上周GPT-4全球發(fā)布，再次將以ChatGPT為代表的人工智能如何應用于企業(yè)的討論帶向新的高潮。鑒于廣大客戶與合作伙伴對于如何在企業(yè)高質量、規(guī)模化和安全地采用人工智能實現(xiàn)創(chuàng)新突破的探索需求，我們特別邀請IBM中國的技術與行業(yè)專家，分享他們的見解與實施經(jīng)驗。今天與大家分享的是IBM數(shù)據(jù)與人工智能資深技術專家、The Open Group?卓越級技術專家（Distinguished Technical Specialist）吳敏達。以下是他近期的署名文章：

從?+AI?到?AI+，談企業(yè)如何應用?ChatGPT?技術

(相關資料圖)

作者：吳敏達IBM科技事業(yè)部 數(shù)據(jù)與人工智能資深技術專家

引言

AI 無處不在，它可以畫畫、創(chuàng)作、并與人們談論復雜的話題。技術每年都變得更加先進，越來越多的企業(yè)正在從 +AI（數(shù)據(jù)集成+分析）過渡到AI+（預測、自動化、機器學習）。 企業(yè)的 AI 采用率和 AI 能力都自 2017 年以來翻了一番，而作為數(shù)字化轉型戰(zhàn)略一部分的?AI 預算已從 2018 年的 5% 增長到 2022 年的 52%?[1]。

隨著ChatGPT的橫空出世，成為主要新聞文章的標題，一時洛陽紙貴，一試難求。越來越多的企業(yè)正在認識到他們可以通過 AI 獲得價值和轉型的新方式，開始思考如何利用ChatGPT技術重新定義生產(chǎn)力，產(chǎn)生業(yè)務價值。

然而當企業(yè)逐步深入調研ChatGPT的能力和技術之后，就會產(chǎn)生疑慮和不安。首先是安全性，由于 ChatGPT 是公有云的服務，如果企業(yè)需要使用，需要用企業(yè)的數(shù)據(jù)去 Fine-Tuning（微調）預訓練模型，而很多企業(yè)數(shù)據(jù)是敏感和需要保護的。同樣在使用 ChatGPT 服務的時候也要考慮安全的問題。

其次是準確性和權威性，ChatGPT 的答案并不總是完全準確、相關或公正，因為它們是由人工智能生成的。 雖然它能夠提供一些非常有創(chuàng)意的響應，但它會讓企業(yè)或品牌面臨風險，因為沒有一致的、可擴展的方法來確定所提供的答案是否正確。

最后，企業(yè) AI 需要考慮 AI 治理、定義政策并在整個 AI 生命周期中建立問責制，以確保模型遵守公平、可解釋性、穩(wěn)健性、透明度和隱私的原則，而這也是 ChatGPT 目前缺失的。

"梅須遜雪三分白，雪卻輸梅一段香"， 本文試圖從行業(yè)知識和技術實踐兩個角度來進行探討，看看企業(yè)如何能夠揚長避短，利用 ChatGPT 技術助力企業(yè)級 AI。

場景與流程

行業(yè)知識和技術實踐是企業(yè)級 AI 成功的關鍵因素。ChatGPT 技術在企業(yè)應用同樣如此，選擇合適的場景，采用受控的企業(yè)流程，通過開放的架構，才能讓 ChatGPT 技術在企業(yè)安全落地。

ChatGPT 是以 GPT 3.5 為基礎衍生出來的應用，目的是用來展示 GPT 的能力。ChatGPT的 技術支撐是大規(guī)模語言模型，也就是大家耳熟能詳?shù)?LLM，LLM 屬于基礎模型的范疇，基礎模型是在廣泛的未標記數(shù)據(jù)集上訓練的模型，這些數(shù)據(jù)可用于不同的任務，只需最少的微調。基礎模型和?LLM 支撐了生成式 AI，通過從現(xiàn)有數(shù)據(jù)中學習來創(chuàng)建原創(chuàng)內容。

關鍵詞：