生成式人工智能与前行之路

当埃隆·马斯克与一群人共同宣布一个名为 OpenAI 的项目时，其中包括萨姆·奥特曼、格雷格·布罗克曼、LinkedIn 联合创始人里德·霍夫曼、杰西卡·利文斯顿、彼得·蒂尔，以及亚马逊网络服务、Infosys 和 YC Research，人们最初之所以关注，很大程度上是因为这位备受瞩目的特斯拉掌门人的参与。在随后的几年里，对普通人而言，OpenAI 几乎成了人工智能的代名词。

OpenAI 成立于 2015 年，在其存在的前五年里，就普通公众而言，基本上是在低调运行。它确实在科技圈内引发了足够大的关注，吸引了来自各类公司的早期投资，其中既有科技巨头微软，也有印度 IT 服务公司 Infosys。OpenAI 的使命宣言一直是为通向通用人工智能（AGI）创造一条安全且合乎伦理的路径。

2018 年，该组织向世界推出了生成式预训练转换器（GPT）——一种被设计为像人脑一样运行的神经网络，并在大型数据集上接受训练，以提供相关回应。当时，人们对 OpenAI 所做工作的兴趣仍主要局限于科技公司。直到 2021 年，它宣布推出图像生成引擎 Dall-E，科技圈之外的人们才开始听说并关注它。Dall-E 是一种基于人工智能的图像生成引擎，能够根据用户提供的文本输入生成视觉图像。它的独特之处在于，输入是以自然语言提供的，这意味着该引擎对任何人都可用，而不仅仅是具备编码能力的软件工程师。用户可以用“18 世纪的巴黎，但有摩天大楼”这样的原话要求它创建一幅图像，它便会提供一张符合这些规格的图像。这是一个改变游戏规则的突破，因为它向没有技术或编码技能的人打开了技术开发的世界。升级版本 Dall-E 2 于次年推出，几个月后，OpenAI 于 2022 年 11 月 30 日向全球开放了其聊天机器人 ChatGPT。

在最初两个月内，该程序拥有了 1 亿用户，成为有史以来增长最快的消费级应用程序。正是在这个时候，非科技领域开始关注这家硅谷初创企业，而在此之前，它在硅谷圈子之外基本上并不为人所知。互联网上充满了人们分享他们在应用中输入了哪些提示词，以及它有时给出了什么回复的内容，往往还带有无意中令人捧腹的效果。有些人惊讶于它能够根据用日常英语输入的请求提供代码，以执行简单功能。另一些人则略感震惊，因为它在一些一年级学生本应能够解决的简单文字题上出现了失误。

无论如何，生成式人工智能以及它在简化我们获取信息过程方面的潜力，已经激发了全世界的集体想象力。企业也开始重视起来。科技公司迅速宣布有意将 GPT 整合进其现有产品中。

也许并不令人意外，作为 OpenAI 重要投资者的微软率先行动。该公司宣布，ChatGPT 将被整合进其搜索引擎和浏览器，ChatGPT 生成的回答将与常规搜索结果区分开来，以避免用户混淆。31 Meta 推出了自己的开源大型语言模型 Llama，此后已将其整合进 WhatsApp 等产品中。32 几乎在微软宣布与 OpenAI 合作的同时，竞争对手谷歌宣布推出 Bard，这是其生成式人工智能聊天机器人，后来更名为 Gemini。Bard 建立在谷歌的对话应用语言模型（LaMDA）之上，而 LaMDA 是谷歌两年前推出的。Bard 作为一款由 LaMDA 驱动的实验性对话式人工智能产品推出，并被广泛视为谷歌对 ChatGPT 的回应。2025 年，谷歌表示将在其搜索功能中提供一种人工智能模式。33

这些公司及其人工智能产品由于拥有庞大的用户基础，占据并主导了更广泛的公众意识。然而，推出首个可供封闭用户群体之外访问的生成式人工智能系统的功劳，应归于 Stability AI。当谷歌、OpenAI 及其他公司仍在开发其生成式人工智能产品的封闭群组版本时，Stability AI 于 2022 年推出了图像生成工具 Stable Diffusion，率先将其提供给更广泛的人群。该公司认为，更多人使用人工智能工具，将有助于以更快的速度改进这些工具。34

炒作，还是改变游戏规则的技术？

即使在一个以炒作周期著称的行业中，生成式人工智能所引发的热度也是前所未有的。值得注意的是，就在 2022 年年中左右，人们对生成式人工智能几乎还没有什么认知；随后，它便迅速跃升至所有新兴技术和来年“值得关注的技术”榜单的顶端，直到 2023 年企业开始因缺乏切实成果而感到失望。当每个人都渴望充分利用一项新技术并赶上潮流时，通常就会发生这种情况——而且往往并未真正评估自己是否确实能够从中受益。很多时候，技术本身仍处于非常早期的阶段，生成式人工智能就是如此，并不是每个人都能够充分发挥其潜力。能够越过这一阶段的公司，可能会从采用该技术中获得一些长期收益，并会继续使用它，直到它进入平台期并融入其工作方式之中。这些公司需要同时研究实施基于人工智能的工具将如何影响其业务的不同方面，从人员到流程皆然。理想情况下，这些领导者应当花费同样多、甚至更多的时间，去理解这项技术对其公司和员工的实际影响，以及他们各自需要采取哪些步骤，才能顺利管理这一转型。35

尽管围绕生成式人工智能（GenAI）的热潮直到2022年底才开始兴起，但自2020年以来，基于人工智能的工具就已成为关注焦点，这在很大程度上是由于新冠疫情。疫情导致的全球封锁加速了各行业和各职能领域对人工智能工具的采用和实施。甚至以创纪录速度完成的新冠疫苗开发，也在很大程度上依赖这些工具对海量数据进行分析，而这在此前从未发生过。36 制造企业转向人工智能，以提升供应链效率，并在全球运输系统受冲击、影响原材料供应的额外短板下，重新调整其生产模式。一些研究人员将人工智能之争比作上一个千年的太空竞赛，当时各国竞相争夺率先进入太空的地位。他们认为，在人工智能领域，情况也并无太大不同，因为各国都在探索如何利用这些工具提升军事实力，同时增强制造业及其他经济能力。专家认为，各国将通过把人工智能融入自身已具备优势或处于领先地位的领域，从而在这些领域取得进展。37

因此，对于印度而言，如何利用人工智能提升其数字和软件服务，成为一个重点关注方向。印度政府的多个部门正在“印度政府人工智能使命”框架下开展试点项目，将人工智能整合进其服务之中。38 这种规模的人工智能采用，尤其是生成式人工智能，可能产生的影响可与印度的智能手机革命相提并论。39 其中一个原因或许是，自廉价智能手机出现以来，还没有哪项技术真正具备如此大规模产生影响的潜力，尤其是在印度。人们能够获得价格可负担的智能手机以及廉价甚至免费的互联网，确保了其即便在小城镇和村庄也能迅速普及，使不同地点和背景的人们连接起来。它还以前所未有的方式打开了获取商品和服务以及信息和娱乐的通道。

这一次引人注目的是，领导者们如今开始将减少用工需求归因于生成式人工智能等新技术的采用。40 过去，自动化并未对制造业以外的就业产生显著影响。随着领导者们努力应对这个新的、不断变化的世界，他们也需要关注如何管理员工和投资者对这项技术迅速演进所带来影响的担忧。微软首席执行官萨蒂亚·纳德拉曾多次将生成式人工智能与过去几十年中的其他重大技术变革相提并论——搜索、移动和云计算。41 即便如此，人工智能对行业或个人可能产生的影响，很可能远远超过这些技术中的任何一种。搜索的出现主要改变了个体互联网用户的生活，云计算则对企业产生了影响，而生成式人工智能有潜力同时对个人、企业和政府产生重大影响。谷歌首席执行官桑达尔·皮查伊甚至表示，生成式人工智能是我们有生之年最大的技术变革，可能比互联网本身还要重大。他在这家搜索巨头25周年纪念日的一篇博客文章中写道：“这是对技术的根本性重构，也是人类创造力令人难以置信的加速器。”42 与此同时，这项技术被滥用并制造伦理和道德困境的可能性，远远超过企业或个人过去不得不应对的任何问题。

深度伪造的泛滥已经导致各类诈骗，并呈现出前所未有的制造社会动荡的潜力。社交媒体平台和内容聚合平台已经扩大了事实核查团队的规模，试图尽量减少这些被篡改或由人工智能生成的视频和图像的影响与传播范围。43 过去几年，甚至几十年来一直密切参与人工智能开发的人，对于人工智能是否会超越并使人类黯然失色这一问题，意见几乎各占一半。杰弗里·辛顿也曾获得2024年诺贝尔物理学奖，鉴于他数十年的人工智能研究经历，他常被称为人工智能领域的教父。他表示，自己担心日益强大的机器有能力以不符合人类最佳利益的方式超越人类。44 然而，并非所有人都如此担忧。一些专家认为，重要的是在技术最基础的层面内置这些护栏和保障机制，以确保它不会失控。45 展望未来，也许重要的是要记住，人工智能只是另一种技术，尽管它有潜力以前所未有的方式显著改变我们的世界。我们目前在身边看到的，是对我们工作方式和企业运营方式的一次重新想象。例如，制药业就是一个很可能发生重大颠覆的行业，尤其是在药物发现过程中。尽管仍处于早期阶段，生成式人工智能可以把药物设计与发现过程，以及对可能结果和副作用的预测，从通常所需的几年缩短到几个月。这也是辉瑞等公司能够在创纪录时间内迅速设计并推出新冠疫苗的原因之一。46 这也可能改变产品的设计和开发方式，尤其是设备中的电子元件。工业设计是生成式人工智能已经被相当广泛使用的另一个领域，芯片设计和材料设计也是如此。47 我们已经在客户服务等领域看到了一些早期应用，例如使用先进聊天机器人，几乎完全消除了对人工互动的需求。未来，客户服务行业将进一步转型，人工智能工具有可能大幅提高客户服务人员的生产力。48 虽然企业目前正在尝试使用人工智能工具生成代码，但很有可能，人工智能工具将能够基于措辞得当的提示语创建一个全新的应用程序或支付生态系统。最近，企业开始采用智能体人工智能，用人工智能取代质量保证和测试等重复性软件工作。预计这将对入门级岗位产生重大影响，并已让员工警铃大作。49 与此同时，像Klarna这样几乎将整个客户服务职能转向人工智能的公司，在看到客户不满程度显著上升后，如今又重新开始招聘人员。50 尽管毫无疑问，未来由人工智能完成的工作量只会增加，但从长远来看，这究竟会如何影响就业仍有待观察。专家提醒说，尽管我们工作方式的变化不可避免，但采用生成式人工智能不太可能导致大规模裁员，也不太可能造成某些特定工作或角色大批量过时。未来几年更有可能发生的是，尤其是白领专业人士将开始使用生成式人工智能工具来增强自己的工作能力。工作中较为平凡重复的部分将由人工智能和自动化工具取代，从而让人类能够腾出手来处理工作中更复杂的方面。与任何新技术一样，虽然一些角色会变得过时，人工智能也在创造新的工作岗位，其中最突出的就是提示工程师。印度语言人工智能模型很可能推动印度这一领域的许多新发展，这又将导致对受过培训的专业人才的需求增加。对于领导者而言，这是一个重要时期，需要确保现有员工队伍具备适当能力，以应对未来几年甚至几个月内即将到来的变化。鉴于这是一项不断发展的技能，可能无法直接从市场或竞争对手那里招聘人员来填补相关岗位。更好的方法是投资培训现有员工。识别高潜力员工，并为他们提供进一步的专业化培训，是确保公司不会在人工智能竞赛中落后的一种方式。无论哪个行业，在人工智能采用方面都仍处于早期阶段。大多数组织正在使用开源模型和现有数据集来运行试点项目，但这种情况很可能在未来几年发生变化。一旦组织开始使用自己的专有数据开展工作，它们很可能通过使用人工智能产生更多协同效应，而这一转变才是真正会影响未来就业的因素。更多角色将借助人工智能工具得到更大程度的增强，这将导致领导者需要从根本上改变对岗位的看法——既包括那些将被人工智能消灭的岗位，也包括那些将会出现的新岗位。不难想象，五年后，整个组织结构都将不得不被重新想象和重新思考，以纳入已经发生的技术变化。此外，除了纯粹的科技公司之外，其他行业也在加大对技术人才的招聘力度。不过，毫无疑问，我们所熟知的就业和劳动力市场以及工作场所将在未来五年发生重大变化。

在2024年与微软创始人比尔·盖茨的一次对话中，OpenAI首席执行官萨姆·奥尔特曼表示，我们目前拥有的AI系统是为执行任务而设置的，而不是为承担岗位而设置的。在未来几年里，这些系统将不断演进，人们也将能够借助它们完成更多事情。人们将能够使用自己的数据，并将其连接到外部来源，从而更有效地加以利用。奥尔特曼说：“与其他技术相比，社会必须适应的速度以及劳动力市场将如何变化，是（生成式AI）令人担忧的部分。”51 预计在未来五到十年内，AI系统将完全具备提供精准结果的能力，而且往往只需要最少的提示。软件开发人员已经在使用AI工具来加快软件开发流程，随着时间推移，编码副驾驶预计将成为常态。

加利福尼亚大学伯克利分校对2700多名AI研究人员进行的另一项研究发现，随着生成式AI的广泛采用，到2116年，所有人类任务都有可能变得高度可自动化。52 虽然这仍然是相当遥远的未来，但这一预测已经比2022年作出的原始估计2164年提前了半个世纪。更迫近的是，这些变化很可能会在未来十年开始体现在科技类和非科技类企业岗位的演变方式中。这不仅会影响公司的运营方式，也会影响人们提升技能和接受培训的方式。对于目前处于高级或中层管理岗位、志在成为CEO的人来说，理解这些变化将如何塑造其所在行业和组织的未来，可能会成为他们竞逐最高职位时的关键。理解技术格局如何演变以及它在实践中意味着什么，将是一项有助于潜在领导者从其他竞争者中脱颖而出的能力。

尽管过去几年取得了快速进展，但退后一步审视这一切可能走向何处仍然很有必要。企业才刚刚开始引入多模态AI能力，效果参差不齐。多模态AI是一种机器学习模型，能够处理不同格式或模态的信息，例如文本、图像和视频。就实际意义而言，这意味着用户可以上传一张巧克力蛋糕的图片，并让AI为其生成食谱——反过来也可以。生成式AI是一个更大的总括性术语，指可用于根据提示创建新内容的不同类型机器学习模型；而多模态AI能力则拓展了可能性，用户不再受限于单一类型的输入/输出。