過去兩周 ，OpenAI 的創始人 Sam Altman 被董事會解僱，相關成員即將被為微軟成功挖角，但劇情快速「反轉」， Altman於上周二便重返CEO職位。
一波三折中又將人工智慧或者準確地說是生成式AI（GenAI）推向了高潮。
不論這是一場公司內部權力鬥爭的宮斗劇還是關係到「人類福祉」的AI倫理及風險的深刻討論的路線分歧。生成式AI都已成為科技公司們爭奪的科技高地。
生成式AI將成主流？
微軟通過對 OpenAI 投資 130 億美元獲得了生成式AI 的優先使用權。而在剛剛發生的 OpenAI 高層動盪中也試圖通過接收 OpenAI的高層管理人員進一步強化其在生成式AI技術的領導地位。
同時，微軟正不遺餘力地將生成式AI產品Copilot 功能滲透到家族產品中。不僅涉及 Teams（微軟的團隊協作/混合工作中心），還涉及其他各種 Microsoft 365 產品，包括 Word、PowerPoint、Excel、Outlook、Loop 和 Viva。
而科技巨頭 Meta 已解散了其 Responsible AI （RAI）團隊，將更多資源轉向生成式人工智慧的開發。
據消息稱，RAI團隊的大部分成員將融入Meta的生成式AI產品團隊，而其他人則將為公司的AI基礎設施做出貢獻。此次重組之際，Meta 繼續強調其對負責任地開發人工智慧的承諾，這一承諾在其網站上得到了強調，Meta官網列出了負責任的人工智慧的關鍵支柱，包括問責制、透明度、安全性和隱私。
儘管 RAI 團隊解散，Meta 代表喬恩·卡維爾 (Jon Carvill) 保證，公司將繼續致力於安全和負責任的人工智慧開發。他強調，解散的團隊成員仍將支持負責任的人工智慧開發和使用的跨元努力。然而，截至本文報道時，Meta 尚未回應置評請求。
而今年早些時候，RAI 團隊進行了重組，其中包括裁員。這使得 2019 年成立的團隊的自主權有限，並且需要在實施舉措之前與利益相關者進行廣泛的談判。該團隊主要審查人工智慧訓練方法，重點關注訓練數據多樣性並避免 Meta 平台上的審核問題。
谷歌也不甘落後，最近也動作頻頻。Alphabet 旗下的公司計劃向一家名為 Character.AI 的人工智慧初創公司注入「數億美元」，該初創公司為用戶提供模仿流行人物（如 Billie Eilish 或動漫人物）的聊天機器人。該公司的產品深受年輕人歡迎，使用服務的用戶中一半以上都是年輕人。
谷歌對Character.AI的投資金額將緊隨不久前對 OpenAI 競爭對手 Anthropic 的投資，金額高達 20 億美元。
被快速應用是科技公司們熱衷生成式AI的重要原因
O'Reilly 2023 報告揭示了人工智慧在企業領域的發展歷程中的一個重要里程碑：生成式AI技術的採用率為 67%。
這個數據表明生成式AI成為近代歷史上被最快採用的技術創新。更引人注目的是，其中 38% 的企業使用人工智慧不到一年，這表明人們對人工智慧能力的興趣和信心迅速增長。
採用率的激增可歸因於幾個因素。首先，生成式人工智慧技術的發展使它們更容易獲得和實施。訓練模型變得更加用戶友好，開源模型的興起減少了資源需求。其次，簡化人工智慧交互的工具的開發，例如自動提示生成和用於文檔檢索的矢量資料庫，使人工智慧更容易為更廣泛的組織所接受。
從本質上講，生成式人工智慧快速融入企業標誌著商業世界的變革階段。公司不僅在嘗試人工智慧，而且還在嘗試人工智慧。他們正在積極將其納入核心業務，推動增長並增強競爭優勢。
AI提高效率是一方面，更重要的是創新
O'Reilly 的研究認為，絕大多數人（77%）正在使用人工智慧來完成編程任務，這表明軟體開發正在向自動化方向發生重大轉變。GitHub Copilot 和 ChatGPT 等工具變得越來越流行，提高了編碼的生產力和效率。
第二個最常見的用例是數據分析。70% 的企業為此目的採用人工智慧。事實證明，人工智慧處理和分析大型數據集的能力是無價的，它使企業能夠獲得更深入的見解並做出更明智的決策。
面向客戶快速反應很重要。65% 的企業使用生成式人工智慧來增強客戶體驗。這包括聊天機器人、個性化推薦和自動化客戶支持，所有這些都旨在提供更具吸引力和響應性的交互。
內容創作是企業的剛需。約47%的企業將人工智慧用於營銷文案，56%的企業將人工智慧用於其他形式的文案，這表明人工智慧在創意領域的影響力日益增強。
CIO眼中的生成式AI仍要跨越一些障礙
寶潔公司於 9 月份推出了內部生成式 AI 模型，該模型是使用 OpenAI 的 API 構建的，支持超過 35 個用例。首席資訊官 Vittorio Cretella 表示，在日常生活中，並沒有「像你想像的那樣」使用生成式人工智慧。
「我很守舊，如果我用它來做演講，我會感到內疚。」他表示，「主要使用生成式 AI 工具來總結長電子郵件線程和會議腳本以提取關鍵點。我發現這非常有用。」
世邦魏理仕集團為員工打造了一個人工智慧遊樂園，讓員工們能夠在安全的環境中使用工具。工程師主要使用 GitHub 的 Copilot，而其他員工則使用其他生成式AI工具進行創新。
世邦魏理仕首席數字和技術官 Sandeep Davé 通常只使用生成式人工智慧從演示文稿和電子郵件中總結和提取關鍵點。
當美國國家標準與技術研究院發布其網路安全和人工智慧指南時，Davé 利用自助服務的生成式人工智慧模型來總結冗長的文檔。他還用它來協助撰寫有關複雜主題的電子郵件。 這一切都是為了「提高效率」。
Databricks 的首席資訊官 Naveen Zutshi 則表示，Databricks 正在致力於為其客戶構建專有的生成式 AI 工具，同時為內部用例部署該技術。他說，對於內部工具，IT 團隊正在使用檢索增強生成來調整現成的模型。
「我們有團隊構建模型，也有團隊在現有模型上構建檢索增強生成，」Zutshi 說。
這家數據云公司在 Slack 網站上部署了一個內部模型，並為客戶和客戶支持代表提供了生產中的聊天機器人。
Zutshi 說：「我們還有一個聊天機器人，這將有助於改善我們的知識庫，也是我們為職位描述構建的一個聊天機器人。為了訓練合同摘要聊天機器人，IT 部門與法律部門合作創建了必要的提示。 」
「只有少數公司會建立自己的基礎模型，在大多數情況下，你不需要它。對於大多數客戶來說，您要麼需要在基礎模型上使用檢索增強生成用例，要麼可以使用多個模型。現在市場上有很多好的產品。你只想確保控制你的數據和 IP。」
Freshworks 為客戶提供了多種基於人工智慧的生成解決方案，同時也在內部利用該技術。
Freshworks 的 IT 高級副總裁兼首席資訊官 Prasad Ramakrishnan 表示：「我正在採取基於用例的路徑，在提出解決方案之前，我會嘗試找出[是否存在]問題。我們正在評估的解決方案之一是 Google 的 Bard API。如果我能節省一些時間，如果定價合適並且價值合適，我就會部署它。」
Skillsoft 首席技術和產品官Apratim Purakayastha 表示，Skillsoft 推出了多門與該技術相關的課程和課程。在內部，團隊參加了創新衝刺和黑客馬拉松，以提高他們的速度、探索新領域並潛在地學習新技能。
「我經常使用生成式人工智慧來準備技術演講草稿，總結大型技術文檔，並通過要求生成式人工智慧為任務生成代碼來判斷編碼任務的複雜性，這讓我對工程估算有了深入的了解。」
生成式AI與其他方式創作的優勢比較
風險與回報，企業應從平衡的角度來看問題
O'Reilly 的研究發現，生成式AI最大的障礙是確定能實施的適當用例。這凸顯了人們在理解如何在特定業務環境中最好地有效利用人工智慧技術方面存在差距。
第二個主要障礙涉及法律、風險和合規問題，38% 的受訪者提到。隨著人工智慧技術的進步，企業正在努力解決集成這些系統的複雜性，同時遵守法律標準並降低風險，特別是在數據隱私和道德人工智慧使用等領域。
企業主要關注意外結果（49%）、安全漏洞（48%）以及與安全、可靠性、公平、偏見、道德和隱私相關的問題（各有 46% 的受訪者提到） 。這些擔憂凸顯了對人工智慧系統進行嚴格測試和驗證的必要性，以及開發強大框架的必要性，以解決道德問題並確保負責任的人工智慧使用。
Forrester 分析師Jeff Pollard 認為，生成式AI採用的速度正在給 CISO 界帶來很多焦慮。「這一切進展如此之快……這讓很多 CISO 感到害怕。它讓很多法律團隊感到害怕，這理所當然。但當談到新興技術時，Risk是一個四個字母的詞。但希望開始考慮風險並用不同的詞代替，這個詞就是權衡。因為權衡是風險的日常語言。」
同樣，Forrester 分析師Allie Mellen 認為：GenAI 對於高級員工來說將非常有吸引力。「最終，生成式人工智慧和安全工具對於那些經驗豐富且級別更高的人來說將非常有用，因為他們一直渴望有一種工具能夠幫助他們驗證環境中發生的情況並更快地做出響應。」
Mellen 指出：利用人工智慧開發攻擊將需要更長的時間。「首先，從邏輯上來說，這實際上非常困難。你不能只是侵入所有這些機器，瞧，你就有了一大筆錢，從軟體的角度來看，有很多東西。你必須圍繞它進行構建，以使生成式人工智慧對『黑客攻擊』有用。」
隨著組織推動創新和採用生成式人工智慧工具，CIO們更好地了解支出和使用情況的壓力預計會增加，同時，技術的複雜性每年都呈指數級增長，這使得 IT 領導者必須相對快速地解決這個問題，否則就有被時代拋棄的風險。
