Skip to content Skip to footer

企业人工智能的三大障碍和机遇

image-20231228224605105

是的,你已经知道了。它们是 PEOPLE、DATA 和 RULES。但是,它不是你想象的那样。

许多人将最近的人工智能热潮与淘金热相提并论。先驱们坐上马车,为了梦想而远行。许多人无法在旅途中幸存下来。很多人向他们出售食物、工具、牲畜、武器和火药。几十年后,许多关于动荡、胜利和财富的故事被讲述。

ChatGPT 推出一年后,我们庆祝了前所未有的创纪录、惊天动地的数字,例如:

两位知情人士表示,Harvey是一家成立一年的初创公司,销售人工智能驱动的法律软件,该公司正在谈判筹集7000万至8000万美元的融资,包括投资在内,估值为7亿美元。这笔资金是其4月份宣布的估值的四倍多,表明投资者仍然渴望能够显示收入增长的人工智能初创公司。

知情人士称,风险投资公司Kleiner Perkins和独立投资者Elad Gil将共同领投该轮融资,后者此前曾投资该公司的种子轮和A轮融资。这些人士表示,现有投资者红杉资本(Sequoia Capital)和OpenAI Startup Fund也将参与其中。

作为这个领域的创始人,我反思了未来的挑战和机遇。

No1 PEOPLE:用户至上

让我们面对现实吧。OpenAI 的活跃用户数量增长得非常快,创下了历史新高。

OpenAI 首席执行官 Sam Altman 周一在旧金山举行的首次开发者大会上宣布,ChatGPT 现在每周活跃用户数为 1 亿。该服务于近一年前发布,在推出后的短短两个月内就获得了约1亿月度用户,并创下了用户群增长最快的记录。

Altman 今天还分享说,超过 200 万开发人员使用该平台,其中包括超过 92% 的财富 500 强公司。

许多初创公司已经加入了生成式人工智能竞赛,以推出下一个杀手级应用程序。

image-20231228224705156

互联网在信息民主化方面改变了游戏规则。互联网接入的指数级增长弥合了信息鸿沟,使人们能够在互连计算机的全球网络中在线学习、交流和参与。

“网络与其说是一种技术创造,不如说是一种社会创造。我设计它是为了产生一种社会效应——帮助人们一起工作——而不是作为一个技术玩具“——万维网的发明者,蒂姆·伯纳斯-李(Tim Berners-Lee)编织网络,1999年。

然后,紧随其后的是移动热潮,它使信息随时随地触手可及。移动应用程序彻底改变了个人消费内容的方式。凭借个性化的推荐和用户友好的界面,Google、Facebook 和 Netflix 等应用程序可以根据个人喜好定制信息。与云技术一起,我们正在以爆炸性的速度创建和使用数据。

根据 IDC 的数据,到 2025 年,全球数据领域预计将达到 175 ZB,数据创建量每两年翻一番。在这片数据海洋中,脱颖而出并实现重要的里程碑变得更具挑战性。

“卖东西的最好方法:不要卖任何东西。赢得那些可能购买的人的意识、尊重和信任。作家兼数字策略师兰德·菲什金(Rand Fishkin)

在信息过载的时代,企业和个人必须专注于建立有意义的联系并提供有价值的内容来吸引受众的注意力。在数字数据爆炸导致信息过载的背景下,个人和内容创作者要脱颖而出越来越具有挑战性。因此,获得一次突破的战斗不是从零开始,而是从大量的试验中切入噪音。

“最大的风险是不承担任何风险。在一个瞬息万变的世界中,唯一肯定会失败的策略就是不冒险“——Facebook 创始人马克·扎克伯格 (Mark Zuckerberg) 在接受 Y Combinator 总裁兼 OpenAI 联合创始人兼首席执行官 Sam Altman 采访时,2016 年

我们正处于人工智能人类历史的下一个前沿。人工智能驱动的系统,如搜索引擎、聊天机器人和推荐算法,已经改变了我们发现内容和与内容互动的方式。

  • AI 驱动的推荐

所有社交、内容和电子商务平台,如 LinkedIn、Spotify、Netflix 和亚马逊,都利用 AI 来定制用户推荐,推动参与度、转化率和客户满意度。

  • 从自然语言处理 (NLP) 到多模态 AI 助手

NLP 是 AI 的一个子集,它实现了更高效、更易于访问的信息检索。Siri、Alexa 和 Google Assistant 等虚拟助手使用 NLP 来回答问题、执行任务和提供信息。这项技术使不同技术素养水平的人都能获得信息,从而创造了公平的竞争环境。我们都很高兴看到多模态生成式人工智能将如何改变我们的生活、工作和学习方式。

“我们正在从移动优先转向人工智能优先的世界,”谷歌首席执行官桑达尔·皮查伊(Sundar Pichai)说。

这种转变强调了人工智能在提供个性化信息方面日益增长的作用,以及企业如何利用当今生成式人工智能的力量来增强员工的能力,并通过自动化改善工作流程。

“人工智能将彻底改变商业格局,那些不适应的人将被抛在后面,”IBM前首席执行官Ginni Rometty说。

人工智能大规模处理和解释数据的能力正在重塑行业,包括营销、医疗保健和金融,这使得组织必须利用其指数级增长的潜力。

在这场人工智能推动的热潮中,缺少的是用户坐在驾驶座上来导航认知应用程序,这比提示工程甚至检索增强生成(RAG)更复杂。这就是为什么我的联合创始人 Dmitri Tcherevik 和我推出了 AnyQuest PyAQ,这是一个开源的低代码平台,供公民开发人员在工作中探索和部署生成式 AI。这是为了将用户放在首位,并使企业能够将人工智能添加到他们的劳动力中。

image-20231228224927516

No2 DATA:效率

撇开安全性不谈,当前的人工智能和机器学习 (ML) 实践严重依赖并纠缠在由大型科技公司主导的指数级数据中。人工智能是新的电力。发电机和电网由拥有巨大资本资源的巨头运营。

虽然 LLM 正在成为新的流行语,但它是对 AI 操作系统的歪曲,这些操作系统需要电力,但在安全性、效率和可用性方面蓬勃发展。换句话说,并非每栋商业建筑或住宅都需要自己的发电机。

纵观生成式 AI 基础设施堆栈,除了基础模型之外,每个专业都对多个参与者进行了分类。

image-20231228224953044

AnyQuest 为企业提供具有集成、安全性和控制功能的应用程序框架,以提高数据效率。

  • 动态知识管理:

对于任何知识工作者来说,人工智能助手只能在与工作者角色相关的数字工作空间中对特定知识有效。我们越能很好地设置这些工作空间并允许它们之间的交互式协作,我们就能提供更好的输出来协助知识工作完成任务。临时的输入和输出是浪费和有害的。

image-20231228225012956

  • 长期记忆:

生成式 AI 必须在特定的内存框架内可靠地运行。依靠没有连续性或强化学习的冲动提示是低效的。

image-20231228225055386

  • 面向企业 AI 的动态中间件

为了使 AI 具有相关性、高效性和可靠性,我们提供了一个用于数据编排和调度的架构框架,并支持内存管理、任务原语、模型管理和工具管理。

image-20231228225137663

No3 规则

人们对人工智能的恐惧如此之大,以至于组织在部署的第一步应该有明确的规则来反映责任和问责制。这需要透明度和对生成式人工智能应用的来龙去脉进行系统审计。虽然LLM是一般的黑匣子,但在全球行业和国家安全的治理下,它们的目的却是通用的。借助语义代理,组织可以记录和控制如何编排自己的特定数据以及部署认知应用程序。

如今,大多数组织在单个员工或部门层面采用自下而上的生成式人工智能。

ChatGPT 是一种用于起草电子邮件和网站文案的流行工具。成立一两年的初创公司提供的许多在线服务有助于实现销售、营销、客户支持、产品开发和其他领域的自动化工作。

人工智能采用的这种民主化为提高工作满意度和生产力提供了许多机会。它还充斥着安全、隐私和合规性挑战。

在大多数情况下,用户必须使用专有信息提示 AI。因此,组织可能会失去对其数据的控制并暴露其客户的个人信息。

禁止人工智能不是一种选择。ChatGPT 和类似的应用程序在个人移动设备上很容易使用。

组织必须主动控制和管理与生成式 AI 相关的安全、隐私、知识产权和合规性风险。如上所述,在实施企业级中间件的同时,为人们提供知识和无代码平台,是管理和控制这些风险的负责任的方法。

telligence-5">Continue reading on Startup Stash »