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)模化和安全地采用人工智能實(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)

(相關(guān)資料圖)

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。

關(guān)鍵詞：