在和其他对话式人工智能的应用掀起热潮之后，有些人对它们仍然存在许多疑问，例如，关于生成式人工智能到底是什么以及它能为人们和企业做些什么等等。行业专家为此解答了公司的客户和供应商提出的一些最常见的问题。
1.将在企业中扮演什么角色?
以及其他类似的基础模型是众多超自动化和人工智能创新之一。它将形成架构解决方案的一部分，这些解决方案可以提供自动化、增强人类或机器能力，并自主执行业务和IT流程。它还可能被用来取代、重新校准和重新定义各种工作中包含的一些活动和任务。
2.使用有哪些不同的方式?
能够:
·生成并帮助改进散文和代码开发。
·总结文本。
·对内容进行分类。
·回答问题。
·翻译和转换语言(包括编程语言)
除此之外，有四种主要的方式来部署技术，其中两种在目前是可行的：
·通过基于web的界面输入提示并接收结果，这是目前最流行的方法。
·没有采用API的提示工程：提示工程是指将这样的服务与其他技术结合使用，作为工作流的一部分。用户可以人工或使用屏幕抓取和机器人流程自动化(RPA)技术创建此工作流。
·使用API的快速工程：这个模型还没有上市，但预计将在今年年中首次亮相。虽然用户可能会找到支持围绕的API包装的解决方案，但不建议将其用于产品构建或扩展，并且创建的公司也不支持它们。
·自定义构建：可以为定制实现创建核心GPT2/GPT3或其他基础模型的自定义构建，但用户将失去提供的对话交互或提示的过滤。
3. 对劳动力的影响是什么?
这很难说。新的工作岗位将会被创造出来，而其他工作岗位将会被重新定义。劳动力规模的变化将根据行业、地点、企业规模和提供的产品等而显著不同。然而很明显的是，、超级自动化和其他人工智能创新等工具的使用将集中在重复性和大批量的任务上，重点是提高效率、提高生产率和改善质量控制。
4.目前的局限性是什么?
·只接受2021年之前的数据训练，因此缺乏有关最近发展的信息。
·不能引用它的来源，它只能像这些来源一样可靠，这些来源可能是错误的和不一致的，无论是在本身还是在如何组合它们。
·它不能生成图像(尽管在未来，它可以与视觉生成人工智能模型结合使用)。
·目前没有得到支持的API可用。
·用户不能在自己的知识库上训练。
·尽管它给人一种执行复杂任务的错觉，但它并不了解基本概念，它只是做出预测。
·它不提供数据隐私保证。
5.员工使用有多安全?
专家建议任何人不要发布一般不向公众公开的个人身份、公司或客户信息，因为目前没有明确的隐私或保密保证。指导所有使用的员工将他们共享的信息视为在公共网站或社交平台上发布。此外，需要注意的是，任何发布的信息都可能被用于进一步训练模型。
尽管如此，还是建议围绕制定企业政策，而不是阻止。企业的一些员工可能已经在使用，完全禁止可能会导致“影子”的使用，同时只会给企业提供一种虚假的合规感。因此，一种明智的方法是监控使用情况并鼓励创新，但要确保技术仅用于增强内部工作，并使用适当合格的数据，而不是以未经过滤的方式与客户和合作伙伴合作。
6.以及更广泛的生成式人工智能的下一步是什么?
微软公司在1月中旬宣布引入Azure 服务，并在第一季度引入。Azure版本承诺提供重要的企业运营功能，包括定价和打包在内的细节仍在不断涌现。它可能会添加API，并提供更高的隐私和安全性。
7.建议人们采取什么行动?
·继续采用，但不要过度使用。人们需要认识到这是应用的非常早期的阶段，现在所听到的大部分消息都是炒作，但应用的潜力是巨大的。
·探索其他新兴的生成式人工智能用例。超越GPT语言。
·鼓励实验。鼓励对工作流程进行开箱即用的思考，确保对风险、问题和最佳实践的理解，并让所有生成的文本经过人工审核。
·创建一个向首席信息官和首席执行官报告的任务小组。探索存在的威胁和主要机会，规划发现路线图，并确定所需的技能、服务和投资的范围。
相关文章
