微不雅观层面上，企业如何将AI技能推广到日常运营中，从而提升效率和生产力？企业高下该如何建立起对AI的信赖、如何在各个业务和职能推广该技能？企业又该如何规避那些可能由AI导致的风险呢？

就这些问题，第一财经在2024天下人工智能大会暨人工智能环球管理高等别会议（WAIC 2024）期间专访了埃森哲环球副总裁、环球数据能力主管董筱珊（Teresa Tung）。

AI繁荣比过去的科技打破期间更加普惠

第一财经：我们目前正在经历的AI繁荣与过去的技能打破有什么差异呢？

董筱珊：我认为一个差异在于其普惠性。
举个例子，当ChatGPT于2022年11月问世时，我的孩子们和父母急速就能轻松利用这项技能，这在云技能和大数据技能取得打破时并未发生过。
那些技能很大程度上仍紧张由技能专家，比如软件工程师、数据科学家等进行利用。

正是这种普惠，更快地推动了AI的发展，市场也作出快速反应。
在推出后的短短几个月内，ChatGPT就拥有了上亿用户。
埃森哲很快捕捉到了这一趋势，我们不雅观察到，自2022年11月ChatGPT发布以来，各种企业在财报电话会议中提到人工智能的次数增加7倍，并且不仅仅是企业技能团队会提到AI。
我对此的解读是，企业电话财报会议须要向各方报告AI市场的发展，投资者、消费者和企业员工都想理解一家企业在日常业务中如何利用AI技能。
这与过去比较是一个很大的变革。

第一财经：除了消费真个变革，目前来看，很多AI企业彷佛也已盈利。
本轮AI热潮与过去的技能打破期间比较，是否也能帮助干系企业更快实现收益或得到利润呢？

董筱珊：这种实现收益或得到利润可能不一定是通过供应AI产品或做事直接得到的，AI技能带来的生产力提高，每每是企业得到收益、代价的紧张办法之一。

当企业利用天生式AI技能时，由于干系模型已经被提前演习好，同时还存在许多互联网数据或其他数据可利用，企业不须要再投资一大笔资金。
大多数企业都会将这些技能运用于诸如市场营销、客户做事、发卖、财务、知识管理等业务和职能，详细可用来帮助处理电子邮件、天生文档，天生产品描述等，过去这些事情可能须要花费较永劫光来完成。
从上述情形不难创造，AI能令企业提高效率和业务水平。

至于直接“变现”，这可能须要更永劫光，由于我们还须要应对某些特定问题，比如风险。
在利用目前的AI产品时，我们还会担心，天生的内容是否合乎道德和其他规范？同时，很多情形下，我们也会面临缺少干系性更高、更详细的数据，无法连续用以演习模型，因而天生内容无法做到与所处企业、行业更加干系。
好是，我们已经看到有些企业开始这样做了，只管还不是很普遍。

第一财经：一些AI业内人士在谈论，大概中国企业可以采纳不同的办法来发展AI。
你赞许吗？你认为理论上，是否存在很多不同的路子来发展和受益于本轮AI繁荣？

董筱珊：当我们评论辩论天生式AI时，紧张有三种采取路子。
一种是直策应用干系的运用程序，比如某个市场营销类运用程序。
ChatGPT也是一个运用程序，当你利用GhatGPT时，你并非直接在与大措辞模型谈天，而是在利用该运用程序来天生谈天内容。

另一种采取路子是直策应用运用程序背后的底层模型。
比如，OpenAI便是一个模型，而OpenAI这一模型可以用来创建运用程序，比如ChatGPT和其他运用程序。

第三种采取路子，便是利用各种底层模型来创建适宜企业或业务的特定专属运用程序。
在这种情形下，利用到的底层模型可以是国际上的模型，也可以是海内的模型。

对付企业来说，选择模型时紧张考虑的便是是否已预先演习完善，哪个更适用于自身以及所在市场的情形。
比如，在中国，海内的大模型能天生更精确的结果，因此会更有竞争上风。
此外，中国市场上的一些模型可能更具本钱上风。

同时，在中国，商业环境和格局也繁芜多变，企业选择也更加灵巧和多样化，不同企业基于本钱角度和干系性角度，可能会选择不同底层模型。
这些成分可能会让中国在AI领域取得超过式的进展。

第一财经：你认为哪些地区或国家能受益于本轮AI发展浪潮？

董筱珊：中国肯定是会受益最大的国家之一。
中国具备人才库、科技企业、资金等关键成分和具有竞争力的生态系统等，同时政府也在发展AI中扮演着重要角色。

不论是要构建AI根本举动步伐，建立大数据中央，得到GPU高性能芯片等，发展AI的初始投资是巨大的，除非是大型企业，否则大部分企业难以承受，而这也是政府能够起到浸染的一个地方。

事实上，在环球，政府都须要扮演相称的角色，比如推出了AI的干系法案和文件，给行业参与者一些明确的辅导方针。
常日来看，如果企业不知道哪些事情能做或不能做，每每就会谨慎起见而束手束脚。
基于此，政府主动明确规则，并让行业参与者知道政府鼓励发展AI，是有所裨益的。

第一财经：关于AI的演化路径，近期有剖析师认为，与此前移动互联网期间类似，最初会让英伟达这样的硬件企业受益，然后是博通这样的AI根本举动步伐类企业，再之后是强调与人交互的AI软件企业将会得到发展。
你赞许这种路径吗？

董筱珊：我基本赞许这一演化路径。
归根结底，大多数用户乐意为体验付费。
比如用于市场营销的AI写作及内容天生运用，又比如天生音乐的运用程序，亦或是微软推出的Copilot，对付普通用户来说，运用程序底层技能、模型、大数据中央、GPU等这些技能观点并非是重点，他们关心的是程序利用是否便捷，天生结果是否足够准确和智能，能否带来更好的利用体验等。

现阶段，企业仍旧必须打下很多根本，否则将永久无法得到这种体验。
有了根本举动步伐后，我们才能通过运用初始的大措辞模型，完成调试优化做事，再基于此创建运用程序。

企业推广AI技能时，人的成分至关主要

第一财经：企业将天生式AI融入其业务流程的实际进展如何？理论上，AI能够如何帮助他们肃清障碍、提高生产力或开释商业代价呢？

董筱珊：在企业内部推广AI技能时，仅仅考虑技能本身是不足的，还须要与终端用户，即利用AI技能进行详细事情的员工互助，他们每每是最适宜担当AI教练的人选。
以是，如何推广AI技能，不应该由企业的技能团队见告员工该当怎么做，而应让员工参与决策共同确定该如何做。
这点对付天生式AI技能尤为适用，由于天生式AI并非“天生”就能够供应准确、可靠的内容。
这时候，就须要利用该技能的员工来帮忙剖断某些天生内容的对错，以及是否能天生某项特界说务所期望的信息。

举例来说，如果某个员工卖力在供应链中管理仓库，他必须确保货色在精确的韶光送进来并送出去，背后须要考虑的成分包括韶光表、库存、客户等。
如果要利用AI技能，员工要确保让AI也能考虑到上述所有这些成分。
如此一来，如果有什么事情被推迟或顺序发生了变革，AI就知道该如何应对。
以是，熟习这些成分的员工，就要充当AI的教练。
并且，当AI天生了这些信息后，员工也会进一步反馈，不断验证供应信息和供应形式的准确性和精确性。
长此以往，AI就能够动态地提取该员工在某一详细时候须要查看的数据，并且根据情形的变革（例如，有人迟到了，有人请病假了，或客户变动了订单）决定供应数据的详细时点。
上述任何环节都会产生连锁效应，牵一发而动全身，因此，AI与员工的互助非常关键。

第一财经：在企业在内部推广AI技能的时候，人的成分仍旧很主要？

董筱珊：绝对如此。
在AI技能发展中，人的成分非常主要。
这实在是一种人加上AI的能力，而不是AI自身完成自动化。
这也是AI与以往技能变革不同的其余一点，它是非凡人道化的技能，也因此它比以往的打破性技能更易得、更快遍及，以及更加对付用户友好。
比如，即便利用者不是技能专家，也能利用AI来编程，创建指令动作。
纵然不是艺术家，也能通过AI天生图像。
每个人都可以利用AI的创造性，且不受特定技能所局限。

第一财经：埃森哲的一项研究表明，虽然亚太区89%的首席体验官（CXO）操持在2024年增加对AI技能的投资，但不少高管承认他们缺少通过AI技能完成企业重塑所需的技能。
更主要的，当涉及推广AI时，领导者和员工之间存在信赖赤字，许多员工会担心自己的事情。
根据你的履历，能采纳什么方法让员工对企业引入及推广AI技能感到更舒适，乃至乐意拥抱这种变革呢？

董筱珊：上述研究结果也显示，员工对天生式AI技能本身很愉快，94%的员工表示想学习这项新技能，只是他们不认为企业管理层能够积极推广AI技能。
在我看来，这紧张是由于企业领导还没有在全体员工中展开干系培训。

正如我提到的，实在天生式AI是一种非常人性化、基于人的技能。
如果通过培训让员工理解到利用AI的风险和哀求，让他们成为AI的教练，将他们纳入转型过程，他们会更随意马虎接管。
这是所有企业领导者真正须要做的，由于不仅仅是软件工程师，各种工种的员工都将是数据事情者，都能打仗到数据并针对数据提出问题，也须要基于数据作出决策或推动变革。

第一财经：在演习员工前，我们是否该当先培训企业领导呢？上述研究结果也提到，在起初的兴趣爆发期后，纵然是企业领导自己，在日常事情中对天生式AI的利用量也涌现了减半的情形。

董筱珊：我们须要培训所有人，让所有人都能够最好地理解AI技能的前景。
埃森哲自身已经给环球70多万名员工进行了根本培训，让企业高下知道什么是天生式AI，以及这项技能意味着什么，背后有什么风险和机会，从而有更好的心态适应并利用AI。
比如，人们会在手机上处理很多AI干系的任务，这既是机遇也是风险，由于个人可能会无意间把企业的一些主要信息透露出去，也可能会被动吸收到一些他人天生的内容，存在潜在风险。
常日，技能团队会更习气于应对这些情形，而通过培训，企业的所有人都会具备这样的意识和处理方法。

第一财经：你能分享几个有趣的或令人印象深刻的案例吗？

董筱珊：我们确实有看到和参与企业客户落地运用的例子。
比如，有一家规模非常大的生命科学企业客户与埃森哲互助开展AI干系培训，旨在建立起技能和专业知识，培养内部数字人才。
这并非一家科技企业，但他们知道须要基于AI技能进行研发上打破，改造他们业务。

还有一个与传统车企互助的案例。
常日，将企业数据转化为某种知识或洞察，须要在许多领域专家和数据来源之间来回沟通，全体过程须要相称长的韶光。
埃森哲助力宝马建立了一个名为EKHO的新一代人工智能平台，帮助员工办理繁芜的问题。
EKHO乃至可以通过从过去的场景中学习来办理全新的寻衅。
在过去，宝马发卖职员必须查阅实物手册才能理解可能的汽车配置。
现在，利用EKHO平台，宝马可以将此过程减少到几分钟。
并且，EKHO可以适用于客户的各项业务，比如在制造环节，它可以通过回答库存和物流问题来优化供应链流程。
EKHO可以帮助宝马在北美市场的效率提升了30%至40%。

此外，还有一个《财富》杂志的案例。
《财富》通过严格网络和剖析天下上大型企业的繁芜财务数据，创建标志性的《财富》500强排行榜。
多年来，《财富》积累了丰富的数据。
我们与《财富》互助，开拓一个名为Fortune Analytics™的天生式AI平台，可以通过访问各年度《财富》排行榜、印刷品和在线文章以及在线***，获取数据并进行整合。
平台再对天生的内容进行微调，使《财富》的用户，尤其是某些特定业务领域的企业领导者和研究员，能够花更少的韶光搜索信息，花更多的韶光制订计策和作出有影响力的决策。
该平台供应的产品比较直不雅观和多样，形式上既有文本，也有可视化数据产品，比如散点图、折线图和条形图等。

第一财经：在伦理领域，AI也存在着诸如隐私、偏见和歧视以及影响人类判断等风险。
企业能够如何避免由这些风险引发的一些问题呢？

董筱珊：首先，我们须要理解天生式AI的实质。
归根结底，它不是给利用者一个准确的答案，只是天生它在知识库以及演习中习得的有关信息和内容，以是有些时候它乃至会编造一个答案，令人们感到迷惑，造成了所谓的“幻觉”。

理解这点后，我们再来考虑到可能存在的风险。
就像我们在编程、写软件时一样，我们也须要对AI进行测试和验证。
我们须要创建一组测试和验证数据，当AI模型发生变革时，我们就能够及时评估这个模型是否是准确的，或者天生的内容是否适宜传播。

比如，在营销活动中用到天生式AI技能时，如果企业想确保天生和传播的内容符合实际情形并能达到最佳效果，就须要让该领域的专业员工对天生的内容进行剖断，从而网络一组相互比拟的结果和数据。
在这一过程中，各个领域的专业人士和知识的角色非常关键。
并且，每个企业在判断详细业务时，也会考虑到该企业的独特之处。
以是在全体过程中，我们可以先通过专业员工先网络一批数据，然后利用AI程序自动天生内容，再去验证对错，从而不断扩充验证数据组。
如此一来，在日后其他员工在试图选择模型时，或试图验证天生结果是否精确或准确时，就可以用程序化的办法运行这些验证数据组。

除了不断扩大验证数据组外，我们还须要微调模型，由于有些数据组中的内容和知识虽然不存在对错的问题，但可能会过期，添加新的内容和知识，使得模型最终生成内容更加准确。

(本文来自第一财经)