本輪人工智能（AI）浪潮與過去的技術(shù)突破時(shí)期有何不同？中國能否走出一條獨(dú)特的AI發(fā)展之路？

微觀層面上，企業(yè)如何將AI技術(shù)推廣到日常運(yùn)營中，從而提升效率和生產(chǎn)力？企業(yè)上下該如何建立起對(duì)AI的信任、如何在各個(gè)業(yè)務(wù)和職能推廣該技術(shù)？企業(yè)又該如何規(guī)避那些可能由AI導(dǎo)致的風(fēng)險(xiǎn)呢？

就這些問題，第一財(cái)經(jīng)記者在2024世界人工智能大會(huì)暨人工智能全球治理高級(jí)別會(huì)議（WAIC 2024）期間專訪了埃森哲全球副總裁、全球數(shù)據(jù)能力主管董筱珊（Teresa Tung）。

AI繁榮比過去的科技突破時(shí)期更加普惠

第一財(cái)經(jīng)：我們目前正在經(jīng)歷的AI繁榮與過去的技術(shù)突破有什么區(qū)別呢？

董筱珊：我認(rèn)為一個(gè)區(qū)別在于其普惠性。舉個(gè)例子，當(dāng)ChatGPT于2022年11月問世時(shí)，我的孩子們和父母立刻就能輕松使用這項(xiàng)技術(shù)，這在云技術(shù)和大數(shù)據(jù)技術(shù)取得突破時(shí)并未發(fā)生過。那些技術(shù)很大程度上仍主要由技術(shù)專家，比如軟件工程師、數(shù)據(jù)科學(xué)家等進(jìn)行使用。

正是這種普惠，更快地推動(dòng)了AI的發(fā)展，市場(chǎng)也作出快速反應(yīng)。在推出后的短短幾個(gè)月內(nèi)，ChatGPT就擁有了上億用戶。埃森哲很快捕捉到了這一趨勢(shì)，我們觀察到，自2022年11月ChatGPT發(fā)布以來，各類企業(yè)在財(cái)報(bào)電話會(huì)議中提到人工智能的次數(shù)增加7倍，并且不僅僅是企業(yè)技術(shù)團(tuán)隊(duì)會(huì)提到AI。我對(duì)此的解讀是，企業(yè)電話財(cái)報(bào)會(huì)議需要向各方報(bào)告AI市場(chǎng)的發(fā)展，投資者、消費(fèi)者和企業(yè)員工都想了解一家企業(yè)在日常業(yè)務(wù)中如何使用AI技術(shù)。這與過去相比是一個(gè)很大的變化。

第一財(cái)經(jīng)：除了消費(fèi)端的變化，目前來看，很多AI企業(yè)似乎也已盈利。本輪AI熱潮與過去的技術(shù)突破時(shí)期相比，是否也能幫助相關(guān)企業(yè)更快實(shí)現(xiàn)收益或獲得利潤呢？

董筱珊：這種實(shí)現(xiàn)收益或獲得利潤可能不一定是通過提供AI產(chǎn)品或服務(wù)直接獲得的，AI技術(shù)帶來的生產(chǎn)力提高，往往是企業(yè)獲得收益、價(jià)值的首要方式之一。

當(dāng)企業(yè)使用生成式AI技術(shù)時(shí)，由于相關(guān)模型已經(jīng)被提前訓(xùn)練好，同時(shí)還存在許多互聯(lián)網(wǎng)數(shù)據(jù)或其他數(shù)據(jù)可使用，企業(yè)不需要再投資一大筆資金。大多數(shù)企業(yè)都會(huì)將這些技術(shù)應(yīng)用于諸如市場(chǎng)營銷、客戶服務(wù)、銷售、財(cái)務(wù)、知識(shí)管理等業(yè)務(wù)和職能，具體可用來幫助處理電子郵件、生成文檔，生成產(chǎn)品描述等，過去這些工作可能需要花費(fèi)較長時(shí)間來完成。從上述情況不難發(fā)現(xiàn)，AI能令企業(yè)提高效率和業(yè)務(wù)水平。

至于直接“變現(xiàn)”，這可能需要更長時(shí)間，因?yàn)槲覀冞€需要應(yīng)對(duì)某些特定問題，比如風(fēng)險(xiǎn)。在使用目前的AI產(chǎn)品時(shí)，我們還會(huì)擔(dān)心，生成的內(nèi)容是否合乎道德和其他規(guī)范？同時(shí)，很多情況下，我們也會(huì)面臨缺乏相關(guān)性更高、更具體的數(shù)據(jù)，無法繼續(xù)用以訓(xùn)練模型，因而生成內(nèi)容無法做到與所處企業(yè)、行業(yè)更加相關(guān)。好消息是，我們已經(jīng)看到有些企業(yè)開始這樣做了，盡管還不是很普遍。

第一財(cái)經(jīng)：一些AI業(yè)內(nèi)人士在討論，也許中國企業(yè)可以采取不同的方式來發(fā)展AI。你同意嗎？你認(rèn)為理論上，是否存在很多不同的途徑來發(fā)展和受益于本輪AI繁榮？

董筱珊：當(dāng)我們談?wù)撋墒紸I時(shí)，主要有三種采用途徑。一種是直接運(yùn)用相關(guān)的應(yīng)用程序，比如某個(gè)市場(chǎng)營銷類應(yīng)用程序。ChatGPT也是一個(gè)應(yīng)用程序，當(dāng)你使用GhatGPT時(shí)，你并非直接在與大語言模型聊天，而是在使用該應(yīng)用程序來生成聊天內(nèi)容。

另一種采用途徑是直接運(yùn)用應(yīng)用程序背后的底層模型。比如，OpenAI就是一個(gè)模型，而OpenAI這一模型可以用來創(chuàng)建應(yīng)用程序，比如ChatGPT和其他應(yīng)用程序。

第三種采用途徑，就是運(yùn)用各種底層模型來創(chuàng)建適合企業(yè)或業(yè)務(wù)的特定專屬應(yīng)用程序。在這種情況下，運(yùn)用到的底層模型可以是國際上的模型，也可以是國內(nèi)的模型。

對(duì)于企業(yè)來說，選擇模型時(shí)主要考慮的就是是否已預(yù)先訓(xùn)練完善，哪個(gè)更適用于自身以及所在市場(chǎng)的情況。比如，在中國，國內(nèi)的大模型能生成更精確的結(jié)果，因此會(huì)更有競(jìng)爭優(yōu)勢(shì)。此外，中國市場(chǎng)上的一些模型可能更具成本優(yōu)勢(shì)。

同時(shí)，在中國，商業(yè)環(huán)境和格局也復(fù)雜多變，企業(yè)選擇也更加靈活和多樣化，不同企業(yè)基于成本角度和相關(guān)性角度，可能會(huì)選擇不同底層模型。這些因素可能會(huì)讓中國在AI領(lǐng)域取得跨越式的進(jìn)展。

第一財(cái)經(jīng)：你認(rèn)為哪些地區(qū)或國家能受益于本輪AI發(fā)展浪潮？

董筱珊：中國肯定是會(huì)受益最大的國家之一。中國具備人才庫、科技企業(yè)、資金等關(guān)鍵因素和具有競(jìng)爭力的生態(tài)系統(tǒng)等，同時(shí)政府也在發(fā)展AI中扮演著重要角色。

不論是要構(gòu)建AI基礎(chǔ)設(shè)施，建立大數(shù)據(jù)中心，獲得GPU高性能芯片等，發(fā)展AI的初始投資是巨大的，除非是大型企業(yè)，否則大部分企業(yè)難以承受，而這也是政府能夠起到作用的一個(gè)地方。

事實(shí)上，在全球，政府都需要扮演相當(dāng)?shù)慕巧热缤瞥隽薃I的相關(guān)法案和文件，給行業(yè)參與者一些明確的指導(dǎo)方針。通常來看，如果企業(yè)不知道哪些事情能做或不能做，往往就會(huì)謹(jǐn)慎起見而束手束腳。基于此，政府主動(dòng)明確規(guī)則，并讓行業(yè)參與者知道政府鼓勵(lì)發(fā)展AI，是有所裨益的。

第一財(cái)經(jīng)：關(guān)于AI的演變路徑，近期有分析師認(rèn)為，與此前移動(dòng)互聯(lián)網(wǎng)時(shí)期類似，最初會(huì)讓英偉達(dá)這樣的硬件企業(yè)受益，然后是博通這樣的AI基礎(chǔ)設(shè)施類企業(yè)，再之后是強(qiáng)調(diào)與人交互的AI軟件企業(yè)將會(huì)獲得發(fā)展。你贊同這種路徑嗎？

董筱珊：我基本同意這一演變路徑。歸根結(jié)底，大多數(shù)用戶愿意為體驗(yàn)付費(fèi)。比如用于市場(chǎng)營銷的AI寫作及內(nèi)容生成應(yīng)用，又比如生成音樂的應(yīng)用程序，亦或是微軟推出的Copilot，對(duì)于普通用戶來說，應(yīng)用程序底層技術(shù)、模型、大數(shù)據(jù)中心、GPU等這些技術(shù)概念并非是重點(diǎn)，他們關(guān)心的是程序使用是否便捷，生成結(jié)果是否足夠準(zhǔn)確和智能，能否帶來更好的使用體驗(yàn)等。

現(xiàn)階段，企業(yè)仍然必須打下很多基礎(chǔ)，否則將永遠(yuǎn)無法獲得這種體驗(yàn)。有了基礎(chǔ)設(shè)施后，我們才能通過應(yīng)用初始的大語言模型，完成調(diào)試優(yōu)化服務(wù)，再基于此創(chuàng)建應(yīng)用程序。

企業(yè)推廣AI技術(shù)時(shí)，人的因素至關(guān)重要

第一財(cái)經(jīng)：企業(yè)將生成式AI融入其業(yè)務(wù)流程的實(shí)際進(jìn)展如何？理論上，AI能夠如何幫助他們消除障礙、提高生產(chǎn)力或釋放商業(yè)價(jià)值呢？

董筱珊：在企業(yè)內(nèi)部推廣AI技術(shù)時(shí)，僅僅考慮技術(shù)本身是不夠的，還需要與終端用戶，即運(yùn)用AI技術(shù)進(jìn)行具體工作的員工合作，他們往往是最適合擔(dān)任AI教練的人選。所以，如何推廣AI技術(shù)，不應(yīng)該由企業(yè)的技術(shù)團(tuán)隊(duì)告訴員工應(yīng)該怎么做，而應(yīng)讓員工參與決策共同確定該如何做。這點(diǎn)對(duì)于生成式AI技術(shù)尤為適用，因?yàn)樯墒紸I并非“天生”就能夠提供準(zhǔn)確、可靠的內(nèi)容。這時(shí)候，就需要運(yùn)用該技術(shù)的員工來幫忙判定某些生成內(nèi)容的對(duì)錯(cuò)，以及是否能生成某項(xiàng)特定任務(wù)所期望的信息。

舉例來說，如果某個(gè)員工負(fù)責(zé)在供應(yīng)鏈中管理倉庫，他必須確保貨物在正確的時(shí)間送進(jìn)來并送出去，背后需要考慮的因素包括時(shí)間表、庫存、客戶等。如果要運(yùn)用AI技術(shù)，員工要確保讓AI也能考慮到上述所有這些因素。如此一來，如果有什么事情被推遲或順序發(fā)生了變化，AI就知道該如何應(yīng)對(duì)。所以，熟悉這些因素的員工，就要充當(dāng)AI的教練。并且，當(dāng)AI生成了這些信息后，員工也會(huì)進(jìn)一步反饋，不斷驗(yàn)證提供信息和提供形式的準(zhǔn)確性和精確性。長此以往，AI就能夠動(dòng)態(tài)地提取該員工在某一具體時(shí)刻需要查看的數(shù)據(jù)，并且根據(jù)情況的變化（例如，有人遲到了，有人請(qǐng)病假了，或客戶更改了訂單）決定提供數(shù)據(jù)的具體時(shí)點(diǎn)。上述任何環(huán)節(jié)都會(huì)產(chǎn)生連鎖效應(yīng)，牽一發(fā)而動(dòng)全身，因此，AI與員工的合作非常關(guān)鍵。

第一財(cái)經(jīng)：在企業(yè)在內(nèi)部推廣AI技術(shù)的時(shí)候，人的因素仍然很重要？

董筱珊：絕對(duì)如此。在AI技術(shù)發(fā)展中，人的因素非常重要。這其實(shí)是一種人加上AI的能力，而不是AI自身完成自動(dòng)化。這也是AI與以往技術(shù)變革不同的另外一點(diǎn)，它是非常人性化的技術(shù)，也因此它比以往的突破性技術(shù)更易得、更快普及，以及更加對(duì)于用戶友好。比如，即便使用者不是技術(shù)專家，也能運(yùn)用AI來編程，創(chuàng)建指令動(dòng)作。即使不是藝術(shù)家，也能通過AI生成圖像。每個(gè)人都可以運(yùn)用AI的創(chuàng)造性，且不受特定技能所局限。

第一財(cái)經(jīng)：埃森哲的一項(xiàng)研究表明，雖然亞太區(qū)89%的首席體驗(yàn)官（CXO）計(jì)劃在2024年增加對(duì)AI技術(shù)的投資，但不少高管承認(rèn)他們?nèi)狈νㄟ^AI技術(shù)完成企業(yè)重塑所需的技能。更重要的，當(dāng)涉及推廣AI時(shí)，領(lǐng)導(dǎo)者和員工之間存在信任赤字，許多員工會(huì)擔(dān)心自己的工作。根據(jù)你的經(jīng)驗(yàn)，能采取什么方法讓員工對(duì)企業(yè)引入及推廣AI技術(shù)感到更舒適，甚至愿意擁抱這種變革呢？

董筱珊：上述研究結(jié)果也顯示，員工對(duì)生成式AI技術(shù)本身很興奮，94%的員工表示想學(xué)習(xí)這項(xiàng)新技術(shù)，只是他們不認(rèn)為企業(yè)管理層能夠積極推廣AI技術(shù)。在我看來，這主要是因?yàn)槠髽I(yè)領(lǐng)導(dǎo)還沒有在全體員工中展開相關(guān)培訓(xùn)。

正如我提到的，其實(shí)生成式AI是一種非常人性化、基于人的技術(shù)。如果通過培訓(xùn)讓員工了解到運(yùn)用AI的風(fēng)險(xiǎn)和要求，讓他們成為AI的教練，將他們納入轉(zhuǎn)型過程，他們會(huì)更容易接受。這是所有企業(yè)領(lǐng)導(dǎo)者真正需要做的，因?yàn)椴粌H僅是軟件工程師，各類工種的員工都將是數(shù)據(jù)工作者，都能接觸到數(shù)據(jù)并針對(duì)數(shù)據(jù)提出問題，也需要基于數(shù)據(jù)作出決策或推動(dòng)變革。

第一財(cái)經(jīng)：在訓(xùn)練員工前，我們是否應(yīng)該先培訓(xùn)企業(yè)領(lǐng)導(dǎo)呢？上述研究結(jié)果也提到，在起初的興趣爆發(fā)期后，即使是企業(yè)領(lǐng)導(dǎo)自己，在日常工作中對(duì)生成式AI的使用量也出現(xiàn)了減半的情況。

董筱珊：我們需要培訓(xùn)所有人，讓所有人都能夠最好地了解AI技術(shù)的前景。埃森哲自身已經(jīng)給全球70多萬名員工進(jìn)行了基礎(chǔ)培訓(xùn)，讓企業(yè)上下知道什么是生成式AI，以及這項(xiàng)技術(shù)意味著什么，背后有什么風(fēng)險(xiǎn)和機(jī)會(huì)，從而有更好的心態(tài)適應(yīng)并運(yùn)用AI。比如，人們會(huì)在手機(jī)上處理很多AI相關(guān)的任務(wù)，這既是機(jī)遇也是風(fēng)險(xiǎn)，因?yàn)閭€(gè)人可能會(huì)無意間把企業(yè)的一些重要信息泄露出去，也可能會(huì)被動(dòng)接收到一些他人生成的內(nèi)容，存在潛在風(fēng)險(xiǎn)。通常，技術(shù)團(tuán)隊(duì)會(huì)更習(xí)慣于應(yīng)對(duì)這些情況，而通過培訓(xùn)，企業(yè)的所有人都會(huì)具備這樣的意識(shí)和處理方法。

第一財(cái)經(jīng)：你能分享幾個(gè)有趣的或令人印象深刻的案例嗎？

董筱珊：我們確實(shí)有看到和參與企業(yè)客戶落地應(yīng)用的例子。比如，有一家規(guī)模非常大的生命科學(xué)企業(yè)客戶與埃森哲合作開展AI相關(guān)培訓(xùn)，旨在建立起技能和專業(yè)知識(shí)，培養(yǎng)內(nèi)部數(shù)字人才。這并非一家科技企業(yè)，但他們知道需要基于AI技術(shù)進(jìn)行研發(fā)上突破，革新他們業(yè)務(wù)。

還有一個(gè)與傳統(tǒng)車企合作的案例。通常，將企業(yè)數(shù)據(jù)轉(zhuǎn)化為某種知識(shí)或洞察，需要在許多領(lǐng)域?qū)＜液蛿?shù)據(jù)來源之間來回溝通，整個(gè)過程需要相當(dāng)長的時(shí)間。埃森哲助力寶馬建立了一個(gè)名為EKHO的新一代人工智能平臺(tái)，幫助員工解決復(fù)雜的問題。EKHO甚至可以通過從過去的場(chǎng)景中學(xué)習(xí)來解決全新的挑戰(zhàn)。在過去，寶馬銷售人員必須查閱實(shí)物手冊(cè)才能了解可能的汽車配置?，F(xiàn)在，使用EKHO平臺(tái)，寶馬可以將此過程減少到幾分鐘。并且，EKHO可以適用于客戶的各項(xiàng)業(yè)務(wù)，比如在制造環(huán)節(jié)，它可以通過回答庫存和物流問題來優(yōu)化供應(yīng)鏈流程。EKHO可以幫助寶馬在北美市場(chǎng)的效率提升了30%至40%。

此外，還有一個(gè)《財(cái)富》雜志的案例。《財(cái)富》通過嚴(yán)格收集和分析世界上大型企業(yè)的復(fù)雜財(cái)務(wù)數(shù)據(jù)，創(chuàng)建標(biāo)志性的《財(cái)富》500強(qiáng)排行榜。多年來，《財(cái)富》積累了豐富的數(shù)據(jù)。我們與《財(cái)富》合作，開發(fā)一個(gè)名為Fortune Analytics™的生成式AI平臺(tái)，可以通過訪問各年度《財(cái)富》排行榜、印刷品和在線文章以及在線視頻，獲取數(shù)據(jù)并進(jìn)行整合。平臺(tái)再對(duì)生成的內(nèi)容進(jìn)行微調(diào)，使《財(cái)富》的用戶，尤其是某些特定業(yè)務(wù)領(lǐng)域的企業(yè)領(lǐng)導(dǎo)者和研究員，能夠花更少的時(shí)間搜索信息，花更多的時(shí)間制定戰(zhàn)略和作出有影響力的決策。該平臺(tái)提供的產(chǎn)品比較直觀和多樣，形式上既有文本，也有可視化數(shù)據(jù)產(chǎn)品，比如散點(diǎn)圖、折線圖和條形圖等。

第一財(cái)經(jīng)：在倫理領(lǐng)域，AI也存在著諸如隱私、偏見和歧視以及影響人類判斷等風(fēng)險(xiǎn)。企業(yè)能夠如何避免由這些風(fēng)險(xiǎn)引發(fā)的一些問題呢？

董筱珊：首先，我們需要了解生成式AI的本質(zhì)。歸根結(jié)底，它不是給使用者一個(gè)準(zhǔn)確的答案，只是生成它在知識(shí)庫以及訓(xùn)練中習(xí)得的有關(guān)信息和內(nèi)容，所以有些時(shí)候它甚至?xí)幵煲粋€(gè)答案，令人們感到疑惑，造成了所謂的“幻覺”。

了解這點(diǎn)后，我們?cè)賮砜紤]到可能存在的風(fēng)險(xiǎn)。就像我們?cè)诰幊?、寫軟件時(shí)一樣，我們也需要對(duì)AI進(jìn)行測(cè)試和驗(yàn)證。我們需要?jiǎng)?chuàng)建一組測(cè)試和驗(yàn)證數(shù)據(jù)，當(dāng)AI模型發(fā)生變化時(shí)，我們就能夠及時(shí)評(píng)估這個(gè)模型是否是準(zhǔn)確的，或者生成的內(nèi)容是否適合傳播。

比如，在營銷活動(dòng)中用到生成式AI技術(shù)時(shí)，如果企業(yè)想確保生成和傳播的內(nèi)容符合實(shí)際情況并能達(dá)到最佳效果，就需要讓該領(lǐng)域的專業(yè)員工對(duì)生成的內(nèi)容進(jìn)行判定，從而收集一組相互對(duì)比的結(jié)果和數(shù)據(jù)。在這一過程中，各個(gè)領(lǐng)域的專業(yè)人士和知識(shí)的角色非常關(guān)鍵。并且，每個(gè)企業(yè)在判斷具體業(yè)務(wù)時(shí)，也會(huì)考慮到該企業(yè)的獨(dú)特之處。所以在整個(gè)過程中，我們可以先通過專業(yè)員工先收集一批數(shù)據(jù)，然后運(yùn)用AI程序自動(dòng)生成內(nèi)容，再去驗(yàn)證對(duì)錯(cuò)，從而不斷擴(kuò)充驗(yàn)證數(shù)據(jù)組。如此一來，在日后其他員工在試圖選擇模型時(shí)，或試圖驗(yàn)證生成結(jié)果是否正確或準(zhǔn)確時(shí)，就可以用程序化的方式運(yùn)行這些驗(yàn)證數(shù)據(jù)組。

除了不斷擴(kuò)大驗(yàn)證數(shù)據(jù)組外，我們還需要微調(diào)模型，因?yàn)橛行?shù)據(jù)組中的內(nèi)容和知識(shí)雖然不存在對(duì)錯(cuò)的問題，但可能會(huì)過時(shí)，添加新的內(nèi)容和知識(shí)，使得模型最終生成內(nèi)容更加準(zhǔn)確。