發展智慧 AI 的新浪潮：從人類需求出發
創造性的 AI（Generative AI）近幾個月來一直引起了巨大的變革、激動和關注。今年的 VentureBeat Transform 活動聚焦於這一技術，該活動於 7 月 11 日至 12 日在舊金山舉行，吸引了頂尖執行官參與並分享他們如何在這場智慧 AI 革命中取得領先地位。VentureBeat 執行長馬特·馬歇爾在活動開幕時觀察到：“世界並不會只有一種語言模型，將會有很多模型存在。現在你可以為你的客戶、你的資料以及以低成本構建一個最佳模型。”不同行業的頂尖專家分享了他們的經驗，並解釋了他們如何在產品和業務中使用 LLM（Language Models）和其他生成模型來提高效率和客戶體驗。
將人類置於生成 AI 體驗的中心
ChatGPT 等模型使越來越多的人能夠在日常生活中使用生成 AI 技術。我們開始在許多領域中看到這項技術的應用。在“女性人工智慧早餐論壇”上，萬事達卡的首席資料官喬安·史東尼爾（JoAnn Stonier）將其與奧斯卡獲獎電影《時間重組》相提並論：“進展非常非常快，”她說。論壇成員指出，生成 AI 正在實現民主化，但我們也必須確保每個人都能利用這些機會。我們需要確保參與其中的是合適的人，我們提出了正確的問題，並制定了正確的約束，以實現公平的結果。
在一次閒談中，iGenius 的執行長尤利安·夏卡（Uljan Sharka）強調了在開發生成 AI 產品時使用以人為中心的方法的重要性。他指出，當前的努力主要集中在技術、模型大小和資料大小上，但如果要讓每個人都受益於這一新浪潮的技術，我們應該關注人類的需求。他說：“在過去的 20 年中，我們設計了令人驚嘆的技術，但未能如我們所希望地得到廣泛應用。如果我們不為人類進行設計，這種情況將再次發生。”
建立堅實的資料基礎
與所有 AI 技術一樣，生成模型依賴於豐富的高質量訓練資料。艾寶董事長兼首席資料官阿肖克·斯裏瓦斯達瓦（Ashok Srivastava）強調了建立堅實資料基礎的兩個關鍵方面：大規模的清潔資料和大規模的實時資料。艾寶長期以來一直在其產品中使用機器學習。它擁有 200 萬個運營模型用於個性化，每年有 7.3 億個基於客戶的 AI 互動以及 3000 萬次與專家和人類的互動。他說：“當這種互動發生時，人工智慧的作用變得非常關鍵。”該公司構建了一個生成 AI 作業系統 GenOS，使用生成 AI 帶給客戶新的個性化體驗。他表示儘管 LLMs 在 GenOS 中扮演了重要角色，但傳統的機器學習模型，如分類器和推薦系統，並未消失。
細水長流，才能快馬加鞭
TreasureData 的首席銷售官馬克·塔克（Mark Tack）和 Stellantis 的資料科學家蓋爾·莫爾登（Gail Muldoon）談到了如何利用生成 AI 加速個性化和改善客戶洞察的問題。塔克警告說，要避免陷入“光鮮亮麗物件綜合症”的陷阱，使用 AI 作為加速器之前，必須知道你要加速的是什麼。在決定 AI 的角色之前，你必須有一個目標、一個戰略和一個衡量標準。塔克說：“人們都很興奮，他們行動迅速。但是要為了加速而放慢速度。如果你全速跳進去，卻沒有這些基礎的元素，那麼你有可能走錯方向，有可能會帶來更多的傷害。”儘管如此企業還有很多未開發的潛力。莫爾登解釋說，Stellantis 作為全球第三大汽車公司，正在使用 AI 實現全面網上購物體驗。“Treasure Data 的客戶資料雲（資料整合平臺）使我們能夠預測客戶的購物興趣，從而為他們推薦我們產品的特定產品並理解他們的偏好，”她說。
提升創造力和效率
企業仍在探索如何最好地使用生成 AI，但高效獲取訊息無疑是其中一個低懸果實。在一次對談中，費達利的副總裁兼人工智慧和機器學習副總裁莎拉·霍夫曼（Sarah Hoffman）表示生成 AI 讓協作和定義工作流程的方式有了新的可能性，例如使用文字框而不是“擁有許多標籤的網頁”。在創意方面，生成 AI 在頭腦風暴中將非常有用，因為幻覺不一定是一個問題。她說：“不論你做什麼頭腦風暴，看看這項技術是很好的。”
民主化自動化
Slack 的產品和平臺高級副總裁史蒂夫·伍德（Steve Wood）討論了 LLMs 在使自動化對組織的每個人都可用方面的作用。他說：“我認為太多企業將自動化視為從業人員的角色。我們需要開放它，讓每個人都能夠構建和自動化事物，他們可能不會做得很完美。”伍德表示將 LLMs 所擁有的知識與 Slack 頻道上的對話中的資料相結合，可以為協作工具的使用者解鎖定制的商業智慧。伍德說：“今天這些工具透過這種方式實現了廣泛的生產力增長，我們只需讓它們被發現。”
編者評論
生成 AI 的進步為企業帶來了無限的潛力和機會，但同時也帶來了一些挑戰和風險。在這個新浪潮中，我們應該將人類的需求置於中心，確保技術的發展符合人類的利益和價值觀。此外建立堅實的資料基礎和制定明確的目標和策略也是成功應用生成 AI 的關鍵。我們必須認識到自己的業務需要什麼以及 AI 如何幫助我們實現目標。同時我們也應該涵蓋傳統的機器學習模型，以確保在生成 AI 的發展過程中不會忽視其他有效的技術。
對業界的建議
對於企業來說探索生成 AI 的潛力是一個值得投資的重要專案。然而在嘗試應用 AI 之前，我們應該先停下腳步，確保整體的戰略和目標，以避免盲目追求新技術而導致失敗。同時我們應該關注人類的需求，將創造性和效率提升作為使用生成 AI 的主要目標。最重要的是，我們也應該保持慎重，確保生成 AI 的應用在符合法律和道德準則的同時不會對人類社會和個體產生任何負面影響。
延伸閱讀
- AI 助您創辦者更快、更輕鬆地籌集資金嗎？
- 如何挑選深度科技初創加速計畫
- 創投巨頭 Sequoia 執行合夥人 Jess Lee 分享初創企業如何找到產品市場契合點
- 創業戰場 200 正式啟動！距離提名截止只剩 1 個月
- 譚仲偉：創辦人為何需要思考長遠策略
- Beehiiv 籠結了 3200 萬美元，將其新聞通訊平臺做得更加吸睛
- AI 新創點子解決創辦人個資外洩的痛 - 這位創辦人深受影響後的啟發
- 30+新創公司亮相，HAX 5 月 1 日 Demo Day 展示
- 「Screen Skinz 籌集 150 萬美元種子輪融資，打造客製化螢幕保護套」
- 未來就業基金的新 50 百萬美元基金旨在投資代表性不足的創辦人
