我们是否低估了GenAI的影响?

过去一年关于生成式人工智能（GenAI）的热度已经爆表，然而，人们仍然有可能低估GenAI对商业的影响。至少两家GenAI软件公司的负责人是这么说的。

作为Moveworks的总裁和联合创始人Varun Singh对大型语言模型(LLM)如何影响企业有一个“全景图”。该公司开发了一个平台，允许客户利用GenAI技术构建聊天机器人和其他类型的应用程序。该公司拥有100多家财富500强企业的客户。

虽然GenAI领域发展迅速，但Singh认为人们并没有全身心投入。他说:“我还没有看到人们在对他们的期望方面做得过多。”“到目前为止，我们看到的是……人们仍在被动接受这些模型有多强大。”

Moveworks使用像GPT-4这样的LLM来创建聊天机器人，比如回答有关公司福利问题的人力资源聊天机器人，或者可以回答有关IT问题的IT服务台聊天机器人。最近，该公司通过帮助客户创建能够处理更高级任务的GenAI数字助理，在GenAI的阶梯上不断前进。

这些GenAI的数字助理（Copilot）的工作表现让人大开眼界，Singh预计在短时间内这一领域会取得很大进展。“我认为现在人们仍然把LLM看作是仅在应用程序的范围内数字代理人。下一个层次的用例正在出现，我们已经做了一段时间了，特别是我们的下一代Moveworks Copilot，是跨应用程序边界的代理。”

Singh说，Moveworks的一个Copilot应用程序能够处理36个不同的人类岗位的代理职责。为企业应用程序或数据源提供了正确的插件(Moveworks有100多个这样的插件)，Copilot能够访问应用程序，监控人工代理如何与应用程序交互，然后自己重新创建任务。“就其识别不同应用程序并自动选择正确插件的能力而言，它完全是疯狂的。”“坦率地说，我认为在现阶段，就这项技术能走多远而言，还远远不够。”

Moveworks与GenAI合作，这样它的客户就不必这么做了。它的工程师们在企业市场和开源存储库中寻找各种各样的LLM，看看它们在哪里适合它的客户。“我们使用GPT-4，但我们也开发自己的模型。” Singh说，“我们正在试验Llama2，也正在微调T5和其他开源模型。”

例如，GPT-4在语言理解和生成方面表现出了巨大的能力，但它可能会增加延迟，并存在准确性方面的问题，因此Moveworks在某些情况下使用自己的模型。每次GenAI部署通常涉及多个模型，由Moveworks在幕后协调。

Singh说:“对客户来说，最重要的是实现价值的时间，以及实现价值的成本。”“他们不在乎是GPT3还是GPT4，也不在乎员工的经验和结果。他们期望的结果是服务台的完全自动化。”

GenAI显示出的潜力是巨大的，但我们甚至还没有触及它的全部能力的表面。

lean的首席执行官兼创始人Arvind Jain也有类似的经历。

Jain于2019年创立了lean，旨在创建定制知识库，企业可以通过搜索来回答问题。这位前谷歌工程师开始使用早期的语言模型，比如谷歌的BERT，来处理搜索词与企业术语的语义匹配。随着LLM的规模越来越大，聊天机器人的能力也越来越强。

“我们觉得GenAI的潜力更大。”Jain说，“有很大的炒作成分，可能也有一些失望。但我认为，考虑到人们的感受，从长远来看，GenAI的影响实际上比大多数人想象的要大。”

Jain解释说，他对GenAI乐观的原因是这项技术在过去五年中取得了很大的进步。随着技术的进步，它降低了那些可以参与GenAI的人的进入门槛，同时提高了可以构建应用的质量。

“五年前，只有像我们这样的公司才能真正使用这些模型。”Jain说，“你必须有真正的工程团队。这些模型还没有为最终用户做好准备。它们是一种笨拙的技术，很难使用，效果也不太好。所以你需要工程师做大量的工作来调整这些模型，使其适合你的用例。“

“但情况发生了变化。”他继续说道，“现在，大型语言模型在某种意义上已经变得民主普及化了。现在公司里的每个人都可以使用这些模型来解决数据业务问题。”

如果你想从头开始构建自己的GenAI聊天机器人，它仍然需要工程人才，尽管任何拥有数据科学家技能的人都应该能够将其组合在一起。如果你想建立自己的LLM模型，这一技术对于绝大多数公司来说都是不可能的，因为这需要大量的技术技能，此外还有大量的训练数据和GPU来训练它们。

但是现在，非常强大的LLM已经唾手可得，像lean这样的工程公司可以利用它们来构建收缩包装的GenAI应用程序，并在第一天就为商业做好准备。Jain说，lean的核心产品基本上“就像你公司里的Google和ChatGPT一样”。这家拥有200名付费客户的公司还提供低代码应用程序构建器，允许非技术人员构建自己的GenAI应用程序。

Jain说:“公司应该把人工智能视为一种可以使用、可以购买、可以融入业务流程和产品的技术，而不必担心‘嘿，我需要培养人才来开始建立模型吗?’”“很少有公司需要真正构建和培训模型。”

Jain表示，每当OpenAI、谷歌或Meta从零开始构建自己的LLM课程时，就会有更多像lean这样的公司雇佣工程师，并使用LLM课程来构建企业将使用的人工智能产品。然而，少数大型企业可能会决定他们需要构建自己的GenAI产品。这些企业将需要工程人才。

他说:“根据具体情况，这需要你拥有一支能够有效使用这些大型语言模型技术和一些基于RAG的平台(如lean)的工程团队。”“你需要构建一些工程才能将GenAI技术真正整合到你的业务流程和产品中。“

在很多情况下，你可以直接去买一件产品。为此，你可以利用人力资源团队。你不需要建立一个工程团队。你可以购买像lean这样的产品，或者其他类似的产品，然后部署它，获得人工智能的价值。

Jain说，GenAI的未来是广阔的，特别是对那些将利用这项技术制造引人注目的新产品的公司来说。他说，我们才刚刚开始这种转变。GenAI投资的早期回报已经非常好，未来是广阔的。

“老实说，我觉得这项技术一直在给人们带来惊喜。它发展得很快。我们从中获得了真正的价值。” Jain说，“这些应用程序远远超出了聊天机器人的用例。这项技术非常广泛。”