登陆注册
32724

专访埃森哲全球副总裁董筱珊:AI技术推广中,人的因素至关重要

锤子财富2024-07-14 11:11:120
“这其实是一种人加上AI的能力,而不是AI自身完成自动化。”

本轮人工智能(AI)浪潮与过去的技术突破时期有何不同?中国能否走出一条独特的AI发展之路?

微观层面上,企业如何将AI技术推广到日常运营中,从而提升效率和生产力?企业上下该如何建立起对AI的信任、如何在各个业务和职能推广该技术?企业又该如何规避那些可能由AI导致的风险呢?

就这些问题,第一财经记者在2024世界人工智能大会暨人工智能全球治理高级别会议(WAIC 2024)期间专访了埃森哲全球副总裁、全球数据能力主管董筱珊(Teresa Tung)。

AI繁荣比过去的科技突破时期更加普惠

第一财经:我们目前正在经历的AI繁荣与过去的技术突破有什么区别呢?

董筱珊:我认为一个区别在于其普惠性。举个例子,当ChatGPT于2022年11月问世时,我的孩子们和父母立刻就能轻松使用这项技术,这在云技术和大数据技术取得突破时并未发生过。那些技术很大程度上仍主要由技术专家,比如软件工程师、数据科学家等进行使用。

正是这种普惠,更快地推动了AI的发展,市场也作出快速反应。在推出后的短短几个月内,ChatGPT就拥有了上亿用户。埃森哲很快捕捉到了这一趋势,我们观察到,自2022年11月ChatGPT发布以来,各类企业在财报电话会议中提到人工智能的次数增加7倍,并且不仅仅是企业技术团队会提到AI。我对此的解读是,企业电话财报会议需要向各方报告AI市场的发展,投资者、消费者和企业员工都想了解一家企业在日常业务中如何使用AI技术。这与过去相比是一个很大的变化。

第一财经:除了消费端的变化,目前来看,很多AI企业似乎也已盈利。本轮AI热潮与过去的技术突破时期相比,是否也能帮助相关企业更快实现收益或获得利润呢?

董筱珊:这种实现收益或获得利润可能不一定是通过提供AI产品或服务直接获得的,AI技术带来的生产力提高,往往是企业获得收益、价值的首要方式之一。

当企业使用生成式AI技术时,由于相关模型已经被提前训练好,同时还存在许多互联网数据或其他数据可使用,企业不需要再投资一大笔资金。大多数企业都会将这些技术应用于诸如市场营销、客户服务、销售、财务、知识管理等业务和职能,具体可用来帮助处理电子邮件、生成文档,生成产品描述等,过去这些工作可能需要花费较长时间来完成。从上述情况不难发现,AI能令企业提高效率和业务水平。

至于直接“变现”,这可能需要更长时间,因为我们还需要应对某些特定问题,比如风险。在使用目前的AI产品时,我们还会担心,生成的内容是否合乎道德和其他规范?同时,很多情况下,我们也会面临缺乏相关性更高、更具体的数据,无法继续用以训练模型,因而生成内容无法做到与所处企业、行业更加相关。好消息是,我们已经看到有些企业开始这样做了,尽管还不是很普遍。

第一财经:一些AI业内人士在讨论,也许中国企业可以采取不同的方式来发展AI。你同意吗?你认为理论上,是否存在很多不同的途径来发展和受益于本轮AI繁荣?

董筱珊:当我们谈论生成式AI时,主要有三种采用途径。一种是直接运用相关的应用程序,比如某个市场营销类应用程序。ChatGPT也是一个应用程序,当你使用GhatGPT时,你并非直接在与大语言模型聊天,而是在使用该应用程序来生成聊天内容。

另一种采用途径是直接运用应用程序背后的底层模型。比如,OpenAI就是一个模型,而OpenAI这一模型可以用来创建应用程序,比如ChatGPT和其他应用程序。

第三种采用途径,就是运用各种底层模型来创建适合企业或业务的特定专属应用程序。在这种情况下,运用到的底层模型可以是国际上的模型,也可以是国内的模型。

对于企业来说,选择模型时主要考虑的就是是否已预先训练完善,哪个更适用于自身以及所在市场的情况。比如,在中国,国内的大模型能生成更精确的结果,因此会更有竞争优势。此外,中国市场上的一些模型可能更具成本优势。

同时,在中国,商业环境和格局也复杂多变,企业选择也更加灵活和多样化,不同企业基于成本角度和相关性角度,可能会选择不同底层模型。这些因素可能会让中国在AI领域取得跨越式的进展。

第一财经:你认为哪些地区或国家能受益于本轮AI发展浪潮?

董筱珊:中国肯定是会受益最大的国家之一。中国具备人才库、科技企业、资金等关键因素和具有竞争力的生态系统等,同时政府也在发展AI中扮演着重要角色。

不论是要构建AI基础设施,建立大数据中心,获得GPU高性能芯片等,发展AI的初始投资是巨大的,除非是大型企业,否则大部分企业难以承受,而这也是政府能够起到作用的一个地方。

事实上,在全球,政府都需要扮演相当的角色,比如推出了AI的相关法案和文件,给行业参与者一些明确的指导方针。通常来看,如果企业不知道哪些事情能做或不能做,往往就会谨慎起见而束手束脚。基于此,政府主动明确规则,并让行业参与者知道政府鼓励发展AI,是有所裨益的。

第一财经:关于AI的演变路径,近期有分析师认为,与此前移动互联网时期类似,最初会让英伟达这样的硬件企业受益,然后是博通这样的AI基础设施类企业,再之后是强调与人交互的AI软件企业将会获得发展。你赞同这种路径吗?

董筱珊:我基本同意这一演变路径。归根结底,大多数用户愿意为体验付费。比如用于市场营销的AI写作及内容生成应用,又比如生成音乐的应用程序,亦或是微软推出的Copilot,对于普通用户来说,应用程序底层技术、模型、大数据中心、GPU等这些技术概念并非是重点,他们关心的是程序使用是否便捷,生成结果是否足够准确和智能,能否带来更好的使用体验等。

现阶段,企业仍然必须打下很多基础,否则将永远无法获得这种体验。有了基础设施后,我们才能通过应用初始的大语言模型,完成调试优化服务,再基于此创建应用程序。

企业推广AI技术时,人的因素至关重要

第一财经:企业将生成式AI融入其业务流程的实际进展如何?理论上,AI能够如何帮助他们消除障碍、提高生产力或释放商业价值呢?

董筱珊:在企业内部推广AI技术时,仅仅考虑技术本身是不够的,还需要与终端用户,即运用AI技术进行具体工作的员工合作,他们往往是最适合担任AI教练的人选。所以,如何推广AI技术,不应该由企业的技术团队告诉员工应该怎么做,而应让员工参与决策共同确定该如何做。这点对于生成式AI技术尤为适用,因为生成式AI并非“天生”就能够提供准确、可靠的内容。这时候,就需要运用该技术的员工来帮忙判定某些生成内容的对错,以及是否能生成某项特定任务所期望的信息。

举例来说,如果某个员工负责在供应链中管理仓库,他必须确保货物在正确的时间送进来并送出去,背后需要考虑的因素包括时间表、库存、客户等。如果要运用AI技术,员工要确保让AI也能考虑到上述所有这些因素。如此一来,如果有什么事情被推迟或顺序发生了变化,AI就知道该如何应对。所以,熟悉这些因素的员工,就要充当AI的教练。并且,当AI生成了这些信息后,员工也会进一步反馈,不断验证提供信息和提供形式的准确性和精确性。长此以往,AI就能够动态地提取该员工在某一具体时刻需要查看的数据,并且根据情况的变化(例如,有人迟到了,有人请病假了,或客户更改了订单)决定提供数据的具体时点。上述任何环节都会产生连锁效应,牵一发而动全身,因此,AI与员工的合作非常关键。

第一财经:在企业在内部推广AI技术的时候,人的因素仍然很重要?

董筱珊:绝对如此。在AI技术发展中,人的因素非常重要。这其实是一种人加上AI的能力,而不是AI自身完成自动化。这也是AI与以往技术变革不同的另外一点,它是非常人性化的技术,也因此它比以往的突破性技术更易得、更快普及,以及更加对于用户友好。比如,即便使用者不是技术专家,也能运用AI来编程,创建指令动作。即使不是艺术家,也能通过AI生成图像。每个人都可以运用AI的创造性,且不受特定技能所局限。

第一财经:埃森哲的一项研究表明,虽然亚太区89%的首席体验官(CXO)计划在2024年增加对AI技术的投资,但不少高管承认他们缺乏通过AI技术完成企业重塑所需的技能。更重要的,当涉及推广AI时,领导者和员工之间存在信任赤字,许多员工会担心自己的工作。根据你的经验,能采取什么方法让员工对企业引入及推广AI技术感到更舒适,甚至愿意拥抱这种变革呢?

董筱珊:上述研究结果也显示,员工对生成式AI技术本身很兴奋,94%的员工表示想学习这项新技术,只是他们不认为企业管理层能够积极推广AI技术。在我看来,这主要是因为企业领导还没有在全体员工中展开相关培训。

正如我提到的,其实生成式AI是一种非常人性化、基于人的技术。如果通过培训让员工了解到运用AI的风险和要求,让他们成为AI的教练,将他们纳入转型过程,他们会更容易接受。这是所有企业领导者真正需要做的,因为不仅仅是软件工程师,各类工种的员工都将是数据工作者,都能接触到数据并针对数据提出问题,也需要基于数据作出决策或推动变革。

第一财经:在训练员工前,我们是否应该先培训企业领导呢?上述研究结果也提到,在起初的兴趣爆发期后,即使是企业领导自己,在日常工作中对生成式AI的使用量也出现了减半的情况。

董筱珊:我们需要培训所有人,让所有人都能够最好地了解AI技术的前景。埃森哲自身已经给全球70多万名员工进行了基础培训,让企业上下知道什么是生成式AI,以及这项技术意味着什么,背后有什么风险和机会,从而有更好的心态适应并运用AI。比如,人们会在手机上处理很多AI相关的任务,这既是机遇也是风险,因为个人可能会无意间把企业的一些重要信息泄露出去,也可能会被动接收到一些他人生成的内容,存在潜在风险。通常,技术团队会更习惯于应对这些情况,而通过培训,企业的所有人都会具备这样的意识和处理方法。

第一财经:你能分享几个有趣的或令人印象深刻的案例吗?

董筱珊:我们确实有看到和参与企业客户落地应用的例子。比如,有一家规模非常大的生命科学企业客户与埃森哲合作开展AI相关培训,旨在建立起技能和专业知识,培养内部数字人才。这并非一家科技企业,但他们知道需要基于AI技术进行研发上突破,革新他们业务。

还有一个与传统车企合作的案例。通常,将企业数据转化为某种知识或洞察,需要在许多领域专家和数据来源之间来回沟通,整个过程需要相当长的时间。埃森哲助力宝马建立了一个名为EKHO的新一代人工智能平台,帮助员工解决复杂的问题。EKHO甚至可以通过从过去的场景中学习来解决全新的挑战。在过去,宝马销售人员必须查阅实物手册才能了解可能的汽车配置。现在,使用EKHO平台,宝马可以将此过程减少到几分钟。并且,EKHO可以适用于客户的各项业务,比如在制造环节,它可以通过回答库存和物流问题来优化供应链流程。EKHO可以帮助宝马在北美市场的效率提升了30%至40%。

此外,还有一个《财富》杂志的案例。《财富》通过严格收集和分析世界上大型企业的复杂财务数据,创建标志性的《财富》500强排行榜。多年来,《财富》积累了丰富的数据。我们与《财富》合作,开发一个名为Fortune Analytics™的生成式AI平台,可以通过访问各年度《财富》排行榜、印刷品和在线文章以及在线视频,获取数据并进行整合。平台再对生成的内容进行微调,使《财富》的用户,尤其是某些特定业务领域的企业领导者和研究员,能够花更少的时间搜索信息,花更多的时间制定战略和作出有影响力的决策。该平台提供的产品比较直观和多样,形式上既有文本,也有可视化数据产品,比如散点图、折线图和条形图等。

第一财经:在伦理领域,AI也存在着诸如隐私、偏见和歧视以及影响人类判断等风险。企业能够如何避免由这些风险引发的一些问题呢?

董筱珊:首先,我们需要了解生成式AI的本质。归根结底,它不是给使用者一个准确的答案,只是生成它在知识库以及训练中习得的有关信息和内容,所以有些时候它甚至会编造一个答案,令人们感到疑惑,造成了所谓的“幻觉”。

了解这点后,我们再来考虑到可能存在的风险。就像我们在编程、写软件时一样,我们也需要对AI进行测试和验证。我们需要创建一组测试和验证数据,当AI模型发生变化时,我们就能够及时评估这个模型是否是准确的,或者生成的内容是否适合传播。

比如,在营销活动中用到生成式AI技术时,如果企业想确保生成和传播的内容符合实际情况并能达到最佳效果,就需要让该领域的专业员工对生成的内容进行判定,从而收集一组相互对比的结果和数据。在这一过程中,各个领域的专业人士和知识的角色非常关键。并且,每个企业在判断具体业务时,也会考虑到该企业的独特之处。所以在整个过程中,我们可以先通过专业员工先收集一批数据,然后运用AI程序自动生成内容,再去验证对错,从而不断扩充验证数据组。如此一来,在日后其他员工在试图选择模型时,或试图验证生成结果是否正确或准确时,就可以用程序化的方式运行这些验证数据组。

除了不断扩大验证数据组外,我们还需要微调模型,因为有些数据组中的内容和知识虽然不存在对错的问题,但可能会过时,添加新的内容和知识,使得模型最终生成内容更加准确。

0000
评论列表
共(0)条