本文作者
数据和人工智能中国区负责人：方婷婷
数据和人工智能总监级咨询师：李栋
数据和人工智能总监级咨询师：冯英睿
随着的流行，GPT4的发布，2023年成为人工智能领域最令人兴奋的一年。以其强大的理解人类意图基础上的辅助内容生成能力迅速吸引了全球市场各行业各领域的关注，我们似乎看到了迈入机器真正拥有智能，通用AI时代的到来。各个行业各个领域都开始思考的影响和响应措施，科技企业在思考如何掌握新一轮AI竞赛的主动权。企业管理人员在思考如何引导和管束员工正确使用替代日常工作。教育工作者在思考当教材知识已经由语言模型掌握后，以应试为主的学校教育应该如何调整。而对于大部分转型中的非数字原生企业而言，则在思考如何真正采纳AI技术提升管理效率和客户体验。
作为一家集战略、设计和工程于一体的全球化技术咨询公司，在今年年初发布的里提出了“ with AI”的观点，建议寻求技术驱动业务的企业充分利用人工智能赋能员工和服务客户。与每一项新技术一样，我们建议商业决策者既需要保持热情，又需要理解技术的本质，特别是急于将类等AI能力应用于各自的工作场景中的中国企业而言，所需面临的合规性问题和技术型问题会更复杂。本系列文章将分为上下两篇分别介绍的应用前景和关键技术亮点及其局限性进行分析，并尝试给企业技术决策者关于AI投资的建议。
的表现引人瞩目
最近这段时间，的火爆程度有目共睹。在各大社交媒体和科技论坛上，人们经常会讨论和分享有关 的新闻、观点和使用经验。网络上有人甚至用对比了那些对人类社会发展产生重大影响的技术和工具，以及各自达到一亿用户所耗时间，这样的对比是惊人的。
图片来自网络
据统计，日活跃用户数的增速远超，1月份平均每天有超过1300万名独立访问者使用，是去年12月份的两倍多。
是开发的一种大型语言模型，自问世以来就备受关注和热议。随着技术的不断提升，的功能和表现也不断得到改进和优化。从最初的GPT-1版本到现在的GPT-4版本，在不断地演化和发展，实现了越来越多的自然语言处理任务，例如对话生成、文本摘要、情感分析等。
许多公司和组织都在研究和开发基于的解决方案，例如智能客服、智能写作、智能翻译等。此外，也吸引了许多学术界和业界的专家关注和研究，成为了人工智能领域的一个热点话题。国内厂商(百度、腾讯等)也高度关注， 积极探索前沿技术，相关深度应用也即将推出。
的交互方式缩短用户与 AI 的距离
过往人工智能的突破也经常出现在大众的视线和讨论中，比如第一个战胜人类围棋冠军的，让大众认识到了深度学习的强大，也开启了一轮以 为主的人工智能创新热潮。但这些技术的应用门槛较高，难以让不懂技术的大众直接感受其魅力。与之前相比，以对话的交互方式出现在了大众视野中，让大部分用户可以直接与人工智能交互并“把玩”，感受它的强大，从而引发了如此大范围的思考和讨论。
那么，在大家的“把玩”之下，展示了哪些先进性呢？
不同于以往的聊天机器人，可以自动学习人类自然语言的规律和语义，而不是简单地根据预定义的规则和模板来回答问题。使用深度学习技术进行训练，使用了大量的语言数据，并且具备比以往更先进的自然语言处理技术，包括语言理解、语言生成和对话管理等方面。
相较于之前模型的核心技术提升了理解人类思维的准确性，其原因在于利用了基于人类反馈数据的系统进行模型训练。这使得可以提供更加人性化和自然的回答，并且能够在不同的话题上进行更加深入和有意义的对话。
当前，所利用的数据集只截止到2021年。在对话中，会主动记忆先前的对话内容信息(上下文理解)，用来辅助假设性的问题的回复，因而也可实现连续对话，提升了交互模式下的用户体验。
同时，也会屏蔽敏感信息，对于不能回答的内容也能给予相关建议。同时，还可以适应各种语言环境和文化背景，并且可以为用户提供高质量的信息和服务。
最近发布的GPT4更是实现了以下几个方面的飞跃式提升：强大的识图能力；文字输入限制提升至 2.5 万字；回答准确性显著提高；能够生成歌词、创意文本，实现风格变化。
类的AI在未来企业的应用前景
所能实现的这些对人类意图的理解，来自于机器学习、神经网络以及模型的多种技术模型积累，最终形成针对人类反馈信息学习的大规模预训练语言模型。基于基础模型，的生成能力可以覆盖较多能力域，回答问题、撰写文章、文本摘要、语言翻译和计算机代码等任务。
在实现的理解人类意图和生成式AI的基础上与其他下游工具结合应用，更是形成无限的可能。
比如用户使用基于 算法构建的工具创建了数百万张图像。
图片来自网络
这样的AI的出现，在向我们宣告一个事实：“AI已来”。未来企业在许多领域中可以应用类的人工智能技术。例如，可以利用生成式AI技术制作个性化营销的包括文本、图像和视频在内的各种内容；创建与特定销售场景匹配的虚拟助手；自动化流程和任务提升运营效率；从大量的专业内容（法律法规、审查报告、行业研究等）进行知识整理和回复；快速学习、分析和理解能力可以帮助研发人员提升研发速率。
抛开具体的应用场景，我们发现，类似这样的AI对生产力的改变在未来会为个人及组织甚至整个产业带来前所未有的积极影响。
1AI改变生产方式，大大提升生产力
AI正在释放科技的巨大能力，深刻改变人类生产生活方式。目前大部分围绕的讨论聚焦在哪些职业会被替代，特别是围绕AIGC（ ）的讨论，生成式AI可以自动编写代码，生成文本、图片和视频。充分利用等生成式AI的能力将为各行各业的从业人员大大提高生产效率。
宾夕法尼亚大学沃顿商学院管理学副教授Ethan 在接受《哈佛商业评论》的采访（）时提到，基于他们第一个关于生产力的早期研究结果，无论商业评论文章撰写还是编程代码，都有30%到50%的生产力提高。
可用于自动化重复任务，如回答常见问题、生成报告和提供客户服务。这可以节省时间，减少从事服务领域工作的人的工作量。用于分析大量数据，并提供见解、趋势和模式。这可以帮助决策者做出明智的决策，提高工作效率。
做一个看一个可以理解人类意图并进行对话的机器人，可以成为与客户、利益相关者和同事沟通的虚拟助手。并执行下一步指令，比如可以帮助安排约会、发送提醒以及管理电子邮件和消息等。
不仅可以生产内容，也可以通过头脑风暴和探索不同的可能性来产生创意和解决方案。
虽然可以是提高工作效率的有用工具，但重要的是将其与人类的判断和监督结合使用，以确保准确性和有效性。看得出来，相较于人类，可以更快速地提供答案。人类不仅需要分析信息和运用批判性思维，还需要借助自身的知识和经验来做出回应。这需要时间和精力，并且结果可能会受到主观因素的影响。
2AI辅助决策，缩短消费者购买决策路径
在过去，当我们遇到问题需要寻求更多信息以便做出决策的时候，大多数人都会选择使用搜索引擎来获取答案或解决方案。尽管搜索引擎提供了丰富的信息资源，但通常它们返回的结果是未经过整理或筛选的知识。这意味着我们需要浏览很多不相关的信息，以找到我们需要的答案。另外，搜索引擎通常不能理解我们问题的上下文或我们的具体需求，可能会给出一些不相关的答案，甚至会出现歧义或错误的答案。
这时，这样的对话系统，它可以理解我们提出的问题的上下文、背景和语境，并且能够根据我们的具体需求提供相应的答案或解决方案。它还可以快速帮助用户从海量信息里提炼产品信息、市场趋势、竞争对手分析等等，可以帮助用户做出更明智的决策。不仅如此，这类AI应用，可以帮助用户对数据进行分析，并提供可视化工具来更好的理解和结束数据，这可以帮助用户做出更准确的判断。
因此，我们认为，随着这类工具的出现，个人消费和企业决策者的决策路径会大大缩短。过去用于信息收集、整理和吸收的工作将大大减少。
比如你想买一辆车，会直接给你一些建议：
除了基本车型的推荐，也能提供这些产品服务和售后及用户反馈等情况，但目前还未实现预约试驾的闭环。相较于搜索引擎，对信息的提取和加工速度为消费者节约了大量时间，而消费者的决策周期也缩短了。
这给正在思考如何使用新技术的企业带来的启示就是，当消费者行为随着类这类工具的使用发生变化时，品牌依旧可以发布具有权威性的信息，但很难预测新的渠道以什么样的形态，在何时可以出现，以及由谁来主导？品牌如何保证消费者在做出购买决策前对自己的产品有充分正确的了解，这是需要思考的问题。
3新技术带来产业升级或重组
引发了一场科技浪潮，对于有意在AI领域布局的科技公司而言，这场浪潮非常重要，因此它们开始积极布局自己的AI能力。然而，AI的投资需要大量的资金、人力和数据积累。在进行技术研究的同时，如何兼顾商业模式的实现是一个值得思考的问题。因此，这势必让科技企业重新思考它们的商业布局。
而对于传统行业而言，AIGC 以及 大型语言模型的成熟，将会给行业带来更大的冲击。
以内容生产行业为例，AIGC有望成为未来主流的内容生产模式。一方面让大家看到了技术的无限可能，同时也让各行各业的人开始思考如何提升自己的工作价值避免被AI取代。
1月29日，美国新媒体巨头宣布计划采用协助内容创作，其股价一夜间暴涨近120%，两天内飙升逾300%，成交量突破4.38亿股(其月平均成交量不足2500万股)。以及文案自动生成平台，其技术底层是的GPT-3，在成立仅18个月后就达到了15亿美元的高估值。
2023年成为人工智能领域最令人兴奋的一年。但与每一项新技术一样，商业决策者必须睁大眼睛，因为今天的技术依旧存在许多道德和实际挑战。短期来看，等AI模型仍存在诸多不足和争议，而对与急于将类等AI能力应用于各自的工作场景中的中国企业而言，所需面临的合规性问题和技术型问题会更复杂。本系列文章下一篇将从关键技术亮点及其局限性进行分析，并尝试给企业技术决策者关于AI投资的建议。
2月份中标信息：
1、
2、
3、
4、
相关文章
