2022年是將人工智能人格化的一年。許多人去年在玩ChatGPT和DALL-E時(shí)看到了未來(lái)。有些應(yīng)用非常實(shí)用，比如幫助學(xué)生更高效的完成作業(yè)，或是支持軟件工程師調(diào)試代碼，而另一些應(yīng)用則更加有趣，例如向ChatGPT詢問最新的通心奶酪的食譜，或是與已故的名人聊天。

雖然這些應(yīng)用對(duì)個(gè)人消費(fèi)者和營(yíng)銷工具的升級(jí)有強(qiáng)大的發(fā)展?jié)摿Γ↗asper AI 等公司的快速成長(zhǎng)就是很好的證明），但是我們不認(rèn)為在大多數(shù)商業(yè)應(yīng)用中僅靠生成式AI會(huì)產(chǎn)生巨大的影響。為什么呢？

今天的生成式AI（Generative AI）并不是真正的人工智能，它不是持續(xù)準(zhǔn)確的，不與結(jié)果直接掛鉤，也不針對(duì)具體語(yǔ)境。這些不足對(duì)B2C的應(yīng)用沒有過(guò)多的影響，但生成式AI在B2B的應(yīng)用則需要解決很多現(xiàn)有技術(shù)障礙才能實(shí)現(xiàn)。

這就意味著生成式AI未來(lái)將在解決商業(yè)問題上發(fā)揮重要的作用。在生成式AI與特定語(yǔ)境模型和人類干預(yù)結(jié)合后，這項(xiàng)新技術(shù)將對(duì)今后世界的運(yùn)作方式產(chǎn)生質(zhì)的變化。
 

01

生成式AI具有廣泛通用的價(jià)值，但風(fēng)險(xiǎn)仍在

生成式AI是幫助我們起草內(nèi)容的基礎(chǔ)性工具，包括文字、圖像和代碼。無(wú)論在個(gè)人生活或是工作中，它都可以幫助我們總結(jié)提煉信息，節(jié)約時(shí)間，并提高溝通效率。但是如果我們過(guò)于依賴它，生成式AI所提供的不準(zhǔn)確甚至是錯(cuò)誤的信息會(huì)為我們的工作和生活帶來(lái)很大風(fēng)險(xiǎn)，增添諸多不便。

自2016年以來(lái)，人工智能技術(shù)一直有類似的潛在風(fēng)險(xiǎn)。我們?cè)凇?a _ data-itemshowtype="0" data-linktype="2" hasload="1" imgdata="null" imgurl="" linktype="text" tab="innerlink" target="_blank" textvalue="Coaching network（AI教練網(wǎng)絡(luò)），未來(lái)已來(lái)">Coaching network（AI教練網(wǎng)絡(luò)），未來(lái)已來(lái)》這篇文章中所闡述的觀點(diǎn)是基于人類是人工智能時(shí)代唯一的變化引擎，這一前提而提出的。生成式AI的未來(lái)是基于其基礎(chǔ)不斷創(chuàng)造發(fā)展還是把它的功能停留在參考建議這一層面，取決于我們未來(lái)的技術(shù)能力和意愿選擇。

基于這一背景，生成式AI在商業(yè)應(yīng)用中會(huì)遭遇不少難題。

生成式AI缺乏準(zhǔn)確性
 

OpenAI的GPT-3這樣的通用大型語(yǔ)言模型(LLM,Large Language Model)被訓(xùn)練得與作家十分相似，但卻沒被訓(xùn)練的像作家一樣精準(zhǔn)。這就是為什么ChatGPT可以就拿破侖戰(zhàn)爭(zhēng)的歷史寫出一篇令人信服、措辭得體的文章，但它不能確保文章中的所有事件都是真實(shí)準(zhǔn)確的。此外，由于LLM是在特定時(shí)間，通過(guò)數(shù)據(jù)集進(jìn)行訓(xùn)練，訓(xùn)練結(jié)束后發(fā)布產(chǎn)品，所以它無(wú)法納入更多的最新數(shù)據(jù)（例如，GPT-3不包含2021年之后的所有信息）。因此，如果要求它寫一篇關(guān)于當(dāng)前烏克蘭戰(zhàn)爭(zhēng)的文章，得出的結(jié)果會(huì)非常差。

今天的生成式AI只是在模仿它所接受訓(xùn)練過(guò)的數(shù)萬(wàn)億字符。因?yàn)樗挠?xùn)練模型是基于匹配互聯(lián)網(wǎng)上的文本，而互聯(lián)網(wǎng)上的信息并不完全準(zhǔn)確，所以導(dǎo)致生成式AI生成的內(nèi)容不能被完全信任。

Mashable在2022年12月發(fā)表了一篇題為 "OpenAI的ChatGPT聊天機(jī)器人是驚人的、創(chuàng)造性的、但完全錯(cuò)誤的 "文章，文章中列舉了ChatGPT在回答基本知識(shí)問題時(shí)的錯(cuò)誤或是利用其想象力憑空捏造信息的情況。雖然這些例子大多風(fēng)險(xiǎn)很低，但可以幫你理解為什么像GPT-3這樣的模型在商業(yè)中運(yùn)用會(huì)帶來(lái)很大的風(fēng)險(xiǎn)。這就是為什么《大西洋》雜志認(rèn)為要 "把ChatGPT當(dāng)作一個(gè)玩具，而不是一個(gè)工具"。

現(xiàn)在生成式AI的商業(yè)應(yīng)用大多以市場(chǎng)營(yíng)銷（文案/郵件營(yíng)銷）和廣告為目的而調(diào)整的，在這些應(yīng)用中，偶爾的不精準(zhǔn)信息通常是可以容忍的。但對(duì)于大多數(shù)商業(yè)場(chǎng)景，準(zhǔn)確性至關(guān)重要。如果想讓企業(yè)在更多的使用場(chǎng)景中運(yùn)用生成式AI，則需要結(jié)合更多的語(yǔ)境和人工協(xié)助。

生成式AI是以輸出為導(dǎo)向，而不是以結(jié)果為導(dǎo)向，這對(duì)個(gè)人用戶來(lái)說(shuō)很有效，但對(duì)企業(yè)用戶來(lái)說(shuō)卻不然。ChatGPT可以為一個(gè)新的飲料品牌生成廣告語(yǔ)，但它不能告訴你哪一個(gè)更好。這是因?yàn)橛脩襞c模型的互動(dòng)像是一條單行路，它缺乏根據(jù)結(jié)果不斷學(xué)習(xí)的能力。當(dāng)涉及到B2B的使用場(chǎng)景時(shí)，企業(yè)需要的不僅僅是一個(gè)生成器。他們需要的是不斷迭代，并針對(duì)不同行業(yè)生成特定結(jié)果為驅(qū)動(dòng)的人工智能技術(shù)。

未來(lái)有發(fā)展?jié)摿Φ纳墒紸I APP 在B2B的應(yīng)用將以投資回報(bào)為基礎(chǔ)。例如，我們的被投企業(yè)Ironclad在用人工智能來(lái)幫助用戶更高效地起草和編輯合同。它的功能不僅能幫助律師更高效的工作，還能幫助他們提高最終結(jié)果。它的人工智能平臺(tái)可以指導(dǎo)合同起草人了解怎樣制定條款可以更快的推動(dòng)交易完成。通過(guò)將LLM的建議與平臺(tái)專有數(shù)據(jù)相結(jié)合，Ironclad正在建立一個(gè)合理的、以結(jié)果為導(dǎo)向的人工智能產(chǎn)品。

生成式AI應(yīng)用廣泛卻缺乏深度
 

為了解決現(xiàn)有生成式AI的不足，來(lái)滿足更多的在商業(yè)場(chǎng)景中應(yīng)用，人工智能需要根據(jù)公司的特定數(shù)據(jù)進(jìn)行訓(xùn)練?，F(xiàn)在的語(yǔ)言模型大多是在公開可用的數(shù)據(jù)上進(jìn)行訓(xùn)練的，但它們?nèi)狈筒煌榫澈陀兄R(shí)產(chǎn)權(quán)的數(shù)據(jù)的訓(xùn)練，正式缺少這些非公開數(shù)據(jù)的訓(xùn)練，影響開發(fā)針對(duì)B2B用戶的功能。例如，如果沒有Ironclad工作流程軟件中特定的語(yǔ)境數(shù)據(jù)，僅依靠LLM就不能確定哪個(gè)條款可以最快地完成合同。

我們并不看好能使生成式AI真正對(duì)B2B應(yīng)用產(chǎn)生真正價(jià)值所需的大量專有數(shù)據(jù)在未來(lái)能與LLMs合成。這是因?yàn)槠髽I(yè)不愿意與LLMs分享他們最有價(jià)值的有知識(shí)產(chǎn)權(quán)性質(zhì)的專有數(shù)據(jù)。企業(yè)的競(jìng)爭(zhēng)優(yōu)勢(shì)就在于他們積累的專有數(shù)據(jù)，這就是為什么企業(yè)對(duì)于LLMs直接（甚至間接）訪問他們的專有數(shù)據(jù)持謹(jǐn)慎態(tài)度。這一擔(dān)憂源于去年OpenAI、微軟和Github對(duì)于CoPilot的集體訴訟。機(jī)構(gòu)和大型企業(yè)由于擔(dān)心失去競(jìng)爭(zhēng)優(yōu)勢(shì)，對(duì)于把他們的專有數(shù)據(jù)貢獻(xiàn)給分布廣泛的模型非常謹(jǐn)慎。因此如果想開發(fā)針對(duì)B2B的生成式AI軟件需要找到另一種方法來(lái)解決這個(gè)問題。

這種方法可以是外部LLM和內(nèi)部開發(fā)模型和數(shù)據(jù)集的結(jié)合。B2B的應(yīng)用可以從要求LLM生成初始內(nèi)容開始。隨后這些初始內(nèi)容被送入一個(gè)經(jīng)過(guò)微調(diào)的內(nèi)部開發(fā)的模型中，將初始內(nèi)容進(jìn)行修改和完善來(lái)滿足特定B2B應(yīng)用場(chǎng)景的需求。這些 “小型特定的語(yǔ)言模型”將利用應(yīng)用程序從中產(chǎn)生或可獲得的專有數(shù)據(jù)建立知識(shí)圖譜，通過(guò)將開源的LLM和專有的SSLM（或建立他們自己的端到端堆棧）連接在一起，B2B軟件將會(huì)提供強(qiáng)大的且可信的投資回報(bào)。

02

下一代AI APPs：從生成到真實(shí)

那么在生成式AI的時(shí)代，B2B軟件的未來(lái)將會(huì)是怎樣的？我們認(rèn)為，它是利用LLM的通用價(jià)值，并將其與客戶的專有數(shù)據(jù)相結(jié)合，以產(chǎn)生準(zhǔn)確的、與結(jié)果掛鉤的、依據(jù)特有情境的結(jié)果。

在未來(lái)的幾年里，每個(gè)行業(yè)的每個(gè)公司的每個(gè)職能都將被改變。你的工作是幫助客戶擴(kuò)展并保護(hù)他們核心業(yè)務(wù)的核心知識(shí)產(chǎn)權(quán)的同時(shí)整合并利用生成式AI的力量。我們認(rèn)為這意味著要利用LLM的獨(dú)特屬性來(lái)建立一個(gè)與結(jié)果掛鉤的應(yīng)用，但動(dòng)力模型將不僅僅限于OpenAI或任何其他基礎(chǔ)模型。這些LLMs將只提供一部分價(jià)值，B2B的生成式AI的未來(lái)將會(huì)是語(yǔ)言模型與來(lái)自人類干預(yù)和獨(dú)創(chuàng)的專有數(shù)據(jù)的結(jié)合。

下圖展示了B2B人工智能軟件結(jié)構(gòu)圖，來(lái)幫助你構(gòu)想你想從哪一部分開始進(jìn)入或關(guān)注。