過去幾個月，人工智能 （簡稱AI） ，尤其是生成式人工智能 （簡稱AIGC） 的發展令人嘆為觀止，展示了前所未有的學習能力。可以預見，這波AI技術浪潮將不可避免地給所有行業帶來結構性變革，有望重塑人類工作、生活和生產方式，拓展和釋放人類的生產力和創造力，并為社會經濟增長開辟新的機會。 

一邊是科技巨頭們相繼發布大模型戰略，另一邊是外界歷經了幾個月的新鮮感和興奮度正在逐漸褪去，擔憂、疲勞和焦慮的情緒正在快速蔓延，對AI技術認知的不足以及技術在現階段落地應用的挑戰和局限性也開始突顯。 

焦慮不能解決任何問題，過度等待可能會喪失機會，盲目冒進將面臨風險。企業需要保持清醒頭腦，以積極的心態擁抱這場變革。企業高管們首先要對人工智能的發展現狀有正確且較為全面的了解，認真評估新技術帶來的影響并思考自身的應對策略。 

新技術將會在哪些方面助力或破壞所在行業和企業原有的價值鏈？這項新技術如何顛覆人們的工作和生產方式？它將對管理和創新產生什么本質影響？企業又應如何建立有效的組織和文化充分發揮它所能帶來的價值以應對未來的競爭？

2022年11月，位于美國舊金山的OpenAI公司發布了基于大語言模型 （Large Language Model） 的對話聊天機器人ChatGPT （Generative Pre-Training Transformer） ，瞬間引起了全球前所未有的廣泛關注和熱情。今年3月，OpenAI推出支持多模態輸入的GPT-4，再次驗證OpenAI的假設，即在大規模數據語料庫上訓練的模型能力會呈現出非線性增長，這種能力的“涌現”打開了通向AIGC的大門。 

大語言模型是這次通用人工智能 （簡稱AGI） 技術浪潮的推動力，也是讓人工智能走向產業化和規模化的基礎。自2021年6月GPT-3誕生至今，美國公司發布已有不下20個參數在10億以上的大語言模型，其中包括OpenAI、谷歌及其收購的DeepMind、微軟和Meta等。在已發布的大模型中有相當一部分是開源的 （此處開源意味著免費開放的源代碼、訓練數據、模型權重、論文總結、架構和訓練細節包括基礎設施以及評估結果） 。 

雖然幾家科技巨頭蹚出了通往AIGC的道路，但開發大模型是一個復雜的工程，有相當高的門檻。大模型的開發涉及大模型算法、高質量數據集和強大算力。 

以GPT-3為例：模型擁有 1750 億個參數；訓練數據集包括45TB的文本數據 （相當于2.25億小型平裝書） ；算力方面，據英偉達此前透露，如用8張v100顯卡，預計需36年訓練時間訓練GPT-3，如用1024張80GBA100顯卡則可將訓練時間縮短至1個月；2020年微軟的開發者大會上公布了獨家為OpenAI構建的一臺排名世界前五的超級計算機，專門用來訓練超大規模的AI模型。 

大模型一旦商用，從運營層面來說，運營成本將會極其高昂。特別是當大模型被訪問次數相對較高時，算力將有可能成為瓶頸， 會幾十至上百倍增加，芯片成本也許會高達數十億美元。即便有微軟加持的OpenAI，在運行其最新參數預計達到百萬億的GPT-4時，仍感到算力不足。 

除了高昂的開發和運營成本外，大模型的開發者還需同時承擔“管理員”的角色，培養大模型的“價值觀”和“責任感”。雖然核心技術已有突破，同任何新技術一樣，AI仍有局限性和風險。以GPT-4為例，OpenAI提示其局限性和風險包括：無法區分事實和虛構，以及其所顯現出的強大能力可能導致的安全問題與倫理偏見。因大部分大語言模型的訓練數據集未開源，透明度也是個問題。 

更為重要的是，人類尚未完全理解AI的“涌現”能力是如何出現的，算法的自身迭代在未來也會呈現多種可能性。同以往很多技術相似，AI技術的合規風控、倫理及監管也滯后于技術的發展，這也給企業開發和應用新的技術帶來不確定性。 

到今年5月底，中國10億參數規模以上的大模型已發布近80個。 對有能力開發大模型的企業，大模型并非是一個另起爐灶、一擁而上的新業務，應是對已有業務方向的延伸和突破。我們也相信未來將會有更多新的開源模型出現，企業可以利用現有的開源模型基于結合自身業務進行延展及創新。 

以國內最早發布大語言模型的百度為例，一方面，將大語言模型“文心一言”與主流業務相整合，成為業務生態的重要組成部分，引領如搜索引擎等代際變革；另一方面，百度也作為技術平臺對外賦能，負責云計算業務的百度集團副總裁侯震宇在調研中表示，百度智能云為客戶提供智能算力、自研深度學習框架以及豐富的大模型體系，為企業部署和開發各類 AI 應用、服務以及大模型提供一站式端到端支持。但有一個前提條件——用戶企業必須在信息化和數字化方面有一定基礎，打通“數據孤島”，同時有能夠支持在公有云上企業應用部署的自己的技術團隊。 

這么多大模型上場，爭奪能為它買單的客戶，尤其是大企業客戶對科技公司來說會顯得非常重要。利用開源模型加之強大的算力和大量數據并不足以保證科技公司在大模型的“競賽”中領先，創新才是關鍵，而創新力涉及諸多因素，是企業長期堅持和培養的結果。 

對絕大多數企業來講，不具備也完全沒有必要開發自己的大模型，出現過多的企業來蹭大模型的熱度也將不利于AI行業的健康發展。

除了極少數企業可考慮打造自有大模型外，多數企業應將重點放在技術應用上。這類企業可從重新梳理核心業務開始，研究AI對現有工作和生產方式，以及行業和價值鏈的影響，讓企業更高效運作，并探索新的機會和成長點。 

AI，特別是AIGC的潛力不僅在于提高生產力和簡化運營，還將通過改變管理者的工作和組織運營的方式，對創新提供積極幫助。以下是一些具體的例子： 

任務自動化和創造性： 將AI融入到公司的核心流程中，不僅可以將更多基本的、重復性的管理任務自動化，還可以完成過去只有人類員工才能完成的“創造性”工作，人類員工可以更加專注在更需要專業知識和情感智慧等能力的工作上； 

管理決策： AI可以通過創建復雜的業務模型，實時分析海量數據，從新的思維和視角，提供超越人類能力范疇之外的洞察和見解，幫助管理者考慮到更多的可能性，從而做出更好的決策。以績效管理為例，AI可通過分析多個KPIs之間的競爭和互補相互依賴關系，使企業能夠更有效地將KPIs轉化為競爭優勢的來源； 

重新定義客戶體驗： AI可以幫助提供更個性化的客戶體驗，助力公司更好地與客戶溝通，提升客戶滿意度。例如，京東科技副總裁任成元在調研中表示，京東言犀語言大模型的智能客戶服務可結合日常消費過程中用戶產生的大規模偏好和行為數據，針對用戶生產千人千面的個性化營銷內容和精準化推薦服務，借助于AI技術在更短的時間內創作出更有趣、更豐富和個性化的內容，從而為用戶帶來更好的體驗，也為品牌商帶來更加高效的轉化。 

創造新的商業機會：這是一項強大的技術，人機交互將會發生根本性變化，也會顛覆許多現有的業務。同時，它讓企業者重新思考當下業務，推動場景應用創新，并創造出以AI為中心的全新產品和服務。

以AIGC為代表的AI技術進步正在改變世界，但企業并未做好準備，很多企業高管認知不足且多具偏差，大量企業尚不清楚應如何抓住難得的歷史機遇打造AI競爭力。隨著大模型的使用門檻不斷降低，AI將成為越來越多的企業戰略的重要組成部分。 

企業在制定AI戰略時，需要注意什么？

企業在制定AI戰略時必須明確一點：技術本身不創造價值，是為客戶創造價值的工具，為客戶持續創造價值依舊是企業的終極目標。企業的AI戰略不應只簡單考慮如何用新技術替代現有技術，而應基于客戶的痛點和需求，重新梳理并簡化業務流程，仔細研究AI在端到端運營的各個環節中能夠如何提升運營效率和客戶體驗，推動組織優化、運營和管理模式的重塑。 

同以往任何變革一樣，企業只有通過不斷探索和實踐，才有可能找到AI帶來的機遇和創新增長點。有條件的企業，可將重點放在利用大模型開發自己垂直領域的應用算法上；沒有自研大模型條件的中小企業，策略應是快速有效地利用大型企業提供的技術，找到適合自身的方案，為企業找到新的生存和增長空間。 

目前各大科技公司已經開始為中小企業提供可用的大模型服務。我們和騰訊交流了解到，目前騰訊混元AI大模型，已經覆蓋自然語言處理、計算機視覺、多模態等基礎模型和眾多行業、領域模型，廣泛應用于騰訊微信搜索、騰訊廣告等業務場景，提升搜索體驗和廣告推薦的精準度。在騰訊云上，企業，尤其是中小企業可結合自身產業場景數據，并基于騰訊云的TI平臺大模型能力和工具箱，進行精調訓練，提升生產效率，快速創建和部署AI應用。 

人機協同是未來發展的重要趨勢。對此，微軟 （中國） 公司首席技術官韋青也表示，今年3月微軟在發布M365時將其稱為Copilot，而非Autopilot，這充分顯示了微軟“以人為本，機器為輔”的理念。要想讓新技術的價值得到充分的發揮，企業需重視人機協同和賦能員工，而非為了節約成本，簡單粗暴地利用AI技術替代員工。好的產品和服務仍需要人類員工定義問題和制定解決方案，并駕馭復雜的組織的有效運營和進化。AI的迭代發展也需要人類的持續參與，與機器密切交互能夠使AI不斷糾正自己的錯誤，推動“人-機”合作和共同“成長”。 

新技術的采納和現有技術的融合對企業將會是一個挑戰，關鍵是建立人和算法之間的信任。 有效的AI系統的搭建包括以下重要要素：高質量的私域數據、適應行業和能解決企業業務問題的模型算法以及訓練和應用模型的復合型人才 （既懂業務又了解技術，有微調和提示工程能力的將在短期內成為稀缺人才） 。新技術的使用需要技能建設，企業需要通過培訓，幫助員工理解如何使用這些AI工具，以及可能面臨的挑戰和風險。 

對企業，此輪AI都將是不可錯失的機遇。對企業高管來講，面臨的挑戰不只是不確定性，更重要的是認知能力和如何打破原有思維模式的束縛。AI技術本身的迭代發展與其規模化的落地應用會并肩前行，加之技術的復雜性，特別是機器與人有著不同的“思維方式”，使得我們對于AI未來的發展趨勢很難做出準確判斷。唯有以積極的心態，不斷學習和實踐，才有可能在競爭中形成可持續和具有戰略意義的AI優勢。

AI不僅顛覆商業模式，也在挑戰社會范式。為了了解全球各國對于AI發展的態度，2021年至2022年，市場研究公司Ipsos進行了涉及28個國家的近兩萬人的調查問卷，當被問道：“AI的產品和服務是為人類帶來更多的好處，還是更多的危害”時，78%的中國受訪者持積極態度，在所有被調研的國家之中名列第一，遠高于多數發達國家 （美國比例僅占35%） 。 

上述調研結果發布于2022年1月，在沒有新的數據之前，我們無法判斷AIGC近期的發展對上述百分比的影響，但可以預測，人們對于AI的態度很有可能會呈現兩極分化的趨勢。 

此時政府的作用非常重要。 政府的核心任務是讓監管盡量跟上技術的快速發展，最大程度發揮AI的價值并將負面影響降至最低。

由于AI可能引起的“三高”，即高風險、高復雜性和高不確定性，監管必將以不斷迭代、應對技術快速變化的動態方式出現。就我國的情況看，在加強監管的同時，政府還有很多重要角色，包括：助力市場并推動算力基礎設施建設；鼓勵AIGC以及后繼可能出現的AGI技術并推動AI創新場景應用；保持公平競爭，避免兩極分化寡頭壟斷的出現；在監管規范和鼓勵創新應用之間找到合理的動態平衡。 

（本文作者方躍為中歐國際工商學院經濟學與決策科學教授，呂星航為中歐國際工商學院助理研究員；編輯：謝麗容） 

本文來自微信公眾號“財經十一人”（ID：caijingEleven），作者：方躍 呂星航 ，36氪經授權發布。