麦肯锡于2022年12月发布报告《生成式人工智能：类ChatGPT工具将如何带来商业改革》，分析了生成式人工智能的商业用途、风险因素及应用建议，指出生成式人工智能是人工智能领域的一大突破，能够为不同类型企业提供强大和多样的辅助，但技术发展初期存在的风险仍然值得关注。
01
生成式人工智能技术的发展
近期，由OpenAI开发的ChatGPT聊天机器人引发广泛关注，在发布的前五天就收获超过100万用户，上线以来多次因服务器满负荷运行而宣布暂停服务。
人工智能正成为推动人类进入智能时代的决定性力量。从工业革命时期生产力的提高，到近年来的数字化和自动化进程加快，类ChatGPT产品凭借着其对自然语言处理的“创造性”，将生成式人工智能技术推向了一个被认为是人类思维独有的领域。报告称，生成式人工智能技术通过利用输入的数据和用户信息，与用户进行交互来进行有监督学习和高强度训练，从而生成全新的原创内容，向世界释放更多的创造力。例如，生成式人工智能可以开发博客、绘制包装设计草图、编写计算机代码，甚至对产生错误的原因进行理论分析。
报告称，生成式人工智能系统的训练路径是从基础模型学习，到大规模的深度学习模型，再到基于大量、广泛、非结构化、不同主题的文本和图像类数据集学习，开发人员可以通过调整模型以适应不同的应用场景。
基于此，生成式人工智能能够辅助人类更好更快地完成工作，实现某些创造类工作任务的自动化，提高效率和生产力，降低成本。此外，生成式人工智能将极大地改变与优化企业的运营架构，帮助企业开辟新的增长机会，获得显著的竞争优势。
02
丰富的商业用途
报告指出，生成式人工智能应用层的模型开发尚处于扩展初期，但目前已经应用于以下一些创造性的工作领域：
（1）市场和销售部门：制作个性化营销、社交媒体和技术销售内容，包括文本、图像和视频形式；创建相关行业的产品用户指南；通过提取和总结在线文本和图像中的重要信息来分析客户反馈；通过确定与客户互动的最佳方式来提高销售能力；创建和改进销售聊天机器人，帮助潜在客户了解和选择技术产品。
（2）运营部门：创建和改进客服聊天机器人，以解决用户的产品相关问题；从图像中识别产品错误、异常和缺陷；通过自动化流程简化客户服务；通过比较文件确定利息条款，如罚款或欠款金额启用。
（3）IT和工程部门：自动编写、记录和审查代码和文档以提高效率；在提供上下文的情境下自动生成或完成数据表格；利用有限的非结构化输入生成合成数据，以提高机器学习模型的训练精度。
（4）风险控制和法律部门：起草和检查合同、专利申请、年度报告等文件；分析大量常规文件并提取和总结文件差异；解答大量法律文件中的复杂问题。
（5）人力资源部门：在求职候选人评估中帮助创造更有针对性的面试问题；提供自助式人力资源功能，例如关于法律法规、就业条件等的自动化问答。
（6）日常工作优化：利用自动化电子邮件回复等工具优化员工间的沟通；基于文本提示创建业务演示文稿，包括文本分析和数据可视化；支持员工对公司的知识数据进行搜索以解决问题；通过人工智能工具对文档进行分类和提取，实现自动化办公。
03
潜在的风险因素
报告称，生成式人工智能技术的现实和道德风险不容忽视，包括以下几点：
（1）生成式人工智能可能产生错误，例如，ChatGPT可能会生成不准确的信息来回答用户的问题，并且没有内置机制向用户发出相关信号或质疑结果；
（2）过滤器可能失效，无法捕捉不适当的内容，目前已有图像生成应用程序输出不适当内容；
（3）存在系统性偏差，用于进行模型训练大量数据本身可能包含不必要的偏差；
（4）个别公司的价值观没有得到反映，公司需要使用专业技术知识对模型进行调整，以适应本公司的文化和规范，而某些公司可能缺乏这项技术，导致模型的不适用；
（5）知识产权问题有待讨论，生成式人工智能提出的新设计或想法的所有权归属问题存疑。
（本文转载自“长江产经智库”微信公众号）
智库动态
