VBTransform 2023：企業領袖應關注的八個重點摘要
VBTransform 2023 是首個專注於生成式人工智慧對企業影響的重要獨立活動，已經過去兩週。生成式人工智慧被廣泛認為是自網際網路以來最強大的技術力量，企業公司渴望利用它。為了幫助他們探索這個新領域，VBTransform 匯集了來自不同行業的專家和演講者，分享他們的見解和最佳實踐方法。以下是我對企業領袖的八個關鍵要點：
1. 一切都與資料層有關
這可能看似不太具吸引力，但卻是最重要的一點。大多數企業公司在整理資料方面面臨巨大挑戰，如果忽視或回避這一點，將錯失生成式人工智慧的好處。資料是生成式人工智慧所需的大型語言模型（LLM）的燃料，如果沒有乾淨、可靠和安全的資料，LLM 將無法良好執行，甚至可能導致危害。在我們的圓桌討論中，有專家繪製了一份關於如何準備資料以供 LLM 使用的最佳實踐手冊。但如果你想達到更高的層次，你需要在整個組織中圍繞資料重新構建。Intuit 提供了一個很好的例子，在生成式人工智慧方面建立了一個新的作業系統。這也是為什麼 Intuit 的首席資料官阿肖克·斯裏瓦斯塔瓦（Ashok Srivastava）在 VBTransform 表示他睡得很好，這也導致了下一點。
2. 大型語言模型將成為所有計算的預設介面
大型語言模型將驅動我們的每一個互動，就像手機、觸控屏和圖形使用者介面所做的一樣。Cohere 創始人尼克·弗羅斯特在與 VentureBeat 的蕭倫·戈德曼（Sharon Goldman）的對話中，清楚地解釋了這一點。由 Google 主導的搜尋範式即將結束。相反，我們將能夠使用自然語言提問並從任何訊息來源獲得自然語言答案。這將為使用者體驗設計、個性化和隱私帶來新的機遇和挑戰。而這一使用者體驗領域正是 Intuit 的斯裏瓦斯塔瓦所說的讓他夜不能寐的地方。
3. 恐懼、焦慮（和興奮）無處不在
我來到這個活動時就已經知道這個領域是新的，並且那些戰火累累的老兵已經說他們正在經歷極度興奮和恐懼的狀態，但這在活動中是明顯可感的。這場關於生成式人工智慧的競賽可能會讓人感知像一場短跑賽，一些企業領袖可能會感知自己已經落後了，但實際上我們現在處於這場競賽的非常早期階段。一些關鍵力量已經減緩了這種介面的發展（見上文），包括公司不與 Microsoft 和 Open AI 的 ChatGPT 等基礎 LLM 提供者共享客戶的個人身份訊息的需求。然而根據我們的人工智慧調查顯示，企業公司正在瘋狂地進行生成式人工智慧的實驗。 （試著參加這份人工智慧調查，並免費獲得結果的副本）。
4. 多種選擇：你可以構建、借用或依賴
很多決策者正在思考構建聊天機器人和其他基於 LLM 的應用的最佳方法。根據你需要多快進入市場以及你的資料有多專有，有幾種方法可以選擇。如果你是一家非常大的公司，資源充足且資料乾淨，那麼構建自己的基礎模型，或者與 MosaicML 等公司合作進行構建，可能是有意義的，這樣你可以對自己的資料進行訓練，生成 LLM。另一種稍微簡單點的方法是：選擇其中一個開源的基礎模型（現在 LLaMA 是其中一個受歡迎的選擇，但還有許多其他模型），並對其權重和偏差進行微調，以滿足自己的需求。你不注定成為落後者，在大約 20 萬美元就可以建立自己的模型。在另一個極端上，如果你做的是輕量級的應用，而且不需要擔心聊天機器人或其他基於 LLM 的應用存取你的資料，你只需使用 ChatGPT 的原始 API 即可。它的一個稍微定制化的版本是使用 ChatGPT，然後透過像 Langchain 這樣的框架將其連結到可以確保查詢自己資料的向量資料庫。（可以參考 Sequoia Capital 的 Laura Reeder 對此的詳細概述）。
5. 多個使用案例，但考慮瞄準最高標準
在 VBTransform 與亞馬遜 AWS 產品副總裁馬特·伍德（Matt Wood）和 Google 資料和分析副總裁格裏特·卡茨邁爾（Gerrit Kazmaier）的高級對話中，我們總共列舉了大約七個不同的 LLM 企業使用案例，簡單來說它們是：生成，包括內容和新軟體；排名，個性化和相關度應用程式；用於幫助專家和其他人更有效地學習新領域的應用程式；透過自動化的決策支援來進行協作問題解決；建立全新的客戶體驗；構建全新的產品；以及建立新公司。正如伍德所指出的，網際網路催生了亞馬遜、Netflix 和 Airbnb 等新公司，重新定義了具有更好體驗的產品，同樣的情況將在未來六個月至三年內發生，因為 LLM 對更多人來說更容易接觸。
6. 會話式商業智慧已成為一種趨勢
你應該學習如何構建基於 LLM 的聊天機器人來查詢企業資料。ChatGPT 在滿足特定企業聊天機器人需求方面表現不佳，因為它是智慧的，但不是具體智慧的。越來越多人意識到，你需要幫助使用者提示如何存取他們所需的資料，而這有很多種方法可以做到。作為 VBTransform 的贊助商之一，iGenius 就是一家幫助企業建立這種定制體驗的公司。
7. 與加密貨幣不同，生成式人工智慧正在創造真正的收入
透過提高生產力，LLM 仍然主要是節省成本。但是否有收入使用案例？當前還不清楚。到當前為止，在生成式人工智慧領域裡賺到大錢的大多是那些銷售節省成本的生成式人工智慧解決方案的新創公司以及像 Nvidia 一樣，銷售用於執行 LLM 的 GPU。投資者 Tim Tully 在轉型圓桌討論活動中提到，這種收入生成是加密貨幣和 LLM 之間的巨大差異：“我在科技行業已經工作了 25 年。我從來沒有見過這樣的情況。有些公司在三個月內就從零達到 30...太神奇了。”他說公司獲得合同是因為它們正在創造價值，並提到萊雅、百事可樂公司、可口可樂、本田和米其林等公司都在購買生成式人工智慧合同。除了新創公司，大公司也可以直接使用 LLM 來獲得收入：正如麥肯錫指出的，透過使用 LLM 來進行更好的定制和個性化，一些增量收入可以來自提高銷售額。
8. 一些對 LLM 的夢幻般抱負可能被誇大了
在 NTT 舉辦的一個有趣的圓桌會議中，與會者談到了 LLM 如何用於實現更大突破的方法。例如，有人推測，透過將企業的 Slack 和電子郵件對話輸入 LLM，可以加快新員工的學習過程，幫助他們總結溝通和其他約需要多年學習的企業流程。其他熱衷者則希望 LLM 應用程式能夠預測股票價格的趨勢，或最佳化工廠的生產線。亞馬遜的馬特·伍德談到有關 LLM 的飛輪效應的時候，對於那些過於超出 LLM 真正擅長的領域的應用，比如文字生成和總結，尼克·弗羅斯特（Nick Frosst）則對此提出了懷疑。換句話說，LLM 在讓你提出有關內容的問題並將其作為輸出獲得答案方面是很出色的。展望未來：位於舊金山的 VB Data Summit VentureBeat 期待在接下來的幾個星期和幾個月內追蹤這些趨勢的發展。我們將在即將舉辦的 VentureBeat Data Summit 2023 上，也就是 11 月 15 日在舊金山的 Terra Gallery 舉辦的活動上，解決第一個要點：如何整理你的資料層。如果你是一位企業決策者，希望利用 LLM，這將是一個與同行交流、獲得見解和做出決策的好地方。加入我們的同儕交流，立即預註冊，享受 50%的折扣。
延伸閱讀
- 亞馬遜推出 Bedrock Studio：簡化生成式人工智慧應用開發
- 本週人工智慧大事記：生成式人工智慧與創作者補償的問題
- Dropbox、Figma CEO 支援 Lamini：新創公司打造企業專用生成式人工智慧平臺
- 亞馬遜計劃託管企業定製的生成式人工智慧模型
- Google 雲端大會：Google 全力開發生成式人工智慧
- Google 將生成式人工智慧技術注入其雲安全工具
- Fireworks.ai 開源 API 讓生成式人工智慧適用於任何開發者
- Brain.ai：生成式人工智慧系統統一作業系統
- 聚焦 SambaNova：現在提供一攬子生成式人工智慧模型
- 歐盟計劃升級超級電腦以支援生成式人工智慧初創企業
