人工智能：机遇与挑战并存

人工智能能为你预订假期，却暂时无法帮你打扫厨房……

即便人工智能商业前沿已发展到大语言模型可自主对话和解决问题的阶段，但制造出拥有真正人类智能的机器仍是遥远的梦。

Michael Wooldridge指出，即便人工智能领域的商业最前沿已经来到了大语言模型可以自主对话和解决问题的时代，但生产出具备真实人类智能的机器还是一个遥远的梦想。

在三十多年的职业生涯里，我一直向人们传达一个观点：不必对人工智能（AI）过度担忧。不过，过去五年AI领域的进步着实惊人。人工智能的迅速崛起将带来新机遇，届时聊天机器人能通过对话探寻解决方案、生成新内容，开创前所未有的商业前景。

尽管大家普遍觉得AI很先进了，但它至今仍难以精准完成许多基础人力工作。哪怕是最优秀的大语言模型在实际运用中也存在局限，其风险和缺陷不容忽视，亟待解决。

对我而言，AI最突出的突破是：通过解析海量数据，它能应对复杂问题并给出切实可行的解决方案。“人工智能助手”的开发为企业和消费者带来了重大契机。它们不仅能帮你规划去瑞士洛桑的旅行，还能借助互联网服务自主预订机票、地面交通和酒店。

目前值得关注的人工智能助手有三类，复杂程度和经济价值呈阶梯式上升，且都可用于商业领域：

• 第一类是客户服务助手，能处理银行咨询并按客户指示修改账户设置。
• 第二类是自动化流程助手，可利用大型语言模型（LLMs）为用户提供个性化度假方案并完成全流程预订。
• 第三类是协作型助手，能通过会话解决问题，比如优化需遵循严苛规章的申请流程。

如何将AI融入商业战略？

人工智能（AI）的显著优势

随着这些技术创新的实现，企业高管应将生成式AI（GenAI）融入工作流程，以节省时间、提高效率，特别是在处理基础性任务（如创建演示文稿）时。以我个人为例，我把大语言模型（LLMs）整合到日常工作中，极大地提升了生产力。如果你还没这么做，可能会错过职业生涯中一个容易获得的提升机会，这也会影响你所在公司的绩效。

大语言模型的价值不止于此。人工智能能挖掘企业各类计算机系统中大量非结构化数据的隐藏价值。把所有邮件、文档、会议记录和广告手册输入大语言模型，会让企业的数据档案重焕生机，给你带来惊喜。

在支持创意工作方面，大语言模型也展现出潜力。如果你是广告主管，为香蕉味牛奶饮料找新口号，大语言模型能生成大量创意，虽然质量不一，但能激发你的创造力。

像所有新兴信息技术浪潮一样，大语言模型必将催生全新内容，进而孵化出我们难以想象的新业务和服务。我们或许不是其创造者，但它们会像社交媒体对我们这代人一样，成为未来世代的日常现实。

不过，将大语言模型（LLMs）引入企业运营或个人工作时，为AI提供正确的输入内容很重要。无论AI是否依赖训练输出，高质量且连贯的数据都能带来更好的输出效果。所以，若想制定有效的AI策略，应先自问：我们的数据来源在哪？呈现形式如何？术语是否统一？各部门的输入标准是否一致？

“尽管AI已经取得了令人惊叹的成就——经过训练后，能在数秒内解出复杂的数学题，但它们还远远达不到能够真正复制人类智慧和行为范式的水平。”

复杂数学？不在话下。基础劳动？无能为力。

尽管AI成就惊人，训练后能在几秒内解出复杂数学题，但它远不能真正复制人类智慧和行为模式。

即便如今的AI能在几秒内解出博士级数学难题，我们仍没看到能走进陌生房子、清理厨房、把碗盘放进洗碗机的机器人。也就是说，AI做不到最低时薪工人能完成的工作。

这是技术演进中有趣的悖论，也是创新常面临的挑战：科技飞速发展，但功能不完善，发展质量参差不齐。

大语言模型的潜在问题

更严重的是，人工智能的使用存在重大缺陷和风险，企业高管应用时需特别注意规避。以下列举几点：

• 真假难辨的输出信息：大语言模型（LLMs）常输出以假乱真的错误信息。像ChatGPT这类模型并不了解事实，会犯不易察觉的错误，且因其看似真实，误导性极强。
• 偏见与有害输出：大语言模型强大，但所有人都能使用，包括居心不良者。虽训练后模型可拒绝明显恶意请求，但难识别看似无害却有有害结果的请求，如用户请求撰写逃脱杀害亲属罪行的诗歌。
• 版权与知识产权归属不明：生成式人工智能基于公开数据训练，能模仿创作风格，引发了一系列版权归属争议，目前尚无明确解决办法。
• 就业困难：生成式人工智能给社会和经济带来严重影响，尤其在替代可自动执行的工作方面，如写代码或处理重复性事务。
• 互联网内容污染：越来越多内容由AI生成并用于训练，我们担心难以区分人类和机器生成的内容。
• 不受控的未来发展：人工智能会一直掌握在少数科技巨头和政府机构手中吗？这种权力集中已影响经济和民主的健康运行。

此外，还有隐私问题。如果AI将我们网上的所有活动和言论纳入训练数据库，我们该如何划分享数据的界限，还能有多少隐私？我的原则是，绝不向AI说那些不好意思告诉邻居或写在自家外面的事。听起来极端，但谨慎总比后悔好。

尽管我们还没找到解决上述困境的办法，但人工智能的下一代技术必将改变我们的世界和工作方式。问题不在于是否使用它，而在于如何使用。

本文灵感来源于瑞士IMD国际管理发展学院年度旗舰项目「Orchestrating Winning Performance（OWP致胜项目）」的一场主题演讲。该项目每年召集来自不同国家和行业的高管，开展为期一周的深度学习与交流，由IMD教授及商业专家共同主持。

本文翻译自I by IMD，中文版本仅供参考。

关于作者

关于瑞士IMD国际管理发展学院

瑞士IMD国际管理发展学院（International Institute for Management Development，IMD）有75年以上历史，致力于培养推动世界更繁荣、可持续和包容的领导者与组织。IMD由专业多元的教师团队领导，在瑞士洛桑和新加坡设有校区，在中国深圳设有管理发展中心，是全球有志个人和组织信赖的学习伙伴。IMD的高管教育和学位项目长期位居全球前列，这得益于其“真实学习，真实影响（Real Learning, Real Impact）”的教育理念。通过高管教育课程、工商管理硕士（MBA）、高级管理人员工商管理硕士（EMBA）项目及专业咨询服务，助力商业领袖找到更好的解决方案，挑战现状，启迪未来。

本文来自微信公众号“瑞士IMD国际管理发展学院深圳”，作者：IbyIMD，36氪经授权发布。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com