过去两周 ，OpenAI 的创始人 Sam Altman 被董事会解雇，相关成员即将被为微软成功挖角，但剧情快速“反转”， Altman于上周二便重返CEO职位。
一波三折中又将人工智能或者准确地说是生成式AI（GenAI）推向了高潮。
不论这是一场公司内部权力斗争的宫斗剧还是关系到“人类福祉”的AI伦理及风险的深刻讨论的路线分歧。生成式AI都已成为科技公司们争夺的科技高地。
生成式AI将成主流？
微软通过对 OpenAI 投资 130 亿美元获得了生成式AI 的优先使用权。而在刚刚发生的 OpenAI 高层动荡中也试图通过接收 OpenAI的高层管理人员进一步强化其在生成式AI技术的领导地位。
同时，微软正不遗余力地将生成式AI产品Copilot 功能渗透到家族产品中。不仅涉及 Teams（微软的团队协作/混合工作中心），还涉及其他各种 Microsoft 365 产品，包括 Word、PowerPoint、Excel、Outlook、Loop 和 Viva。
而科技巨头 Meta 已解散了其 Responsible AI （RAI）团队，将更多资源转向生成式人工智能的开发。
据消息称，RAI团队的大部分成员将融入Meta的生成式AI产品团队，而其他人则将为公司的AI基础设施做出贡献。此次重组之际，Meta 继续强调其对负责任地开发人工智能的承诺，这一承诺在其网站上得到了强调，Meta官网列出了负责任的人工智能的关键支柱，包括问责制、透明度、安全性和隐私。
尽管 RAI 团队解散，Meta 代表乔恩·卡维尔 (Jon Carvill) 保证，公司将继续致力于安全和负责任的人工智能开发。他强调，解散的团队成员仍将支持负责任的人工智能开发和使用的跨元努力。然而，截至本文报道时，Meta 尚未回应置评请求。
而今年早些时候，RAI 团队进行了重组，其中包括裁员。这使得 2019 年成立的团队的自主权有限，并且需要在实施举措之前与利益相关者进行广泛的谈判。该团队主要审查人工智能训练方法，重点关注训练数据多样性并避免 Meta 平台上的审核问题。
谷歌也不甘落后，最近也动作频频。Alphabet 旗下的公司计划向一家名为 Character.AI 的人工智能初创公司注入“数亿美元”，该初创公司为用户提供模仿流行人物（如 Billie Eilish 或动漫人物）的聊天机器人。该公司的产品深受年轻人欢迎，使用服务的用户中一半以上都是年轻人。
谷歌对Character.AI的投资金额将紧随不久前对 OpenAI 竞争对手 Anthropic 的投资，金额高达 20 亿美元。
被快速应用是科技公司们热衷生成式AI的重要原因
O'Reilly 2023 报告揭示了人工智能在企业领域的发展历程中的一个重要里程碑：生成式AI技术的采用率为 67%。
这个数据表明生成式AI成为近代历史上被最快采用的技术创新。更引人注目的是，其中 38% 的企业使用人工智能不到一年，这表明人们对人工智能能力的兴趣和信心迅速增长。
采用率的激增可归因于几个因素。首先，生成式人工智能技术的发展使它们更容易获得和实施。训练模型变得更加用户友好，开源模型的兴起减少了资源需求。其次，简化人工智能交互的工具的开发，例如自动提示生成和用于文档检索的矢量数据库，使人工智能更容易为更广泛的组织所接受。
从本质上讲，生成式人工智能快速融入企业标志着商业世界的变革阶段。公司不仅在尝试人工智能，而且还在尝试人工智能。他们正在积极将其纳入核心业务，推动增长并增强竞争优势。
AI提高效率是一方面，更重要的是创新
O'Reilly 的研究认为，绝大多数人（77%）正在使用人工智能来完成编程任务，这表明软件开发正在向自动化方向发生重大转变。GitHub Copilot 和 ChatGPT 等工具变得越来越流行，提高了编码的生产力和效率。
第二个最常见的用例是数据分析。70% 的企业为此目的采用人工智能。事实证明，人工智能处理和分析大型数据集的能力是无价的，它使企业能够获得更深入的见解并做出更明智的决策。
面向客户快速反应很重要。65% 的企业使用生成式人工智能来增强客户体验。这包括聊天机器人、个性化推荐和自动化客户支持，所有这些都旨在提供更具吸引力和响应性的交互。
内容创作是企业的刚需。约47%的企业将人工智能用于营销文案，56%的企业将人工智能用于其他形式的文案，这表明人工智能在创意领域的影响力日益增强。
CIO眼中的生成式AI仍要跨越一些障碍
宝洁公司于 9 月份推出了内部生成式 AI 模型，该模型是使用 OpenAI 的 API 构建的，支持超过 35 个用例。首席信息官 Vittorio Cretella 表示，在日常生活中，并没有“像你想象的那样”使用生成式人工智能。
“我很守旧，如果我用它来做演讲，我会感到内疚。”他表示，“主要使用生成式 AI 工具来总结长电子邮件线程和会议脚本以提取关键点。我发现这非常有用。”
世邦魏理仕集团为员工打造了一个人工智能游乐园，让员工们能够在安全的环境中使用工具。工程师主要使用 GitHub 的 Copilot，而其他员工则使用其他生成式AI工具进行创新。
世邦魏理仕首席数字和技术官 Sandeep Davé 通常只使用生成式人工智能从演示文稿和电子邮件中总结和提取关键点。
当美国国家标准与技术研究院发布其网络安全和人工智能指南时，Davé 利用自助服务的生成式人工智能模型来总结冗长的文档。他还用它来协助撰写有关复杂主题的电子邮件。 这一切都是为了“提高效率”。
Databricks 的首席信息官 Naveen Zutshi 则表示，Databricks 正在致力于为其客户构建专有的生成式 AI 工具，同时为内部用例部署该技术。他说，对于内部工具，IT 团队正在使用检索增强生成来调整现成的模型。
“我们有团队构建模型，也有团队在现有模型上构建检索增强生成，”Zutshi 说。
这家数据云公司在 Slack 网站上部署了一个内部模型，并为客户和客户支持代表提供了生产中的聊天机器人。
Zutshi 说：“我们还有一个聊天机器人，这将有助于改善我们的知识库，也是我们为职位描述构建的一个聊天机器人。为了训练合同摘要聊天机器人，IT 部门与法律部门合作创建了必要的提示。 ”
“只有少数公司会建立自己的基础模型，在大多数情况下，你不需要它。对于大多数客户来说，您要么需要在基础模型上使用检索增强生成用例，要么可以使用多个模型。现在市场上有很多好的产品。你只想确保控制你的数据和 IP。”
Freshworks 为客户提供了多种基于人工智能的生成解决方案，同时也在内部利用该技术。
Freshworks 的 IT 高级副总裁兼首席信息官 Prasad Ramakrishnan 表示：“我正在采取基于用例的路径，在提出解决方案之前，我会尝试找出[是否存在]问题。我们正在评估的解决方案之一是 Google 的 Bard API。如果我能节省一些时间，如果定价合适并且价值合适，我就会部署它。”
Skillsoft 首席技术和产品官Apratim Purakayastha 表示，Skillsoft 推出了多门与该技术相关的课程和课程。在内部，团队参加了创新冲刺和黑客马拉松，以提高他们的速度、探索新领域并潜在地学习新技能。
“我经常使用生成式人工智能来准备技术演讲草稿，总结大型技术文档，并通过要求生成式人工智能为任务生成代码来判断编码任务的复杂性，这让我对工程估算有了深入的了解。”
生成式AI与其他方式创作的优势比较
风险与回报，企业应从平衡的角度来看问题
O'Reilly 的研究发现，生成式AI最大的障碍是确定能实施的适当用例。这凸显了人们在理解如何在特定业务环境中最好地有效利用人工智能技术方面存在差距。
第二个主要障碍涉及法律、风险和合规问题，38% 的受访者提到。随着人工智能技术的进步，企业正在努力解决集成这些系统的复杂性，同时遵守法律标准并降低风险，特别是在数据隐私和道德人工智能使用等领域。
企业主要关注意外结果（49%）、安全漏洞（48%）以及与安全、可靠性、公平、偏见、道德和隐私相关的问题（各有 46% 的受访者提到） 。这些担忧凸显了对人工智能系统进行严格测试和验证的必要性，以及开发强大框架的必要性，以解决道德问题并确保负责任的人工智能使用。
Forrester 分析师Jeff Pollard 认为，生成式AI采用的速度正在给 CISO 界带来很多焦虑。“这一切进展如此之快……这让很多 CISO 感到害怕。它让很多法律团队感到害怕，这理所当然。但当谈到新兴技术时，Risk是一个四个字母的词。但希望开始考虑风险并用不同的词代替，这个词就是权衡。因为权衡是风险的日常语言。”
同样，Forrester 分析师Allie Mellen 认为：GenAI 对于高级员工来说将非常有吸引力。“最终，生成式人工智能和安全工具对于那些经验丰富且级别更高的人来说将非常有用，因为他们一直渴望有一种工具能够帮助他们验证环境中发生的情况并更快地做出响应。”
Mellen 指出：利用人工智能开发攻击将需要更长的时间。“首先，从逻辑上来说，这实际上非常困难。你不能只是侵入所有这些机器，瞧，你就有了一大笔钱，从软件的角度来看，有很多东西。你必须围绕它进行构建，以使生成式人工智能对‘黑客攻击’有用。”
随着组织推动创新和采用生成式人工智能工具，CIO们更好地了解支出和使用情况的压力预计会增加，同时，技术的复杂性每年都呈指数级增长，这使得 IT 领导者必须相对快速地解决这个问题，否则就有被时代抛弃的风险。
