取代人的不是AI，而是另一批更善于使用(yòng)AI的人。同理(lǐ)，真正颠覆企業的也不是AI，而是各行各業都在積極進行AI化轉型的時候，很(hěn)多(duō)企業的數字化轉型還沒有(yǒu)提上日程。
前不久，深度學(xué)習領域泰鬥、神經網絡之父、75歲圖靈獎得主Geoffrey Hinton突然宣布從效力了10年的谷歌離職，引發了整個科(kē)技(jì )圈的又(yòu)一輪地震。這是繼今年3月末，千名(míng)科(kē)技(jì )從業者聯名(míng)呼籲暫停訓練比GPT-4更強大的AI之後，再次引起全球關注的熱點事件，也由此重新(xīn)掀起了世界範圍内對于AI技(jì )術安(ān)全性的深刻讨論。被稱為(wèi)“人工(gōng)智能(néng)教父”的Geoffrey Hinton，一直是該領域受尊敬的先驅之一。值得一提的是，ChatGPT背後的真正英雄——OpenAI的聯合創始人兼首席科(kē)學(xué)家Ilya，就是Hinton的得意門生。然而，正是這樣一位在AI領域地位舉足輕重的科(kē)學(xué)家，卻對自己研究了一輩子的人工(gōng)智能(néng)表現出深深的擔憂，甚至坦言：“我對自己的畢生工(gōng)作(zuò)，感到非常後悔。”AI技(jì )術是否安(ān)全可(kě)控？AI究竟會如何影響人類社會？這一系列的問題，随着Hinton的一番言論再次被推上了風口浪尖。AI作(zuò)為(wèi)當前全球為(wèi)熱門的技(jì )術領域之一，其市場規模和應用(yòng)領域正在以驚人的速度不斷拓展。根據IDC的統計和預測，2022年全球AI市場規模已達到4328億美元，同比增長(cháng)近20%。而在3年以後，這個數字将直接翻倍，達到9000億美元。随着AI産(chǎn)業的井噴式增長(cháng)，AI技(jì )術也以前所未有(yǒu)的速度和深度滲透進醫(yī)療、金融、零售、制造等各個領域。然而令人驚訝的是，AI在展現其強大能(néng)力的同時，更呈現出一種難以理(lǐ)解的特質(zhì)。拿(ná)當前熱門的GPT-4來說，它的某些能(néng)力讓資深的AI專家也深感震驚甚至是困惑，以至于沒有(yǒu)人能(néng)夠理(lǐ)解它的能(néng)力何以臻至這樣的境界。總之，這一波的GPT革命每天都有(yǒu)新(xīn)的突破，速度之快，能(néng)力之強，讓世人次切實感受到了AI對人類的威脅。
2020年，麻省理(lǐ)工(gōng)學(xué)院發現了一種新(xīn)的廣譜抗生素——Halicin。這種抗生素可(kě)以殺死那些已經對市面上現有(yǒu)的抗生素産(chǎn)生了耐藥性的細菌，并且不會引起細菌産(chǎn)生耐藥性。這個幸運的發現是通過AI完成的。研究者通過一個由特定分(fēn)子組成的訓練集來訓練AI，讓AI自己學(xué)習這些分(fēn)子的特點，并總結了一套“什麽樣的分(fēn)子能(néng)抗菌”的規律。然後讓這個AI模型按照某些标準篩選了美國(guó)FDA已經批準的藥物(wù)和天然産(chǎn)品庫中(zhōng)的61000個分(fēn)子，結果AI真的找到一種符合所有(yǒu)要求的分(fēn)子，這就是Halicin。這個發現振奮人心，因為(wèi)經過實驗證明，Halicin的确是一種非常的抗生素。但與此同時，AI尋找Halicin的方式也讓科(kē)學(xué)家們深感震驚。一直以來，關于什麽樣的分(fēn)子可(kě)以做抗生素，科(kē)學(xué)界是有(yǒu)一整套知識理(lǐ)論的，比如原子量和化學(xué)鍵應該具(jù)備某些特征等等。然而，AI在尋找Halicin時依照的卻不是這些特征。那麽AI用(yòng)的是什麽特征來進行判斷呢(ne)？答(dá)案是：不知道。人們隻知道AI在自學(xué)的過程中(zhōng)，學(xué)會了一些“特殊”的知識，然後就用(yòng)這些知識發現了新(xīn)的抗生素。至于它究竟學(xué)會了什麽，又(yòu)是怎麽學(xué)會的，研究者們無從得知，更無法理(lǐ)解。AI展現出越來越多(duō)人類無法理(lǐ)解的能(néng)力，這在世界範圍内來看并不是孤例。拿(ná)AlphaZero來說，它僅僅花(huā)幾個小(xiǎo)時自學(xué)就能(néng)學(xué)會國(guó)際象棋，然後輕松擊敗人類。當人們再去複盤它的策略時，經常會感到匪夷所思，因為(wèi)它看似很(hěn)随便就可(kě)以放棄像皇後這樣的重要棋子……如此看來，人類對AI的畏懼不僅是其展現出的非凡能(néng)力，還在于它竟然可(kě)以找到人類理(lǐ)解和認知之外的解決方案，這如同在說：“人類已經不再是世界規律的唯一發現者和感知者了。”在近期被讨論的有(yǒu)關AI的衆多(duō)熱點事件中(zhōng)，GPT毫無疑問具(jù)話題性的。作(zuò)為(wèi)對話式語言模型，GPT不僅能(néng)夠以自然流暢的方式與用(yòng)戶交流，還能(néng)自動化生成高質(zhì)量的自然語言文(wén)本。它擁有(yǒu)非常出色的學(xué)習和适應能(néng)力，甚至還表現出強大的創意和想象力。
現實中(zhōng)很(hěn)多(duō)人都有(yǒu)逗GPT玩兒的經驗，比如給它提一些稀奇古怪的問題來讓它來回答(dá)。然而在交互的過程中(zhōng)，很(hěn)多(duō)人也會産(chǎn)生一種感覺，那就是GPT絕不僅僅是根據詞彙之間的相關性輸出答(dá)案。事實上，它已經具(jù)備了相當程度的“思維能(néng)力”。然而這種能(néng)力究竟是如何出現的？是設計者一開始就植入進去的嗎？并不是。語言模型之所以有(yǒu)這樣神奇的能(néng)力，主要是因為(wèi)它們足夠“大”。當訓練模型足夠大，用(yòng)于訓練的語料足夠多(duō)，訓練的時間足夠長(cháng)時，就會發生一些“神奇”的現象。“湧現”早是由John Henry Holland在其著作(zuò)《湧現：從混沌到秩序》中(zhōng)提出的概念，大意說的是：當個體(tǐ)聚集成群體(tǐ)後，将出現一些原本不具(jù)備的能(néng)力。而且這些能(néng)力隻屬于整體(tǐ)，無法還原到個體(tǐ)。比如，單個的螞蟻很(hěn)笨，但是蟻群卻非常聰明；每個神經元都很(hěn)簡單，但我們的大腦卻深邃無比；單細胞的阿米巴蟲十分(fēn)低級，但一群阿米巴蟲聚在一起卻能(néng)夠在同類中(zhōng)修建輸送食物(wù)的管道，其複雜程度不亞于東京市的公(gōng)路網……但需要注意的是“湧現”這個概念的後半句：“這些能(néng)力隻屬于整體(tǐ)，無法還原到個體(tǐ)”。也就是說，在“湧現”出現以前，我們對整體(tǐ)即将出現的能(néng)力很(hěn)難看出任何端倪。這種能(néng)力是在群體(tǐ)大到一定程度後突然出現的，它不可(kě)知，不可(kě)逆，無法判斷，也無法還原。誠如所見，“湧現”在GPT上同樣發生了。GPT的締造者之一Altman就曾表示：GPT-4也許是人類有(yǒu)史以來掌握的複雜的工(gōng)具(jù)，而且它确實湧現出了一些之前沒想到的能(néng)力。而這些能(néng)力是怎麽出現的，他(tā)也不知道。
不可(kě)否認，以GPT為(wèi)代表的AI工(gōng)具(jù)是人工(gōng)智能(néng)領域的一次革命性進步，但即便它現在能(néng)力再強，大概率也不會是人工(gōng)智能(néng)服務(wù)的終形态。拿(ná)GPT來說，我們在使用(yòng)它的時候很(hěn)容易發現一個問題，那就是不論是誰，隻要提出相同的問題，它會呈現出非常相似的答(dá)案。這其實不難理(lǐ)解，因為(wèi)GPT的本質(zhì)是一個以大數據為(wèi)基礎的大語言模型，而它所使用(yòng)的是互聯網上的公(gōng)共數據。所以不論誰在使用(yòng)，數據是一樣的，算法也是一樣的，這時如果連提出的問題也一樣的話，那麽GPT返回的結果也不會有(yǒu)本質(zhì)的區(qū)别。這一特點決定了它的使用(yòng)場景其實受到了限制——我們可(kě)以利用(yòng)GPT提高工(gōng)作(zuò)效率，但我們不能(néng)把它提供的答(dá)案當成可(kě)以直接交付的作(zuò)品。換言之，它還不能(néng)直接産(chǎn)生我們想要的結果。這一點相信很(hěn)多(duō)試圖用(yòng)GPT寫文(wén)章的人都能(néng)夠感同身受。我們給GPT一個主題讓它發揮，它的确可(kě)以在極短的時間内洋洋灑灑寫出一篇還不錯的文(wén)章，但細讀了之後我們就會發現，雖然表達和邏輯都沒什麽問題，但内容卻非常空洞，更别提有(yǒu)時它還會一本正經地胡說八道了。這是因為(wèi)它隻能(néng)使用(yòng)網上的公(gōng)共數據和内容，但卻無法得知我們對這個問題的看法、我們怎麽理(lǐ)解這些内容之間的關系，我們的觀點、态度、思維方式它通通一無所知。而且，對于公(gōng)共數據的真僞它也不會去甄别和判斷，有(yǒu)時還會自己編造答(dá)案……總之，在現階段，GPT還無法代替我們的思考。企業在使用(yòng)人工(gōng)智能(néng)服務(wù)的時候，其實面臨着同樣的問題。每個企業都有(yǒu)自己獨特的業務(wù)生成方式，而且在長(cháng)久的經營中(zhōng)沉澱了大量的獨一無二的私域數據。這些極具(jù)個性化的内部資源對企業來說至關重要，而發現它們之間的内在關系更有(yǒu)着不可(kě)估量的價值，因為(wèi)創新(xīn)正是有(yǒu)賴于将不同的要素重新(xīn)組合，發現事物(wù)之間新(xīn)的聯系，從而尋找出新(xīn)的機會或者迸發出新(xīn)的能(néng)力。可(kě)是，企業的内部資源AI并不知道，所以AI必須經過訓練才能(néng)為(wèi)企業所用(yòng)。這也就意味着，企業在使用(yòng)人工(gōng)智能(néng)服務(wù)時，不可(kě)能(néng)千人一面，而是會擁有(yǒu)适用(yòng)于自己公(gōng)司的個性化AI工(gōng)具(jù)。然而，實現這個目标并不容易，因為(wèi)這對企業在私域數據的收集、管理(lǐ)和使用(yòng)等各個環節都提出了極高的要求，而這其中(zhōng)所涉及的諸多(duō)細節，比如數據組織的有(yǒu)效性、存儲和傳輸的安(ān)全性、管理(lǐ)和使用(yòng)的合規性等等，每一項單獨來看都是企業數字化過程中(zhōng)無法回避的挑戰。
AI将會以什麽樣的方式改變企業，又(yòu)将為(wèi)企業帶來哪些價值？想必是每個經營者面對這一波技(jì )術浪潮關注的問題。精(jīng)誠中(zhōng)國(guó)作(zuò)為(wèi)前沿科(kē)技(jì )的探路者，通過将微軟Azure機器人與Teams集成，已經率先幫助客戶落地實現了這一嘗試。在現代化的辦(bàn)公(gōng)場景當中(zhōng)，企業内部可(kě)能(néng)存在許多(duō)業務(wù)系統。而系統之間的頻繁切換以及數據孤島等問題，作(zuò)為(wèi)阻礙企業辦(bàn)公(gōng)效率的沉疴長(cháng)期存在。現在，很(hěn)多(duō)企業選擇将Teams作(zuò)為(wèi)處理(lǐ)日常事務(wù)的統一入口。而在此基礎上，精(jīng)誠更進一步，幫助客戶将AI集成其中(zhōng)，讓辦(bàn)公(gōng)人員可(kě)以像與GPT對話那樣，在Teams上通過統一的界面完成通知收發、審批回複、政策問詢、快捷申請等一系列操作(zuò)。拿(ná)“政策問詢”這個功能(néng)來說，每個企業都有(yǒu)自己獨特的規章制度，而這些規章制度的細節可(kě)能(néng)會非常多(duō)，打印出來則是一沓厚厚的員工(gōng)手冊。可(kě)是有(yǒu)多(duō)少員工(gōng)真的會去認真學(xué)習這份手冊呢(ne)？現在有(yǒu)了AI，一切都很(hěn)方便，因為(wèi)AI會不知疲倦地學(xué)習，而且學(xué)習的效率和效果堪稱卓越，終變成企業的“數字助理(lǐ)”。接着，我們就可(kě)以在Teams上詢問“數字助理(lǐ)”各種問題了，比如：“我可(kě)以在公(gōng)司穿拖鞋嗎？”這時，因為(wèi)“數字助理(lǐ)”孜孜不倦地學(xué)習了公(gōng)司的規章制度，他(tā)就會根據學(xué)習的結果給你一個答(dá)案。也許公(gōng)司的制度很(hěn)嚴格，他(tā)會堅定地告訴你“不行”也許公(gōng)司的文(wén)化比較開放，他(tā)可(kě)能(néng)會回答(dá)出類似“在某某場合下，某某時間段可(kě)以穿，但是如果有(yǒu)外賓來訪或者會議場合還是建議正式着裝(zhuāng)”等等。但是請注意，一般情況下是不太會有(yǒu)哪個公(gōng)司将“能(néng)不能(néng)穿拖鞋”這麽細節的條例寫進員工(gōng)手冊的，一切都是AI學(xué)習的結果——當然，是否允許AI做這樣的理(lǐ)解和發散，也可(kě)以調節和控制。目前，精(jīng)誠幫助客戶實現的“政策問詢”功能(néng)是針對于HR政策的問詢，用(yòng)戶輸入聊天信息，喚起數字助理(lǐ)，點擊提問後進入政策查詢模式，一次對話可(kě)查詢多(duō)個主題，當然也可(kě)以就一個主題展開多(duō)輪對話。
精(jīng)誠Teams數字助理(lǐ)解決方案截圖面對AI的洶湧浪潮，是恐懼還是勇敢？是選擇回避還是積極擁抱？這是身處于現代社會的每一個個體(tǐ)和組織都必須回答(dá)的問題。然而這個問題的答(dá)案又(yòu)是如此不言自明，因為(wèi)曆史已經一次又(yòu)一次地告訴我們，技(jì )術的發展不會以人的意志(zhì)為(wèi)轉移。19世紀初英國(guó)工(gōng)人為(wèi)了保住飯碗而搗毀機器，20世紀初曼哈頓街(jiē)頭煤氣燈夫集體(tǐ)罷工(gōng)，可(kě)是無論哪一場轟轟烈烈的運動也沒能(néng)真正阻止蒸汽時代和電(diàn)氣時代的到來，技(jì )術發展的浪潮從來不會因為(wèi)人類的意願而稍稍停一停它奔騰的腳步。與其如此，我們不如主動選擇更積極地去擁抱技(jì )術。畢竟從現階段看來，取代人的不是AI，而是另一批更善于使用(yòng)AI的人。同理(lǐ)，真正颠覆企業的也不是AI，而是各行各業都在積極進行AI化轉型的時候，很(hěn)多(duō)企業的數字化轉型還沒有(yǒu)提上日程。
