESG）目標(biāo)。我們調(diào)研發(fā)現(xiàn)，在生產(chǎn)和運(yùn)營(yíng)環(huán)節(jié)成功減少排放的企業(yè)中，70%都使用了人工智能。

尋找伙伴

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(jí)企業(yè)外，幾乎所有組織都無(wú)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)可借助新興生態(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(zhǎng)階段公司的投資，預(yù)計(jì)就將超過(guò) 500 億美元。

這些合作伙伴能夠帶來(lái)經(jīng)過(guò)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(jiàn)。

擁有恰當(dāng)?shù)暮献骰锇榫W(wǎng)絡(luò)——包括技術(shù)企業(yè)、專(zhuān)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。

構(gòu)建體系

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)——建立控制流程，在設(shè)計(jì)階段評(píng)估生成式人工智能應(yīng)用方式的潛在風(fēng)險(xiǎn)；制定明確措施，在整個(gè)業(yè)務(wù)中嵌入負(fù)責(zé)任人工智能方法。

我們研究表明，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(fǎng)者普遍認(rèn)識(shí)到負(fù)責(zé)任人工智能和人工智能監(jiān)管的重要性。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(xiǎn)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CEO引領(lǐng)，從加強(qiáng)培訓(xùn)和意識(shí)培養(yǎng)開(kāi)始，然后擴(kuò)展至關(guān)注執(zhí)行與合規(guī)。

早在數(shù)年前，埃森哲就已率先采用這種方法來(lái)管理負(fù)責(zé)任的人工智能，不但設(shè)置了由CEO領(lǐng)導(dǎo)的議程，現(xiàn)在進(jìn)一步出臺(tái)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(dòng)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(huì)始終疲于“追趕”。

為通過(guò)設(shè)計(jì)來(lái)實(shí)現(xiàn)負(fù)責(zé)，企業(yè)需要從被動(dòng)響應(yīng)的遵從策略，轉(zhuǎn)向主動(dòng)開(kāi)發(fā)完善的負(fù)責(zé)任人工智能系統(tǒng)。

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(xiǎn)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。

本文改編自埃森哲最新發(fā)布的《生成式人工智能：人人可用的新時(shí)代——ChatGPT 背后的技術(shù)將深刻改變工作模式，重塑商業(yè)形態(tài)》，編輯略有改動(dòng)，經(jīng)授權(quán)發(fā)表。