企业对AI应用的期许远不止于聊天机器人
+ 查看更多

新兴工具可以帮助企业将人工智能应用于挖掘利用数据，但前提是业务流程能够跟上技术创新的迅猛步伐。

Steven Rosenbush

■

OpenAI的ChatGPT推出两年后，许多公司对人工智能(AI)表现出的热情程度似乎让很多公众感到不解。

诚然，基于生成式AI的聊天机器人很有用。但真的值得为此投入重金吗？据研究机构国际数据公司(IDC)估计，到2028年全球企业对AI的投入将达到6,320亿美元。

公众的不解反映出这样一个事实，对AI的讨论以及公众对AI的理解很大程度上都聚焦在面向公众的聊天机器人上。实际上在公众视野之外，许多公司正在内部部署更专业的AI工具来挖掘利用它们的数据，而这正是它们期望AI真正派上用场的地方。

这些公司正在使用一种名为检索增强生成(RAG)的技术将大语言模型与其数据连接起来。这个术语有些晦涩难懂，但核心逻辑相当简单：检索公司的数据并用这些数据来辅助生成式AI工作。

“这很庞大。我们所做的大部分工作都是基于RAG的，”波士顿咨询公司(Boston Consulting Group)旗下科技构建和设计部门BCG X的全球负责人Sylvain Duranton说。该部门已经与多家大公司合作。

为人所诟病的AI幻觉之所以出现，反映出大语言模型的训练基于互联网的现实。Duranton说，提示一个AI聊天机器人详细说明母鸡下的蛋和牛下的蛋之间的区别是有可能的，因为在它训练所用的互联网数据中包括含有牛蛋内容的网络游戏。

而如果是一家公司创建基于AI的呼叫中心系统，它将使用RAG技术导入人工座席或操作员使用的流程、程序和数据。该系统的大语言模型从这些数据中生成答案。

“这是一种保护自己的方式，”Duranton说。

不过一旦投入应用，这些系统还有望开拓一系列的新用途，超越呼叫中心系统和其他现在为人所知的企业AI应用，例如编写软件代码。

总部位于旧金山的房地产投资公司Shorenstein Properties正在试运行一个项目，计划使用基于RAG的AI系统自动标识所有文件。目标是消除耗时的人工系统中的许多弊端，在人工系统中，人们可能会出错，或者干脆完全跳过这个过程。该公司计划在未来几个月内将这个标识系统投入工作流程。

根据企业文件访问、共享和管理服务云平台Egnyte的说法，文件也可以快速组织成“知识库”，并使用AI进行查询。

过去几周里，Shorenstein已经启动了一个概念验证项目，使用Egnyte从常常长达60页的待售房产说明文件中提取数据，并整理成报告，这些报告可能有助于公司做出高效的商业决策并改进流程。

Shorenstein负责信息技术的高级副总裁Sam Ghnaim表示，创建知识库还可能让Shorenstein能够分析一座城市的租赁数据，并几乎立即评估哪些租约即将到期，这有助于市场和数据分析。

开发这些新功能需要的不仅仅是技术。

BCG X负责人Duranton表示，以前的技术支持去中心化的IT架构办法。但他说，如今AI需要持续访问一家企业的所有数据，这意味着它需要与整个架构进行深度和广泛互连。

企业AI公司Collective[i]董事长兼联合创始人Heidi Messer表示，AI的更深层次应用通常也需要对工作流程和程序进行同样深层次的改变。Collective[i]开发旨在生成收入洞察和跨业务部门优化的智能、应用程序和工具。

例如，一家公司的收入团队可能会通过对整个公司的业务负责人进行调查来预测每个季度的需求。这很难说是一个科学的过程，这也是为什么当公司公布实际业绩时，与预期不符的情况会相当常见。

随着时间的推移，事实可能证明AI会做出更可靠的收入预测。但这将需要收入团队改变工作方式。Messer说，旧的数据收集做法将成为历史，收入团队可能会与公司供应链管理、定价和招聘等其他部门更紧密地合作。

“AI有比大语言模型更深层次的应用，这些应用将产生巨大的影响，”她说。“但要兑现AI带来的这些好处，企业将需要用适应这些技术进步的工作方式从根本上改变或取代传统的工作流程。”

注：本文仅代表作者个人观点

■