ChatGPT的新难题：进军企业市场应发力“小而精”而非“大而全”

hsjnnu

生成式人工智能能够给职场人士带来巨大的便利，ChatGPT企业级版本仅仅是接触到冰山一角。这一产品也引发了若干个有趣的讨论，那就是生成式人工智能如何在员工工作场景下建立存在感。

　　一些人工智能大语言模型并未接受过有关企业应用的专门训练，这些通用的AI助手到底能否让员工工作效率真正提高？换言之，未来人工智能在企业应用最成功的案例，是否会来自于那些利用自家数据进行训练、让人工智能适应自身业务需求的企业？

　　根据OpenAI企业对用户账户（电子邮箱）统计，目前美国八成大型企业的员工们已经在工作场景下使用ChatGPT。需要指出的是，许多企业警告员工，不得在内部使用人工智能聊天助手，企业担心ChatGPT的对话会吸走自家数据，造成敏感信息外泄。

　　企业员工在上班时使用的互联网服务，很多属于市面上的消费者互联网产品，ChatGPT和它们一样缺乏“企业级”的特点。比如企业级的互联网服务需要保持高水平的在线，速度要足够快，而且企业IT部门还可以监控员工使用情况。

　　本周推出的企业级ChatGPT版本，解决了上述的一些担忧。OpenAI企业表示，在对话过程中，ChatGPT并不会采集企业数据来训练语言模型。而在免费的消费者版本和包月20美金的版本中，ChatGPT则会采集用户对话信息。

　　这一企业版也支撑更复杂的功能，比如可以给出更长的答复信息，在答复用户提问时，能够分析更多上下文信息。

　　只要是通用AI助手，一般就是根据互联网上的海量信息进行训练，他们的“智商”和功能有上限，比如这些通用助手如果放在金融行业、医疗行业等场景下，专业常识不够。

　　另外，一个通用AI助手并不了解其产品、客户等信息，很难给出和企业高度相关的分析和洞察能力。

　　美国IBM(147.94, 1.11, 0.76%)企业的App业务主管罗布·托马斯（Rob Thomas）表示，在企业中应用生成式人工智能，面临一个两难选择。

　　托马斯表示，目前人工智能行业的竞争趋势，是开发更大规模的语言模型，利用更多的数据进行训练，从而让他们的功能更强大。但是在企业场景下，语言模型更窄，它的回答更精准，也更好用。

　　因此为了满足企业需求，行业需要对一款通用语言模型（基本版）进行再次培训，要让它接触到更多的企业数据，理解所在行业的常识。

　　托马斯先容说，如果企业使用自家的关键信息训练语言模型，而且还让它实行重要工作，这种AI模型在企业内部的地位将会攀升（成为董事会关注和讨论的事宜）。

　　托马斯表示，在很多企业看来，他们愿意把生成式人工智能变成一个企业自有技术，会部署在自家的服务器和数据中心。企业的人工智能未来还将面临监管问题，如果出现了错误答复，厂商还需要了解这些语言模型到底使用了怎样的数据来训练。

　　今天，普通大众在日常生活中更频繁使用ChatGPT等人工智能服务，但是企业会千方百计阻止员工在办公室使用这些消费者服务，这样就提供了企业级人工智能产品的市场空间。

　　企业市场和消费者市场截然不同，OpeanAI企业在提供企业级产品方面能走多远还是个未知数。该企业在人工智能领域已经烧掉了几十亿美金的研发经费，企业级市场意味着一个“很香”的营收来源。不过，该企业尚未公布企业级ChatGPT的定价方案。