AI 流畅度的挑战
OpenAI 的国际战略董事总经理 Oliver Jay 最近在 CNBC 的 CONVERGE LIVE 活动中强调了该公司目前面临的主要挑战。虽然市场需求对于这家人工智能巨头来说不是问题，但真正的障碍在于弥合人们对 AI 的广泛热情与 AI 在商业中的实际应用之间的差距。
Jay 强调，目前的障碍并非缺乏兴趣；相反，它是关于将普遍存在的对 AI 的热情转化为具体的、可用于生产的应用。他称之为“差距”，其根源在于 AI 流畅度——理解这些先进概念并将其转化为实际业务产品的能力。
Jay 认为，困难源于使用大型语言模型 (LLM) 的新颖性。他强调，这是一种全新的**“新范式”**，不同于传统的软件开发。它需要建立“护栏”并仔细考虑安全和审核问题。
需要新专业知识的范式转变
向 AI 驱动的解决方案过渡不仅仅是技术升级；这是企业运营和创新方式的根本转变。与以往的技术进步不同，AI 的采用通常遵循可预测的曲线，而 AI 正在各个行业和组织层面同时被采用。这种快速、广泛的采用强调了对新型专业知识的需求——这种专业知识超越了技术熟练程度，还包括对 AI 的潜力和局限性的深刻理解。
因此，挑战在于在整个组织中培养这种 AI 流畅度。它需要：
- 理解 LLM 的能力： 企业需要了解 LLM 能做什么和不能做什么。这包括超越炒作，并对其优势和劣势有一个现实的理解。
- 识别合适的用例： 并非每个业务问题都最适合用 AI 解决。识别 LLM 可以真正增加价值的领域至关重要。
- 制定稳健的实施策略： 将 LLM 集成到现有工作流程和系统中需要仔细的规划和执行。这包括解决数据隐私、安全和道德方面的考虑。
- 建立“护栏”： 由于 LLM 不是传统的软件，因此建立保障措施非常重要，这包括审核和安全问题。
- 持续学习和适应： AI 领域正在迅速发展。企业需要培养持续学习和适应的文化，以保持领先地位。
新加坡：ChatGPT 采用中心
Jay 还分享了一个关于 ChatGPT 全球使用的有趣见解。他透露，新加坡拥有全球最高的人均聊天机器人使用率。这一统计数据突显了这个城市国家对技术的前瞻性思维方式及其对 AI 解决方案的采用。这也与 OpenAI 去年 10 月宣布在新加坡设立办事处的战略举措相一致。
亚洲在 AI 革命中的独特机遇
此外，Jay 强调了 AI 为公司提供的独特机会，尤其是亚洲的公司。他认为，这场技术革命可以使亚洲企业能够**“在全球舞台上发挥领导作用”**。传统上，技术采用通常始于硅谷，然后传播到欧洲和其他地区。然而，AI 在全球范围内的同步采用为亚洲公司成为创新先驱打开了大门。
他说，“这可能是亚洲公司第一次在全球舞台上发挥领导作用。传统上，你会看到技术首先在硅谷被采用，然后是欧洲。……现在可能会有一家来自亚洲的公司成为最具创新性的公司。”
前所未有的需求和“过山车”效应
OpenAI 正在经历 Jay 所说的“市场上所有领域的巨大需求”。这种兴趣的激增是前所未有的，造成了“过山车”效应，因为该公司正在努力跟上步伐。这与以前的技术转变（如软件即服务 (SaaS) 或云计算）的采用模式形成鲜明对比，后者通常是从早期采用者到广泛实施的逐步发展。
消费者、企业、教育机构和开发人员同时采用 AI，这反映在 ChatGPT 的显著增长中。Jay 提到该平台最近超过了 4 亿每周活跃用户，证明了其广泛的吸引力和实用性。
AI：超越“善变的谜团”
Jay 驳斥了将 AI 视为神秘或难以理解的技术的观点。他断言“AI 并不是这个善变的谜团。它实际上已经准备好了。”他强调，公司已经在经历由 AI 推动的转型，展示了其对商业格局的切实影响。
AI 在各个行业的广泛采用清楚地表明了它的成熟度和为实际应用做好准备。它不再是局限于研究实验室的未来概念；这是一个正在重塑行业和重新定义企业运营方式的现实。
关键转型领域
虽然 AI 的具体应用是多样化的并且不断发展，但有几个关键领域正在经历重大转型：
- 客户服务： AI 驱动的聊天机器人和虚拟助手正在增强客户服务体验，提供即时支持和个性化互动。
- 营销和销售： AI 算法正在分析大量数据以识别客户偏好、个性化营销活动并优化销售策略。
- 运营和物流： AI 正在通过预测分析和自动化来简化供应链、优化物流并提高运营效率。
- 产品开发： AI 正在加速产品开发周期，实现更快的原型设计、测试和迭代。
- 人力资源： AI 正在协助招聘、人才管理和员工敬业度，自动化任务并提供数据驱动的见解。
- 金融服务： 人工智能正被用于做出更好的投资决策，实施更安全和个性化的服务，并更好地管理风险。
ChatGPT 的构建模块
ChatGPT 是一款推动了大部分转型的 AI 聊天机器人，是总部位于旧金山的 OpenAI 公司的产品。它利用深度学习技术生成对用户输入的人类般的响应。这项技术使 ChatGPT 能够参与对话、回答问题，甚至生成创意内容。
OpenAI 由 Elon Musk 和 Sam Altman 于 2015 年共同创立，已获得知名投资者的重要支持，其中最著名的是微软。这种强大的财务支持使该公司能够推动 AI 研究和开发的边界，从而产生像 ChatGPT 这样的突破性创新。
ChatGPT 背后的底层技术是几个关键组件的复杂交互：
- 大型语言模型 (LLM)： 这些是在大量文本和代码数据集上训练的复杂 AI 模型。他们学习识别模式、理解上下文并生成连贯的文本。
- 深度学习技术： 这些技术使模型能够在没有明确编程的情况下从数据中学习。它们涉及多层人工神经网络，这些神经网络以分层方式处理信息。
- 自然语言处理 (NLP)： AI 的这一领域专注于使计算机能够理解和处理人类语言。NLP 技术对于 ChatGPT 解释用户输入和生成相关响应的能力至关重要。
- Transformer 网络： 这是一种特定类型的神经网络架构，已被证明对 NLP 任务特别有效。他们在生成响应时使用一种称为“注意力”的机制来关注输入中最相关的部分。
AI 的未来：协作努力
像 ChatGPT 这样的 AI 技术的持续开发和部署代表了研究人员、开发人员、企业和政策制定者的共同努力。随着 AI 的不断发展，解决道德问题、确保负责任的使用以及促进对其潜力和局限性的共同理解至关重要。
OpenAI 面临的挑战，即将对 AI 的兴奋转化为可用的产品，是 AI 领域所有公司都面临的挑战。这也是 AI 革命的下一个重要步骤。