最近,OpenAI 的 CEO Sam Altman 宣布他们已经看到了通用人工智能 (AGI) 的曙光。在这份声明中,Sam Altman 指出,到 2025 年,我们可能会开始看到 AI 代理加入劳动力大军。作为企业领导者,您可能想知道这种快速的 AI 创新步伐对您的企业意味着什么。一个良好的切入点就是问问自己:我的组织是否是 AI 原生的?
AI 应用最佳实践 - 过去与现在
在生成式 AI 和大语言模型出现之前,企业采用 AI 主要聚焦于寻找 AI 可以协助解决的重要业务问题,为这些问题构建或利用 AI 模型,并不断改进解决方案。虽然这仍然是一个好的目标,但近年来提升生产力的 AI 工具的普及创造了另一个应用机会 - 在日常业务和工作中运用 AI。
类比理解
要理解成为 AI 原生意味着什么,我们可以看看其他例子。根据您的业务性质,在当今时代,许多企业都是电话原生和互联网原生的。
您的员工知道如何使用电话和互联网来有效地完成工作。
您制定了这些技术的使用规则(比如不在互联网上泄露公司机密数据),为所有员工提供一些通用工具,同时允许员工选择其他工具。
您假定员工知道如何使用这些工具并提高工作效率。
想象一下如果您的企业一天没有这些工具会怎样?效率会降低多少?
AI 原生意味着什么?
有了这些类比,我们可以开始定义 AI 原生。我认为一个 AI 原生组织是指 AI 无缝存在于业务的各个层面,人类使用 AI 工具来加速、分担和自动化任何能创造价值的业务环节。就像使用电话和互联网一样,人类将决定何时如何使用 AI,并对工具有足够的理解来做出决策。
AI 原生的层次
当您开始考虑引入或扩展 AI 应用时,可以考虑以下层次来评估业务各个部分的现状和发展方向:
层次 0: 员工完全不使用 AI。
层次 1: 员工使用各种工具完成工作,并手动咨询 AI (如 ChatGPT) 获取答案或学习方法。
层次 2: AI 在与人类协作过程中自主完成工作流程的某些步骤。
层次 3: AI 在人类监督下自主完成端到端的工作流程。
如何开始
关键是要了解您企业中存在的工作流程,AI 自动化能带来多大帮助,业务各个部分当前处于哪个 AI 原生层次,以及如何与团队一起探讨下一个 AI 原生层次对他们的意义。
值得注意的是,成为 AI 原生组织将像远程办公、手机或互联网一样带来文化转型。员工需要支持来学习如何成功使用 AI、如何衡量成功,以及如何安全、道德地操作。考虑到新 AI 技术的数量庞大和发展速度,帮助员工了解现有技术就能推动有效应用。
这将是一个持续迭代的过程,但及早开始将帮助您的企业收获 AGI 或其他未来技术带来的益处。
好文章,需要你的鼓励
科技泡沫并非世界末日,从经济角度看,泡沫是押注过大导致供过于求。AI泡沫问题复杂在于AI软件开发节奏与数据中心建设周期的时间错配。甲骨文关联数据中心获180亿美元信贷,Meta承诺三年内投入6000亿美元基础设施。麦肯锡调查显示企业虽广泛使用AI但规模有限,多数仍持观望态度。微软CEO表示更担心数据中心空间不足而非芯片短缺,电力需求成为新瓶颈。
香港中文大学研究团队开发的Search-R3系统成功解决了大语言模型推理与搜索分离的问题,通过两阶段训练让AI在深度思考过程中直接生成搜索向量。该系统在多个领域测试中显著超越现有方法,特别是启用推理后性能提升明显,为AI系统设计提供了推理与搜索统一的新范式,展现了从专门化向通用化发展的重要方向。
Goodfire.ai研究人员首次发现AI语言模型中记忆和推理功能通过完全独立的神经通路运作。研究显示,移除记忆通路后,模型丧失97%的训练数据复述能力,但逻辑推理能力几乎完全保留。令人意外的是,算术运算与记忆共享神经通路而非推理通路,这可能解释了AI模型在数学方面的困难。该技术未来有望用于移除版权内容或敏感信息而不损害模型核心功能。
这项由ETH苏黎世等机构发表的突破性研究首次系统性揭示了优化器选择对AI模型量化性能的重大影响。研究团队发现传统的异常值理论完全失效,并开发了革命性的ABC分解框架来准确预测量化后性能。实验证明Shampoo优化器在量化场景下表现最优,该发现为AI模型的实际部署提供了重要指导,有望让AI技术在资源受限设备上发挥更大作用。