吳敏達

AI無處不在，它可以畫畫、創(chuàng)作并與人們談?wù)搹?fù)雜的話題。越來越多的企業(yè)正在從+AI（數(shù)據(jù)集成+分析）過渡到AI+（預(yù)測、自動化和機器學(xué)習(xí)）。企業(yè)的AI采用率和能力自2017年以來翻了一番，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 %增長到2022年的52 %。

隨著ChatGPT的橫空出世，其已成為主要新聞文章的標(biāo)題，“一時洛陽紙貴，一試難求”。越來越多的企業(yè)正在認識到他們可以通過AI獲得價值和轉(zhuǎn)型的新方式，開始思考如何利用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)是敏感和需要保護的。同樣在使用ChatGPT服務(wù)的時候也要考慮安全的問題。

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，因為它們是由AI生成的。雖然它能夠提供一些非常有創(chuàng)意的響應(yīng)，但它會讓企業(yè)或品牌面臨風(fēng)險，因為沒有一致的、可擴展的方法來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AI生命周期中建立問責(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。以下從行業(yè)知識和技術(shù)實踐2個角度來進行探討，看看企業(yè)如何能夠揚長避短，利用ChatGPT技術(shù)助力企業(yè)級AI。

場景與流程

行業(yè)知識和技術(shù)實踐是企業(yè)級AI成功的關(guān)鍵因素。ChatGPT技術(shù)在企業(yè)應(yīng)用同樣如此，選擇合適的場景，采用受控的企業(yè)流程，通過開放的架構(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)衍生出來的應(yīng)用，目的是用來展示GPT的能力。ChatGPT的技術(shù)支撐是大規(guī)模語言模型，也就是大家耳熟能詳?shù)腖LM，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)?；A(chǔ)模型和LLM支撐了生成式AI，通過從現(xiàn)有數(shù)據(jù)中學(xué)習(xí)來創(chuàng)建原創(chuàng)內(nèi)容。

ChatGPT和LLM是AI領(lǐng)域令人激動的創(chuàng)新，會直接加速對話AI的應(yīng)用，客戶服務(wù)（利用AI來進行互動和交談）是企業(yè)最重要的AI應(yīng)用場景之一。以ChatGPT為代表的生成式AI擅長響應(yīng)與問題相關(guān)、可以處理小眾不常見的話題，但也可能會編造事實不正確的答案。而目前企業(yè)級對話AI更擅長對高價值問題的回答，非常具體和準(zhǔn)確，因此引入ChatGPT的技術(shù)，可以完善企業(yè)級對話AI的能力。

理解、傳遞和應(yīng)用業(yè)務(wù)流程是企業(yè)級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，它不會對模棱兩可的問題進行澄清，而是對問題的含義進行“最佳猜測”。例如：用戶詢問業(yè)務(wù)場景“我如何支付賬單？”，ChatGPT會詳細說明支付賬單的過程。但企業(yè)級AI需要弄清楚用戶想支付什么賬單以及支付方式。這些問題特定于企業(yè)或流程，對話的結(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幫助中國客戶構(gòu)建的企業(yè)級AI都是圍繞特定業(yè)務(wù)場景來訓(xùn)練優(yōu)化語言模型，并集成企業(yè)自動化業(yè)務(wù)流程。Watson Assistant可以根據(jù)客戶信息和上下文觸發(fā)業(yè)務(wù)流程并用于對話控制，通過使用開箱即用的Webhook和觸發(fā)API與業(yè)務(wù)系統(tǒng)集成來實現(xiàn)自動化任務(wù)。

企業(yè)級AI需要控制對話，Watson Assistant是企業(yè)級對話AI市場的領(lǐng)導(dǎo)者，可以實現(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化業(yè)務(wù)流程。Watson Assistant最新的功能“旅程”，可以在對話中逐步直觀地指導(dǎo)用戶應(yīng)用的復(fù)雜過程，通過視頻、文本和圖像提供交互式幫助和支持。

持續(xù)改進增強對話機器人的性能和用戶體驗是企業(yè)級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AI最佳實踐和方法論來保證成功。IBM Watson Assistant提供了持續(xù)改進對話機器人和衡量指標(biāo)，可用于日常交付以提高對話機器人效率的完整方法論、技巧、操作方法和模板。企業(yè)級對話AI建議綜合關(guān)注4個指標(biāo)：凈推薦值（NPS）、客戶滿意度、遏制率和一次性問題解決率。僅僅看凈推薦值和客戶滿意度并不能全面了解對話機器人的成功與否，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話機器人并沒有達到滿意的自助服務(wù)效果。

在企業(yè)級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)場景，也可以用于數(shù)字化勞動力、IT運營和網(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將讓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，生成以Ansible語法編寫自動化內(nèi)容，實現(xiàn)與AI進行結(jié)對編程。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)合到一個經(jīng)過驗證的框架中，解決客戶和企業(yè)最緊迫的業(yè)務(wù)問題。

Watson能力的演進

自2020年以來，IBM Watson產(chǎn)品一直在使用基礎(chǔ)模型（Foundation Models）為其開箱即用的特定任務(wù)模型提供支持。通過使用基礎(chǔ)模型，準(zhǔn)確性明顯超過上一代模型，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)注語句訓(xùn)練一種新語種，從而更快地實現(xiàn)多語種支持。

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來實現(xiàn)更好的對話體驗和更快的構(gòu)建。

會話式搜索：利用Watson Assistant的對話增強功能來抽取搜索的內(nèi)容，在沒有預(yù)先構(gòu)建的對話流時也能夠生成可信會話響應(yīng)。

個性化響應(yīng)：根據(jù)用戶的會話或上下文數(shù)據(jù)，讓W(xué)atson Assistant調(diào)整響應(yīng)以適應(yīng)每個獨特客戶的個性化體驗。

更快更輕松地編寫對話：自動生成對話流，進行復(fù)審后部署。

更快更容易編寫“旅程”：輕松生成產(chǎn)品導(dǎo)覽，以快速顯示用戶如何處理復(fù)雜的任務(wù)。

我們正處于AI的轉(zhuǎn)折點，對于大型語言模型的快速技術(shù)進步和ChatGPT背后的技術(shù)感到非常興奮。Legalmation是IBM利用類似技術(shù)的企業(yè)級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)省時間。在不到2 min的時間內(nèi)起草了回復(fù)，成本降低80 %。另外，通過和GPT語言生成的服務(wù)為IBM Watson Assistant客戶提供擴展其對話式AI功能的能力。Watson Assistant可以根據(jù)用戶查詢，通過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，因為企業(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。企業(yè)級AI需要多種方案的組合來產(chǎn)生業(yè)務(wù)價值，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沒有預(yù)設(shè)答案，會自動調(diào)用Watson Discovery實時搜索用戶問題，可以找到知識文檔中相關(guān)內(nèi)容并返回結(jié)果，但不能使用這些內(nèi)容生成自然的對話語言答案。而且Watson Discovery可以提供多個搜索結(jié)果，但無法將不同的搜索結(jié)果的信息結(jié)合起來，提供一個連貫的答案。右邊則增加了生成式AI的能力，這時生成的答案直接響應(yīng)用戶所提出的問題。另外使用對話上下文來回答第2個問題：第2個問題沒有明確提及“勞務(wù)派遣公司基本情況表”，但會根據(jù)上下文給出正確答案，因為它在上一個問題中已被提及。整個過程無編碼即可完成，只需要把行業(yè)文檔交給WatsonDiscovery，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，這是如何構(gòu)建IBM產(chǎn)品、IBM如何利用AI的指導(dǎo)，IBM Watson承諾不會利用客戶數(shù)據(jù)來訓(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。

來自AI的洞察力正在從根本上改變我們的工作方式，ChatGPT雖然不完美，但正在為我們的科技未來指明方向。在+AI階段，AI針對傳統(tǒng)應(yīng)用去產(chǎn)生價值，通過+AI賦能。IBM正在幫助企業(yè)將AI付諸行動，通過AI和自動化重塑工作流程，自動化端到端企業(yè)流程，用AI驅(qū)動的決策代替日常重復(fù)的任務(wù)來提高生產(chǎn)力，個性化員工和客戶互動。

在+AI階段，企業(yè)從智能設(shè)備等消費領(lǐng)域獲得標(biāo)簽訓(xùn)練數(shù)據(jù)。使用互聯(lián)網(wǎng)規(guī)模應(yīng)用的消費者生成了足夠的訓(xùn)練數(shù)據(jù)，可用于推薦引擎、語音和視覺應(yīng)用。而在AI+時代，利用基礎(chǔ)模型，可以使用未標(biāo)注的數(shù)據(jù)進行訓(xùn)練，從而使企業(yè)有機會通過未標(biāo)注的數(shù)據(jù)來獲取業(yè)務(wù)價值。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)來優(yōu)化設(shè)備維護，IT供應(yīng)商可以通過基礎(chǔ)模型降低IT運營成本。

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+時代的到來！