最近几个月来，几乎每天都有关于生成式人工智能或ChatGPT的头条新闻。突然之间，人工智能又变得炙手可热，每个人都想加入这个技术潮流：企业家想创办人工智能公司，企业高管想把人工智能应用到他们的业务中，投资者想投资人工智能。

作为大型语言模型的倡导者，相信生成式人工智能具有巨大的发展潜力。这些大型语言模型在提高个人生产力方面已经展示了它们的实用价值。例如，在工作中加入大型语言模型生成的代码，以及使用GPT-4来校对文章。

生成式人工智能是企业开展业务的灵丹妙药吗?

现在最紧迫的问题是：没有参与大型语言模型创建的企业，无论其规模大小，如何利用生成式人工智能的力量来提高他们的收入?

(资料图片仅供参考)

不幸的是，大型语言模型在个人生产力提高和商业利润之间存在着鸿沟。就像开发任何商业软件解决方案一样，还有很多事情要做。仅以使用GPT-4创建聊天机器人解决方案为例，创建一个聊天机器人可能花费数月的时间，并花费数百万美元。

本文概述了利用生成式人工智能获得商业收益的挑战和机遇，为希望释放该技术商业价值的企业家、企业高管和投资者揭开了人工智能领域的秘密。

对人工智能的业务期望

技术是当今企业开展业务的重要部分。当企业采用一项新技术时，通常期望能提高运营效率并推动更好的业务成果。企业希望人工智能也能做到这一点，无论其类型如何。

另一方面，企业的成功并不仅仅取决于技术。运营良好的企业将继续繁荣发展，而管理不善的企业仍将举步维艰，无论是否采用生成式人工智能或ChatGPT等工具。

就像实施任何商业软件解决方案一样，人工智能在业务中的成功应用需要两个基本要素：技术必须按预期提供具体的商业价值，企业必须知道如何管理人工智能，就像管理任何其他成功的业务运营一样。

生成式人工智能的炒作周期和幻灭

像每一项新技术一样，生成式人工智能必然会经历Gartner公司所谓的炒作周期。随着ChatGPT等流行应用程序引发大众对人工智能的兴趣，如今几乎达到了预期的顶峰。随着兴趣减弱、实验失败、投资的消失，生成式人工智能很快将会出现“幻灭的低谷”。

虽然“幻灭的低谷”可能由多种原因造成，例如技术不成熟和不适合的应用，但两种常见的人工智能幻灭可能会让许多企业家、企业高管和投资者感到失望。如果认识不到这些幻灭，人们或者低估了将这项技术应用于业务的实际挑战，或者错过了及时而谨慎地进行人工智能投资的机会。

生成式人工智能能够创造公平的竞争环境是一个常见的误区

随着数以百万计的用户与生成式人工智能工具进行互动，以执行各种各样的任务，从获取信息到编写代码——似乎生成式人工智能为每个业务创造了公平的竞争环境：任何人都可以使用它，并且英语成为新的编程语言。

虽然这可能适用于某些内容创作用例(例如营销文案)，但毕竟，生成式人工智能关注的是自然语言理解(NLU)和自然语言生成(NLG)。鉴于该技术的性质，它很难处理需要深入领域知识的任务。例如，ChatGPT生成了一篇很不准确的医学文章，并且未能通过CFA考试。

虽然行业专家拥有深入的知识，但他们可能不精通人工智能或IT技术，也不了解生成式人工智能的工作原理。例如，他们可能不知道如何有效地提示ChatGPT以获得所需的结果，更不用说能够使用人工智能API来生成解决方案。

人工智能领域的快速发展和激烈竞争也使大型语言模型越来越成为一种商品。任何支持大型语言模型的业务解决方案的竞争优势都必须存在于其他地方，或者是拥有某些高价值的专有数据，或者是掌握某些特定领域的专业知识。

企业员工更有可能已经积累了此类特定领域的技术和专业知识。虽然拥有这样的优势，但他们也可能有阻碍快速采用生成式人工智能的遗留流程。这些人从一开始就能够充分利用技术力量的好处，但他们必须迅速启动业务，以获得关键的领域知识。两者都面临着本质上相同的根本挑战。

关键的挑战是使业务领域的专家能够训练和监督人工智能，而不需要他们成为专家，同时利用他们的领域数据或专业知识。

成功采用生成式人工智能的关键考虑因素

虽然生成式人工智能拥有先进的语言理解和生成技术，但它不能做所有事情。重要的是要利用这项技术，但要避免它的缺点。以下是为正在考虑投资生成式人工智能的企业家、企业高管和投资者强调的几个关键的技术考虑因素。

人工智能专业知识： 生成式人工智能远非完美。如果企业决定构建生成式人工智能解决方案，需要确保拥有真正了解人工智能内部工作原理的专家，并可以在需要时对其进行改进。如果企业决定与外部公司合作创造解决方案，需要确保这些公司拥有深厚的专业知识，可以帮助企业从人工智能中获得最大的收益。软件工程专业知识：构建生成式人工智能解决方案就像构建任何其他软件解决方案一样，它需要专门的工程努力。如果企业决定构建内部解决方案，则需要软件工程人才来构建、维护和更新这些解决方案。如果企业决定与外部公司合作，需要确保他们将为企业完成繁重的工作，例如可以为企业提供一个无代码平台，以便轻松构建、维护和更新解决方案。行业领域专业知识：构建生成式人工智能解决方案通常需要吸收行业领域知识，并使用这些领域知识定制技术。确保企业拥有能够提供并知道如何在解决方案中使用这些知识的领域专业知识，无论企业是在内部构建生成式人工智能解决方案还是与外部合作伙伴合作。对于企业(或其解决方案提供商)来说，让并不是IT专家的其他行业专家能够轻松地摄取、定制和维护生成式人工智能解决方案，而无需编码或额外的IT支持，这一点至关重要。结语

随着生成式人工智能继续重塑业务格局，对这项技术需要具有公正的看法。重要的是要记住以下几点：

生成式人工智能主要解决与语言相关的问题，但不是所有问题。实现一个成功的业务解决方案不仅仅是看起来那么简单。生成式人工智能并非对每个人都有平等的好处。招募或与那些拥有人工智能专业知识和IT技能的人员合作，以更快、更安全地利用技术的力量。

随着企业家、企业高管和投资者进入快速发展的人工智能世界，了解相关的挑战和机遇、谁在利用这项技术方面占据上风，以及如何快速决定并谨慎投资人工智能以最大限度地提高投资回报率是至关重要的。