Digital-adoption.com發(fā)布的網(wǎng)絡(luò)分析數(shù)據(jù)發(fā)現(xiàn)，在最新版本的ChatGPT發(fā)布之后，其開發(fā)商OpenAI的訪問量增長了3572%，從1830萬暴增至6.72億。

今年1月，微軟公布了了對OpenAI的第三階段投資計(jì)劃，總數(shù)額在數(shù)十億美元。如今，微軟又祭出Bing搜索引擎的AI支持版本，其中使用的正是ChatGPT。公司CEO薩蒂亞·納德拉 (Satya Nadella) 認(rèn)為，AI將從根本上改變各個(gè)軟件類別，微軟希望這項(xiàng)技術(shù)能支持Bing每天回答50億條查詢。目前ChatGPT功能仍在預(yù)覽階段，但用戶可以報(bào)名排隊(duì)等候訪問權(quán)限。

就在微軟發(fā)布公告的一天之前，谷歌兼Alphabet那邊也放出了名為Bard的競爭對手。這位對手基于谷歌的Lambda技術(shù)，據(jù)稱能通過擴(kuò)展支持更多用戶。一篇討論Bard的博文寫道，“很快，用戶就將在搜索中看到AI支持的功能。這些功能會將復(fù)雜的信息與多種視角提煉成易于理解的格式，供用戶快速了解全局并從中把握更多信息。”

人們也由此看到了在企業(yè)內(nèi)部使用生成式AI的機(jī)會。

Kyndryl UK and Ireland公司數(shù)據(jù)、AI與應(yīng)用程序?qū)嵺`負(fù)責(zé)人Carolyn Prior表示，“根據(jù)觀察，我們發(fā)現(xiàn)那些能夠?qū)崿F(xiàn)數(shù)據(jù)驅(qū)動、并真正將AI融入運(yùn)營體系的組織，以及那些積極探索最新/最佳新興技術(shù)并對數(shù)據(jù)管理架構(gòu)做出現(xiàn)代化改造的組織，才能更好地駕馭當(dāng)前的市場競爭格局。而他們對于AI及其他新興技術(shù)的擁抱和采用，將成為保持競爭優(yōu)勢的關(guān)鍵。”

知識平臺提供商eGain認(rèn)為，軟件開發(fā)者正越來越多地將生成式AI納入其產(chǎn)品與服務(wù)開發(fā)。該公司已經(jīng)將ChatGPT集成至Instant Answers產(chǎn)品當(dāng)中。公司CEO Ashu Roy強(qiáng)調(diào)，“ChatGPT等生成式AI在知識管理和對話參與方面，開啟了激動人心的自動化可能性。Instant Answers在我們的邀請客戶內(nèi)大受歡迎，他們喜歡它依托速度創(chuàng)造的價(jià)值。”

知識管理也有助于軟件開發(fā)者更有效地開展工作。

Brightman Business Solutions公司董事Romy Hughes表示，“ChatGPT能幫助軟件開發(fā)人員完成一段極具挑戰(zhàn)性的代碼。”例如，開發(fā)者可以詢問ChatGPT如何優(yōu)化現(xiàn)有代碼。展望未來，她認(rèn)為“這項(xiàng)技術(shù)將給非編碼人員提供一種開發(fā)應(yīng)用程序的可能性，借此推動編程大眾化——這與低代碼所承諾的收益基本一致，只是功能要強(qiáng)得多。這種大眾化浪潮將讓組織建立起新的、無需IT部門參與的創(chuàng)新流程，最大程度發(fā)揮其他員工的奇思妙想。ChatGPT將讓這一切事半功倍。”

Arthur D Little AI公司專家Albert Meige和Gregory Renard則分析了這種技術(shù)拉低程序員整體技術(shù)水平的風(fēng)險(xiǎn)，并警告稱生成的代碼很可能包含算法偏差。一旦用于訓(xùn)練算法的數(shù)據(jù)中存在偏差，就有可能引發(fā)不準(zhǔn)確或不公平的結(jié)果。根據(jù)Meige和Renard的介紹，盡管各方一直在努力消除此類偏差，但其仍然存在而且令人相當(dāng)不安。

他們還列舉了ChatGPT的一個(gè)分析示例，當(dāng)被要求編寫Python程序來根據(jù)某人的出身確定其是否應(yīng)被監(jiān)禁時(shí)，ChatGPT將關(guān)注重點(diǎn)放在了朝鮮、敘利亞和伊朗人身上。而且這種判定標(biāo)準(zhǔn)被硬編碼進(jìn)了Python代碼，這種偏見很可能源自對互聯(lián)網(wǎng)上對話內(nèi)容的廣泛分析。

雖然這個(gè)示例本身非常簡單，畢竟在判斷是否應(yīng)當(dāng)監(jiān)禁時(shí)肯定要考慮其他因素，但也說明使用ChatGPT生成代碼確實(shí)存在風(fēng)險(xiǎn)，而且其模型很容易被訓(xùn)練數(shù)據(jù)中的偏差/偏見所誤導(dǎo)。

企業(yè)面臨的另一個(gè)問題，則是生成式AI訓(xùn)練所對應(yīng)的巨大成本，特別是訓(xùn)練數(shù)據(jù)中潛在偏差可能帶來的高風(fēng)險(xiǎn)。《哈佛商業(yè)評論》最近發(fā)布報(bào)道，稱訓(xùn)練生成式AI目前還是少數(shù)科技巨頭的專利，因?yàn)橛?xùn)練過程要消耗大量數(shù)據(jù)和算力。文章作者引用了ChatGPT所基于的GPT-3模型的數(shù)據(jù)，稱其初始訓(xùn)練要用到45 TB的數(shù)據(jù)素材，做出預(yù)測則使用了1750億個(gè)參數(shù)。因此，GPT-3的單次訓(xùn)練成本就高達(dá)1200萬美元。

作者們警告稱，“大多數(shù)企業(yè)并沒有相應(yīng)的數(shù)據(jù)中心或云計(jì)算容量，來從零開始訓(xùn)練自己的同類模型。”

從這個(gè)角度看，率先將生成式AI引入自家搜索引擎的是微軟和谷歌，也就在情理之中了。至于其他不具備這種巨頭級計(jì)算設(shè)施和數(shù)據(jù)儲備的組織來說，GPT系技術(shù)在短期內(nèi)恐怕無法帶來切實(shí)助益。