 |
北京2023年3月22日 /美通社/ -- 上周GPT-4全球發(fā)布，再次將以ChatGPT為代表的人工智能如何應(yīng)用于企業(yè)的討論帶向新的高潮。鑒于廣大客戶與合作伙伴對(duì)于如何在企業(yè)高質(zhì)量、規(guī)?；桶踩夭捎萌斯ぶ悄軐?shí)現(xiàn)創(chuàng)新突破的探索需求，我們特別邀請(qǐng)IBM中國(guó)的技術(shù)與行業(yè)專家，分享他們的見(jiàn)解與實(shí)施經(jīng)驗(yàn)。今天與大家分享的是IBM數(shù)據(jù)與人工智能資深技術(shù)專家、The Open Group 卓越級(jí)技術(shù)專家（Distinguished Technical Specialist）吳敏達(dá)。以下是他近期的署名文章：
從 +AI 到 AI+，談企業(yè)如何應(yīng)用 ChatGPT 技術(shù)
作者：吳敏達(dá)
IBM科技事業(yè)部 數(shù)據(jù)與人工智能資深技術(shù)專家
引言
AI 無(wú)處不在，它可以畫畫、創(chuàng)作、并與人們談?wù)搹?fù)雜的話題。技術(shù)每年都變得更加先進(jìn)，越來(lái)越多的企業(yè)正在從 +AI（數(shù)據(jù)集成+分析）過(guò)渡到AI+（預(yù)測(cè)、自動(dòng)化、機(jī)器學(xué)習(xí)）。 企業(yè)的 AI 采用率和 AI 能力都自 2017 年以來(lái)翻了一番，而作為數(shù)字化轉(zhuǎn)型戰(zhàn)略一部分的 AI 預(yù)算已從 2018 年的 5% 增長(zhǎng)到 2022 年的 52% [1]。
隨著ChatGPT的橫空出世，成為主要新聞文章的標(biāo)題，一時(shí)洛陽(yáng)紙貴，一試難求。越來(lái)越多的企業(yè)正在認(rèn)識(shí)到他們可以通過(guò) AI 獲得價(jià)值和轉(zhuǎn)型的新方式，開(kāi)始思考如何利用ChatGPT技術(shù)重新定義生產(chǎn)力，產(chǎn)生業(yè)務(wù)價(jià)值。
然而當(dāng)企業(yè)逐步深入調(diào)研ChatGPT的能力和技術(shù)之后，就會(huì)產(chǎn)生疑慮和不安。首先是安全性，由于 ChatGPT 是公有云的服務(wù)，如果企業(yè)需要使用，需要用企業(yè)的數(shù)據(jù)去 Fine-Tuning（微調(diào)）預(yù)訓(xùn)練模型，而很多企業(yè)數(shù)據(jù)是敏感和需要保護(hù)的。同樣在使用 ChatGPT 服務(wù)的時(shí)候也要考慮安全的問(wèn)題。
其次是準(zhǔn)確性和權(quán)威性，ChatGPT 的答案并不總是完全準(zhǔn)確、相關(guān)或公正，因?yàn)樗鼈兪怯扇斯ぶ悄苌傻摹?雖然它能夠提供一些非常有創(chuàng)意的響應(yīng)，但它會(huì)讓企業(yè)或品牌面臨風(fēng)險(xiǎn)，因?yàn)闆](méi)有一致的、可擴(kuò)展的方法來(lái)確定所提供的答案是否正確。
最后，企業(yè) AI 需要考慮 AI 治理、定義政策并在整個(gè) AI 生命周期中建立問(wèn)責(zé)制，以確保模型遵守公平、可解釋性、穩(wěn)健性、透明度和隱私的原則，而這也是 ChatGPT 目前缺失的。
"梅須遜雪三分白，雪卻輸梅一段香"， 本文試圖從行業(yè)知識(shí)和技術(shù)實(shí)踐兩個(gè)角度來(lái)進(jìn)行探討，看看企業(yè)如何能夠揚(yáng)長(zhǎng)避短，利用 ChatGPT 技術(shù)助力企業(yè)級(jí) AI。
場(chǎng)景與流程
行業(yè)知識(shí)和技術(shù)實(shí)踐是企業(yè)級(jí) AI 成功的關(guān)鍵因素。ChatGPT 技術(shù)在企業(yè)應(yīng)用同樣如此，選擇合適的場(chǎng)景，采用受控的企業(yè)流程，通過(guò)開(kāi)放的架構(gòu)，才能讓 ChatGPT 技術(shù)在企業(yè)安全落地。
ChatGPT 是以 GPT 3.5 為基礎(chǔ)衍生出來(lái)的應(yīng)用，目的是用來(lái)展示 GPT 的能力。ChatGPT的 技術(shù)支撐是大規(guī)模語(yǔ)言模型，也就是大家耳熟能詳?shù)?LLM，LLM 屬于基礎(chǔ)模型的范疇，基礎(chǔ)模型是在廣泛的未標(biāo)記數(shù)據(jù)集上訓(xùn)練的模型，這些數(shù)據(jù)可用于不同的任務(wù)，只需最少的微調(diào)。基礎(chǔ)模型和 LLM 支撐了生成式 AI，通過(guò)從現(xiàn)有數(shù)據(jù)中學(xué)習(xí)來(lái)創(chuàng)建原創(chuàng)內(nèi)容。
ChatGPT 和 LLM 是 AI 領(lǐng)域令人激動(dòng)的創(chuàng)新，會(huì)直接加速對(duì)話 AI 的應(yīng)用，客戶服務(wù)（利用 AI 來(lái)進(jìn)行互動(dòng)和交談）是最重要的企業(yè) AI 應(yīng)用場(chǎng)景之一。以 ChatGPT 為代表的生成式 AI 擅長(zhǎng)響應(yīng)與問(wèn)題相關(guān)、可以處理小眾不常見(jiàn)的話題，但也可能會(huì)編造事實(shí)不正確的答案。而目前企業(yè)級(jí)對(duì)話 AI 更擅長(zhǎng)對(duì)高價(jià)值問(wèn)題的回答，非常具體和準(zhǔn)確，因此引入 ChatGPT 的技術(shù)，可以完善企業(yè)級(jí)對(duì)話 AI 的能力。
理解、傳遞和應(yīng)用業(yè)務(wù)流程是企業(yè)級(jí) AI 的重要部分，AI 需要理解、應(yīng)用和處理這些流程。盡管 ChatGPT 是在大量基于文本的數(shù)據(jù)上進(jìn)行訓(xùn)練的，但它并不"理解"企業(yè)所需的特定業(yè)務(wù)流程和流程，它不會(huì)對(duì)模棱兩可的問(wèn)題進(jìn)行澄清，而是對(duì)問(wèn)題的含義進(jìn)行"最佳猜測(cè)"。例如：用戶詢問(wèn)業(yè)務(wù)場(chǎng)景："我如何支付賬單？"，ChatGPT 會(huì)詳細(xì)說(shuō)明了如何支付賬單的過(guò)程。但企業(yè)級(jí) AI 需要能夠弄清楚用戶想支付什么賬單、從什么賬戶以及支付方式。 這些問(wèn)題特定于企業(yè)或流程，對(duì)話的結(jié)果是交易處理結(jié)果，而不僅僅是基于文本。ChatGPT 不支持針對(duì)企業(yè)系統(tǒng)執(zhí)行交易的能力。而 IBM Watson Assistant 和 IBM Watson Discovery 幫助中國(guó)客戶構(gòu)建企業(yè)級(jí) AI 都是圍繞特定業(yè)務(wù)場(chǎng)景來(lái)訓(xùn)練優(yōu)化語(yǔ)言模型，并集成企業(yè)自動(dòng)化業(yè)務(wù)流程[2]。Watson Assistant 可以根據(jù)客戶信息和上下文觸發(fā)業(yè)務(wù)流程并用于對(duì)話控制，并通過(guò)使用開(kāi)箱即用的 webhook 和觸發(fā) API 與業(yè)務(wù)系統(tǒng)集成來(lái)實(shí)現(xiàn)自動(dòng)化任務(wù)。
企業(yè)級(jí) AI 需要控制對(duì)話，Watson Assistant 是企業(yè)級(jí)對(duì)話 AI 市場(chǎng)的領(lǐng)導(dǎo)者，可以實(shí)現(xiàn)"tell me", "show me"和"do it for me"， 與企業(yè)系統(tǒng)和應(yīng)用程序集成或完全自動(dòng)化業(yè)務(wù)流程。Watson Assistant 最新的功能"旅程"[3]，可以在對(duì)話中逐步直觀地指導(dǎo)用戶應(yīng)用的復(fù)雜過(guò)程，通過(guò)視頻，文本和圖像提供交互式幫助和支持。
持續(xù)改進(jìn)增強(qiáng)對(duì)話機(jī)器人的性能和用戶體驗(yàn)是企業(yè)級(jí) AI非常重要的內(nèi)容。在引入 ChatGPT 技術(shù)后，依然需要企業(yè)級(jí) AI 最佳實(shí)踐和方法論來(lái)保證成功。IBM Watson Assistant 提供了持續(xù)改進(jìn)對(duì)話機(jī)器人和衡量指標(biāo)，可用于日常交付以提高對(duì)話機(jī)器人效率的完整方法論、技巧、操作方法和模板。企業(yè)級(jí)對(duì)話 AI 建議綜合關(guān)注四個(gè)指標(biāo)：凈推薦值 (NPS)、客戶滿意度、遏制率、一次性問(wèn)題解決率。僅僅看凈推薦值和客戶滿意度并不能全面了解對(duì)話機(jī)器人的成功與否，遏制率是用戶不選擇人工的百分比，回訪率是看用戶在一周內(nèi)是否使用了任何渠道重新尋求幫助，遏制率低和回訪率高意味著對(duì)話機(jī)器人并沒(méi)有達(dá)到滿意的自助服務(wù)效果。
在企業(yè)級(jí) AI 中，ChatGPT 背后的 AI 基礎(chǔ)模型技術(shù)除了前面談到的客戶服務(wù)業(yè)務(wù)場(chǎng)景，也可以用于數(shù)字化勞動(dòng)力、IT 運(yùn)營(yíng)和網(wǎng)絡(luò)安全等。Red Hat 和 IBM 正在利用該技術(shù)為 Ansible 注入新的功能，Project Wisdom[4] 將使任何人都可以更輕松地使用 AI 生成的建議編寫 Ansible Playbook。Project Wisdom 將能夠根據(jù)用戶輸入，然后生成以 Ansible 語(yǔ)法編寫自動(dòng)化內(nèi)容，實(shí)現(xiàn)與 AI 進(jìn)行結(jié)對(duì)編程。IBM 已經(jīng)構(gòu)建了一系列企業(yè) AI 工具、應(yīng)用程序和解決方案，現(xiàn)在正利用最新的 AI 基礎(chǔ)模型技術(shù)優(yōu)化結(jié)果和適合企業(yè)使用。我們將技術(shù)和咨詢服務(wù)結(jié)合到一個(gè)經(jīng)過(guò)驗(yàn)證的框架中，解決客戶和企業(yè)最緊迫的業(yè)務(wù)問(wèn)題。
Watson 能力的演進(jìn)
自 2020 年以來(lái)，IBM Watson 產(chǎn)品一直在使用基礎(chǔ)模型（Foundation Models） 為其開(kāi)箱即用的特定任務(wù)模型提供支持。通過(guò)使用了基礎(chǔ)模型，準(zhǔn)確性明顯超過(guò)上一代模型，而且仍然具有成本效益。 借助預(yù)訓(xùn)練的基礎(chǔ)模型，Watson 可以使用更少的標(biāo)注語(yǔ)句訓(xùn)練一種新語(yǔ)種，從而更快的實(shí)現(xiàn)多語(yǔ)種支持。
由于 Watson 服務(wù)不僅支持公有云，而且支持本地化部署，企業(yè)客戶可以使用企業(yè)行業(yè)領(lǐng)域數(shù)據(jù)來(lái)調(diào)整基礎(chǔ)模型并創(chuàng)建自定義模型并保證安全性。
Watson Assistant 正在用生成式 AI 來(lái)實(shí)現(xiàn)更好的對(duì)話體驗(yàn)和更快的構(gòu)建。
我們正處于 AI 的轉(zhuǎn)折點(diǎn)，對(duì)于大型語(yǔ)言模型的快速技術(shù)進(jìn)步和 ChatGPT 背后的技術(shù)感到非常興奮。Legalmation [5]是 IBM利用類似技術(shù)的企業(yè)級(jí) AI 案例，Legalmation 利用 IBM Watson Discovery 生成早期階段的訴訟草稿，并為律師和律師助理節(jié)省時(shí)間。 在不到兩分鐘的時(shí)間內(nèi)起草了回復(fù)，成本降低 80%。另外，通過(guò)和 GPT 語(yǔ)言生成的服務(wù)為 IBM Watson Assistant 客戶提供擴(kuò)展其對(duì)話式 AI 功能的能力。Watson Assistant 可以根據(jù)用戶查詢，通過(guò) Watson Discovery 檢索內(nèi)容。然后采用生成式預(yù)訓(xùn)練 Transformer 技術(shù)，根據(jù)檢索到的內(nèi)容、查詢和對(duì)話的完整上下文生成響應(yīng)。這是利用 GPT 技術(shù)的一種積極方式，因?yàn)槠髽I(yè)仍然能夠在生成的響應(yīng)中獲得上下文和企業(yè)行業(yè)知識(shí)。企業(yè)級(jí) AI 需要多種方案的組合來(lái)產(chǎn)生業(yè)務(wù)價(jià)值，ChatGPT 背后的技術(shù)將是其中的一部分。
下面是 Watson 與 GPT 技術(shù)的生成式 AI 結(jié)合的例子。左邊是 Watson Assistant沒(méi)有預(yù)設(shè)答案，會(huì)自動(dòng)調(diào)用 Watson Discovery實(shí)時(shí)搜索用戶問(wèn)題，可以找到知識(shí)文檔中相關(guān)內(nèi)容并返回結(jié)果，但不能使用這些內(nèi)容生成自然的對(duì)話語(yǔ)言答案。而且 Watson Discovery 可以提供多個(gè)搜索結(jié)果，但無(wú)法將不同的搜索結(jié)果的信息結(jié)合起來(lái)，提供一個(gè)連貫的答案。右邊則增加了生成式 AI 的能力，這時(shí)候生成的答案直接響應(yīng)用戶所提出的問(wèn)題。另外使用對(duì)話上下文來(lái)回答第二個(gè)問(wèn)題：第二個(gè)問(wèn)題沒(méi)有明確提及"勞務(wù)派遣公司基本情況表"，但會(huì)根據(jù)上下文給出正確答案，因?yàn)樗谏弦粋€(gè)問(wèn)題中已被提及。整個(gè)過(guò)程無(wú)編碼即可完成，只需要把行業(yè)文檔交給 Watson Discovery，將生成式 AI 指向 Watson Discovery，最后將它們與 Watson Assistant 模板連接在一起。
AI 治理也是非常重要的方面。IBM 發(fā)布了 AI 的信任和透明原則[6]，這是如何構(gòu)建 IBM 產(chǎn)品、IBM 如何利用 AI 的指導(dǎo)，IBM Watson 承諾不會(huì)利用客戶數(shù)據(jù)來(lái)訓(xùn)練模型。同樣這也是 ChatGPT 技術(shù)如何助力企業(yè) AI 的需要關(guān)注的。
總結(jié)
來(lái)自 AI 的洞察力正在從根本上改變我們工作方式的方方面面。ChatGPT 雖然不完美，但正在為我們的科技未來(lái)指明方向。在 +AI 階段，AI 針對(duì)傳統(tǒng)應(yīng)用去產(chǎn)生價(jià)值，通過(guò) +AI賦能。而 AI+ 時(shí)代已經(jīng)到來(lái)，是以 AI 為核心，AI 無(wú)處不在。IBM 正在幫助企業(yè)將 AI 付諸行動(dòng)，通過(guò) AI 和自動(dòng)化重塑工作流程，自動(dòng)化端到端企業(yè)流程，用 AI 驅(qū)動(dòng)的決策代替日常重復(fù)的任務(wù)來(lái)提高生產(chǎn)力，個(gè)性化員工和客戶互動(dòng)。
在 +AI 階段，企業(yè)從智能設(shè)備等消費(fèi)領(lǐng)域獲得的標(biāo)簽訓(xùn)練數(shù)據(jù)。 使用互聯(lián)網(wǎng)規(guī)模應(yīng)用的消費(fèi)者生成了足夠的訓(xùn)練數(shù)據(jù)，可用于推薦引擎，語(yǔ)音和視覺(jué)應(yīng)用。而在 AI+ 時(shí)代，利用基礎(chǔ)模型，可以使用未標(biāo)注的數(shù)據(jù)進(jìn)行訓(xùn)練，從而使企業(yè)有機(jī)會(huì)通過(guò)未標(biāo)注的數(shù)據(jù)來(lái)獲取業(yè)務(wù)價(jià)值。比如，工業(yè) 4.0 可以使用在正常操作期間生成的傳感器數(shù)據(jù)來(lái)優(yōu)化設(shè)備維護(hù)，IT 供應(yīng)商可以通過(guò)基礎(chǔ)模型降低 IT 運(yùn)營(yíng)成本。IBM正在幫助企業(yè)創(chuàng)建特定行業(yè)的基礎(chǔ)模型，一起迎接 AI+ 時(shí)代的到來(lái)！
參考資料： |
[3]https://medium.com/ibm-watson/best-practices-for-watson-assistant-journeys-993d16fb0ad0 |
[4] https://research.ibm.com/blog/ai-for-code-project-wisdom-red-hat |
