企业对生成式人工智能的谨慎采用：现状与挑战

英文： The New Benchmark for Budget Phones: vivo Y37 Pro, a Powerhouse of Battery Life with Style and Durability

生成式人工智能（Generative AI）技术，如 ChatGPT，已迅速发展，吸引了大量用户。然而，许多企业在采用此技术时采取了谨慎的态度，不愿急于行动

生成式人工智能（Generative AI）技术，如 ChatGPT，已迅速发展，吸引了大量用户。然而，许多企业在采用此技术时采取了谨慎的态度，不愿急于行动。本文探讨了企业对生成式人工智能的犹豫不决，包括其风险、潜在收益以及企业面临的挑战。

谨慎的企业

以雷诺兹美国公司（Reynolds American）为例，该公司在测试人工智能时采取了渐进的步骤，投入有限的资源。首席信息官亚伦·格温纳 (Aaron Gwinner) 表示，雷诺兹希望利用人工智能来增强对大数据集的分析，但不会将其部署在高风险的金融应用或面向客户的职能中。

“生成式人工智能存在一些固有的风险，”格温纳说。“在我们全面推出人工智能项目之前，我们需要确立原则，并打下坚实的基础。”

企业采用情况

尽管微软 Copilot、谷歌 Gemini 和 OpenAI 的 ChatGPT 等生成式人工智能技术提供商致力于将该技术引入商业领域，但许多公司尚未迅速采用该技术。

根据 2023 年 3 月美国人口普查局发布的数据，只有约 5.4% 的企业利用人工智能来生产商品或提供服务。此外，数据表明，信息产业和大型企业采用人工智能的可能性高于其他领域。

市场研究公司 Gartner 在 2023 年 3 月发布的一份报告中发现，最可能宣称将采用生成式人工智能的企业是生命科学公司、石油和天然气公司以及电信服务提供商，其中 42% 至 49% 的企业表示有此计划。然而，许多调查也表明，尽管大多数公司表示他们将采用人工智能，但最终并未采取行动，Gartner 将这种现象称为“雄心与成就之间的鸿沟”。

评估实际用途

人工智能政策研究所 (AI Policy Institute) 联合创始人丹尼尔·科尔森 (Daniel Colson) 指出，企业仍在努力评估生成式人工智能的实际用途。

“这个问题长期以来一直悬而未决。我认为这导致了对大语言模型在商业应用中的实际价值产生了不确定性，”科尔森谈到 ChatGPT 及其他工具背后的 AI 系统时说。

投入与产出的担忧

一些人担心生成式人工智能的投入与产出不成正比。许多企业甚至难以找到合适的应用场景。

律师事务所 Luminos Law 为客户提供人工智能风险管理咨询服务。虽然律所本身也曾考虑使用生成式人工智能，但至今尚未取得进展。

Luminos Law 联合创始人安德鲁·伯特 (Andrew Burt) 表示：“我们已经讨论过此事，但事实是生成式人工智能的真正价值在于大规模为公众提供知识和见解。”“我们的规模很小，我们的服务相当专业，所以这条路对我们不适用。”

早期采用者的经验

去年，在线心理健康服务公司 Koko 披露已开始使用 ChatGPT 为用户撰写富有同情心的消息。作为 ChatGPT 的早期采用者，Koko 的做法引发了一些争议。

据 Koko 首席执行官罗伯·莫里斯 (Rob Morris) 介绍，尽管最终发送的消息需经过人工审核且发送速度快于预期，但用户得知消息背后是虚拟伙伴时仍有不满。

莫里斯说：“虚拟的同情给人一种既奇怪又空洞的感觉。”他还表示，公司使用 ChatGPT 已获得外部董事会批准，但在发现更好的应用案例之前，已停止使用该技术。

总部位于温哥华的公关机构 Mind Meld PR 在其工作中向各个记者发送新闻稿。该公司表示，尝试使用生成式人工智能的过程不如预期那样顺利，因为内容需要不断修改和完善，实际上花费的时间与全人工操作相当。

Mind Meld PR 首席执行官乔纳森·纳维 (Jonathon Narvey) 表示，人工智能有时能对研究问题提供非常确切的答案，但后来他们意识到工具生成的结果并不真实。

纳维坦言，“我们尝试过，结果完全是一场灾难。”

虚假答案的风险

在 ChatGPT 的热潮中，生成式人工智能给出准确但虚构答案的现象普遍存在。

2023 年 2 月，加拿大航空公司因聊天机器人提供错误信息而被迫向一名客户退款。加拿大航空公司表示，聊天机器人背后的技术比当前的人工智能技术更旧、更简单，但此事件凸显了使用软件向客户提供信息的风险。加拿大航空公司随后将聊天机器人从服务中撤出。

安全风险

尽管大型企业比小企业更可能采用生成式人工智能，但它们也意识到可能带来的安全风险。思科最近对隐私和安全专业人士进行的一项调查显示，92% 的受访者认为生成式人工智能与其他技术有本质区别，需要新的技术来管理数据和风险。超过四分之一的受访者甚至在工作中禁止使用此技术。

潜在的广泛采用

时间可能是限制这项技术大规模应用的主要因素。搜索引擎和社交媒体作为互联网时代的突破性技术，但它们的普及也花费了多年时间。皮尤研究中心的数据显示，谷歌成立四年后的 2002 年，只有 29% 的互联网用户日常使用搜索引擎。相比之下，据瑞银分析师称，2022 年 11 月上线的 ChatGPT 仅用两个月就积累了 1 亿月活用户，成为当时历史上用户增长最快的应用程序。

生成式人工智能最终可能沿着早期技术的轨迹广泛普及。微软表示，其研究发现，77% 使用过生成式人工智能产品 Copilot 的用户都表示不想放弃使用。

平衡风险与收益

雷诺兹公司的格温纳表示，公司正尝试在快速行动可能带来的竞争优势与行动过快的风险之间找到平衡。

“如果你回顾过去一百年的技术革命，这将是其中最大的一次，”格温纳说。“但我们需要时间来做好准备。”

企业在采用生成式人工智能时采取谨慎态度，其原因在于风险、不确定的收益和相关挑战。虽然该技术在提高效率、增强创造力方面具有潜力，但在安全性、准确性和道德问题上，它也提出了担忧。随着技术的发展和企业更好地理解其应用，生成式人工智能在未来商业中的作用可能会变得更加清晰。