AI 取代低技能工作？別慌，這些領域仍是人類主場｜獨家對話 OpenAI 前研究員和中關村科金總裁

作者｜冬梅采訪嘉賓｜喻友平，中關村科金總裁；Kenneth Stanley，OpenAI 前杰出研究員 近兩年來，我們清晰地感知到，大模型已經(jīng)成為推動行業(yè)變革的重要力量。這些具備強大自然語言處理能力和深度學習能力的模型，如 GPT 系列、BERT 等，正在各個領域展現(xiàn)其獨特的價值，但僅僅是大模型層出不窮的推出還遠不能滿足人們對于人工智能的期待。人們更希望看到的是，大模型能夠切實地解決生活中的問題，為人類社會帶來實質(zhì)性的改變。要實現(xiàn)這一期待，大模型的應用落地就顯得尤為重要。只有當大模型真正融入到人們的日常生活中，成為解決問題的有力工具，才能真正發(fā)揮其潛力。然而，大模型應用的落地并非易事，盡管現(xiàn)在一些領先的企業(yè)和科研機構(gòu)已經(jīng)成功地將大模型應用于實際業(yè)務中，但對于大多數(shù)企業(yè)而言，大模型應用的落地仍然是一個巨大的挑戰(zhàn)。如何克服這些困難，推動大模型應用的落地，成為當前業(yè)界和學術界共同關注的焦點。為此，本期《極客有約》特別邀請了 OpenAI 前杰出研究員、《為什么偉大不能被計劃》（Why Greatness Cannot Be Planned: The Myth of the Objective》的作者 Kenneth Stanley 教授，以及中關村科金總裁喻友平先生共同探討大模型應用落地的挑戰(zhàn)與機遇。以下為訪談實錄，經(jīng)編輯：
InfoQ：很高興和兩位老師一起討論當前受到業(yè)界和學術界都比較關心的一個話題大模型應用的落地情況，首先請兩位老師先簡單介紹下自己吧。 喻友平：我是喻友平，中關村科金總裁，過去 17 年，我在百度工作，負責過互聯(lián)網(wǎng)廣告產(chǎn)品、大數(shù)據(jù)、AI 和云，從事了多年的管理，加入中關村科金后，我專注于帶領團隊，將大模型的技術與企業(yè)的實際需求相結(jié)合，為企業(yè)客戶提供端到端的優(yōu)質(zhì)的產(chǎn)品和服務，幫助企業(yè)實實在在的獲得大模型帶來的業(yè)務價值。Kenneth Stanley：感謝你們邀請我來這里，我的經(jīng)歷頗為豐富多樣，大部分是在人工智能研究領域。我曾是一名教授，也曾是一名創(chuàng)業(yè)者。我創(chuàng)辦了一家公司，后來它被 Uber 收購并變成了 Uber 人工智能實驗室。我在那領導基礎研究有幾年時間，之后我去了 OpenAI，在那里我領導了一個名為 “開放式” 的團隊。之后我又創(chuàng)辦了一家名為 Maven 的公司，其目的是基于開放式人工智能技術創(chuàng)建一個新的社交網(wǎng)絡，我花費大量時間研發(fā)了這種開放式人工智能技術。實際上，最近我已經(jīng)離開了 Maven，也正在思考接下來要做什么。
InfoQ：那能否跟我們分享下您最近在關注的一些技術趨勢呢？ Kenneth Stanley：我正在關注的一個大趨勢是大模型和人工智能領域的發(fā)展，這對我來說非常有趣，我很早就已經(jīng)長期關注人工智能的進展了，當時還沒有任何大模型。最近比較熱門的話題就是 scaling law，人們在猜測大模型是否會隨著更多的數(shù)據(jù)和計算繼續(xù)縮放，如果會的話，是否意味著我們正在朝著人們所說的通用人工智能（AGI）邁進。如果 scaling law 失效，大模型會不會停滯不前，這些都是人們在熱議的話題，這也是我比較感興趣的話題。我是一名研究人員，我會思考事物背后潛在的本質(zhì)以及事物實際的運作方式。喻友平： 中關村科金專注于大模型應用。大模型的應用在 To C 端，比較亮眼的還是 AI 搜索和問答，其次是 AI 的創(chuàng)意創(chuàng)作。中關村科金關注大模型在 To B 端的應用，幫助企業(yè)提升對外的客戶服務質(zhì)量和營銷轉(zhuǎn)化率，對內(nèi)是幫助企業(yè)的知識管理和運營服務提效。在這些領域我能看到很多有用且有趣的案例。中關村科金在大模型的通用應用領域和行業(yè)應用領域均有涉足，并且已經(jīng)取得了一些不錯的進展。我也在關注 Stanley 教授提到的 scaling law 話題。scaling law 是否會持續(xù)還不能確定，可能需要三到五年甚至更久的時間才能得到驗證，所以也許保持耐心很重要。
大模型應用落地過程中遇到的挑戰(zhàn)
InfoQ：如果說 2023 年是大模型應用爆發(fā)的元年，那么 2024 年則被譽為大模型應用落地的元年。這一年令兩位老師印象深刻的大模型應用有哪些，這些大模型應用屬于哪些場景中？為什么您認為它們的出現(xiàn)很重要？ Kenneth Stanley：是的，我認為編程顯然是一個很大的應用領域，有很多應用在這個領域應運而生。讓編程的專業(yè)體驗更輕松是件很重要的事情，因為在一些極端情況下，甚至有可能需要更少的程序員或者不需要程序員來做一些我認為我們目前還沒完全達到那種程度的事情。但這已經(jīng)很了不起了。如果我只需描述一個應用程序然后讓計算機為其編程，這肯定會在行業(yè)內(nèi)產(chǎn)生性的影響，所以自動化編程的進展非常引人入勝。同時，以大模型為基礎的創(chuàng)意應用也非常有趣，你提到了像圖像生成、視頻生成之類的這些都有著重大的行業(yè)影響。音樂生成也很有趣，這一過程重點不只是大模型能夠制作出好音樂或好藝術，而是作為人類我可以有自己的想法，然后通過模型過濾這些想法，最終生成有趣的音樂，大模型和人類配合一起完成這項工作這是我認為很酷的地方。一種非常有潛力的合作關系是：一個有好想法但沒有技能的人加上一個有糟糕想法但有良好技能的模型，這是很完美的搭配。我認為它真的可以改變很多行業(yè)內(nèi)曾經(jīng)只有一小部門精英能做的事情的局面。比如像音樂家這樣的專業(yè)領域，只有專業(yè)音樂家能真正參與其中的那種情況，專業(yè)音樂家是當今真正參與現(xiàn)代音樂相關實際討論的唯一人群，但如果突然一個業(yè)余愛好者能制作出同樣好的東西呢？他們有音樂想法但沒有技能，但現(xiàn)在他們實際上可以實現(xiàn)自己的想法，這意味著他們現(xiàn)在可以參與此前無法參與的討論了。所以它極大地拓寬了能參與很多領域前沿的人群范圍，我認為這對很多行業(yè)都有著非常重大的影響。喻友平： 是的，我完全同意。大模型應用于創(chuàng)意領域，比如圖像、音樂生成等領域，同時大模型也在編程領域大展拳腳。我在百度時，也有一款很不錯的編程工具叫 Baidu Comate（文心快碼），大約有百分之三十的代碼是由 Comate 生成的。這樣的效果令人印象深刻。
InfoQ：還想問下 Kenneth Stanley 教授，可以結(jié)合您曾在 OpenAI 研究的經(jīng)歷，跟我們聊聊哪些大模型應用落地的案例給您留下了最深刻的印象？為什么？ Kenneth Stanley：我在 OpenAI 工作期間，編碼在那里是一個非常重要的編程話題。我 2020 年到加入 OpenAI 時，當時計算機真的能編碼這一點非常令人印象深刻，同時這些模型尋找新想法或搜索想法的創(chuàng)造能力也讓人震驚。就創(chuàng)造力而言，它們還沒有接近人類的水平，但這些模型能在創(chuàng)意構(gòu)思方面能夠提供很大的幫助，比如讓大模型評論一個故事是否講得很好，它能給出自己的想法，在大模型出現(xiàn)之前，情況并非如此。計算機絕對沒有希望說出那樣的話，你不可能把一個故事輸入計算機并問它這是不是一個好主意。所以當時我非常感興趣，如今隨著技術的發(fā)展，這種情況已經(jīng)改變了，我甚至可以問計算機我的想法是否有趣，盡管（計算機）不一定達到人類水平，但它至少能對這些事情發(fā)表評論。那么，它所引發(fā)的問題是，人類可以用它來做什么？它們可以做創(chuàng)意、意見、藝術以及商業(yè)想法等工作，也可以做像編程這種具有主觀和定性判斷類的工作，這些都是完全新穎的，我對它們充滿期待。
InfoQ：您提到了在 2020 年那個時候大模型就可以編寫代碼了，那應該是非常早期的階段。在您看來，之前那時候的大模型編程和現(xiàn)在的自動編程有什么區(qū)別呢？ Kenneth Stanley：我覺得有了快速的改進，所以它現(xiàn)在更可靠了，能做的事情更多了，犯的錯誤也更少了，工具也更成熟了，用來操作的界面更成熟了，它能和你的編碼設置更無縫地協(xié)同工作。但我仍然認為它還沒有跨過那種類似臨界點的門檻，就是如果我不懂編程想讓它為我構(gòu)建一個應用程序的程度目前還沒達到。如果能達到那個程度將會改變整個行業(yè)。但它是在逐步發(fā)展，每年都在變得更好。不得不說這與 scaling laws 非常相關，因為如果 scaling laws 的發(fā)展變緩了，那么這種進步也會變慢，實際上也就是我們離真正不需要程序員的程度還差很遠。
InfoQ：那么，你能預測一下還需要多長時間才能達到無需編程技術的目標嘛？就是你只需要有一個想法，就可以自動生成一個 App？ Kenneth Stanley：這是個很有意思的問題，我認為這在很大程度上取決于 scaling law，正因為如此我很難給出一個確切的數(shù)字，因為我們不知道 scaling laws 是否會持續(xù)下去。如果 scaling law 不持續(xù)了這并不意味著進步就停止了，只是意味著進步會更困難、更緩慢。scaling law 的重要之處在于，你不需要任何新的想法，你所需要做的就是添加更多的計算資源和更多的數(shù)據(jù)，這樣就不需要再動什么腦筋了。我們只需要等著能獲取更多的 GPU，從互聯(lián)網(wǎng)上獲取更多的數(shù)據(jù)，然后它就會變得越來越智能。如果 scaling laws 作為一種趨勢持續(xù)下去，那么從現(xiàn)在起兩三年或許就可以得到想要的答案，也就是向大模型描述一個想法，然后直接得到一個應用程序。如果由于 scaling law 停滯不前，這種情況不會出現(xiàn)。但反過來想這也挺有意思，因為一旦 scaling law 停滯了，就意味著需要有新的想法了，包括新的架構(gòu)層面的想法來克服我們現(xiàn)在所觀察到的這個難關。當前的架構(gòu)不足以繼續(xù)推動進步，但這并不是說就不可能進步了，只是說我們需要新的想法，而人類確實總有新的想法。大模型就是我們曾經(jīng)有的一個想法，我們還會繼續(xù)有新的想法，所以我認為我們會繼續(xù)看到進步。只是想法不會按照可預測的時間線出現(xiàn)，就像我沒法告訴你下一個愛因斯坦會在什么時候誕生，這不是按照時間線來的，也不是一種規(guī)律，所以很難預測是 10 年還是 20 年或者是更久。我的看法大致是要么幾年以后，要么就得等到十到二十年以后了，這取決于 scaling law 的情況。
InfoQ：那么我們回到大模型的落地問題，兩位老師認為大模型應用落地過程中遇到的最大挑戰(zhàn)是什么？是技術上的限制，還是市場接受度、或者場景等其他因素（包括算法優(yōu)化、數(shù)據(jù)處理、模型訓練等方面）？您認為這些技術挑戰(zhàn)如何影響大模型應用的落地進程？ Kenneth Stanley：我認為模型當前已知的這些限制是其落地應用的最大阻礙，其中包括模型幻覺、幻覺的意思是它們往往會說出一些不真實的內(nèi)容并將其當作事實呈現(xiàn)出來，這顯然對很多應用來說是個很大的阻礙，因為它帶來的風險更大了，無論是在金融還是健康領域，模型在特定場景應用方面影響越多，出現(xiàn)幻覺時就越危險。因為一旦模型出錯了就可能會損失很多錢，那么人們在應用該模型用時就會猶豫不決，如果可能會危及生命，他們就會更加猶豫了，比如在醫(yī)療應用、法律應用等應用場景，如果模型編造出不存在的法律，那可能會在法庭上遇到麻煩。所以目前這類應用領域需要大量的人工監(jiān)督。而有些領域比如圖像生成就沒有這個問題，我認為這就是為什么那些領域的應用更受歡迎的原因。在圖像生成領域，即便它生成了一張不好的圖像，沒人會因此喪命，也沒人會損失錢財。喻友平： 是的，如果我們能解決幻覺，這個行業(yè)會有更大的發(fā)展空間。但也還有其他挑戰(zhàn)，比如大模型在創(chuàng)造力方面也會有瓶頸，以及在生成新穎內(nèi)容方面也存在困難。Kenneth Stanley：的確如此，你提到的這些可能還是和幻覺密切相關。比如我們讓大模型給出一個新的食譜或者一個新的發(fā)明，很多時候它會告訴你一些已經(jīng)存在的東西，我把它叫做創(chuàng)造性錯覺，就像是一種錯覺，你以為你在說新的東西，但其實不是。它把實際上在其訓練數(shù)據(jù)里的東西歸功于自己，這對創(chuàng)造力來說是個大問題。由于這種創(chuàng)造性錯覺，也很難將它用于創(chuàng)意應用，因為這種錯覺不僅創(chuàng)造力表現(xiàn)差，還會帶來風險，因為你無法確定從這個系統(tǒng)里出來的是不是一個真正原創(chuàng)的想法。我的意思是你可以讓它自己創(chuàng)作藝術、音樂以及各種各樣的東西，但要將它進行全面應用，還有很多關鍵局限性有待解決，像這樣的局限性是真正的人工智能基礎研究問題，我認為是可以解決的，但不會像改進 scaling law 那樣簡單。喻友平： 中關村科金主要服務于企業(yè)客戶，所以我們遇到過更多的問題。首先，基礎大模型的能力仍有很大的提升空間。在企業(yè)應用場景下，我們需要提供非常準確的答案，這正如 Kenneth 所說，通用大模型還遠無法直接滿足場景應用需求；其次，在 Agent 架構(gòu)下處理復雜問題時，模型的響應速度也不夠好；最后，企業(yè)客戶對大模型的認知也是一個很重要的方面。企業(yè)客戶對于大模型的期待往往很高，希望能夠立刻替代部分人工，這在技術層面上的挑戰(zhàn)還是很大的。中關村科金專注于整合傳統(tǒng)軟件以提供端到端的解決方案，諸如全媒體聯(lián)絡中心等。我們努力平衡好模型的準確性和響應速度，以便我們的客戶能享受當前技術并從中獲得實際價值。從商業(yè)角度來看，這一點至關重要。
數(shù)據(jù)安全和隱私

InfoQ：實際情況的確是這樣的，在實施這些應用程序的過程中我們面臨著諸多挑戰(zhàn)。我還想了解下，兩位老師認為，在落地大模型應用時我們?nèi)绾卧诩夹g創(chuàng)新與數(shù)據(jù)安全和隱私保護之間達成平衡呢？OpenAI 在這方面有什么經(jīng)驗可以分享嗎？ Kenneth Stanley：OpenAI 有一整個部門是專門負責 API 的，也就是商業(yè)應用方面的業(yè)務，他們確實很擔心這些問題，所以他們會嘗試建立一些安全、隱私以及其他各類潛在風險的保障措施，比如客戶對模型的潛在誤用情況。我覺得這是一種正在發(fā)展的能力，就像很多公司在涉及大模型時要弄清楚如何解決像安全和隱私這樣的問題。這和其他類型的商業(yè)應用或計算機應用是不同的，我覺得目前還有很多需要學習的地方。安全和隱私對 OpenAI 而言很重要，因為他們有很多商業(yè)客戶。
InfoQ：我也想問一下喻總，中關村科金在這方面做了些什么呢？ 喻友平：大模型應用的核心是高質(zhì)量的數(shù)據(jù)，數(shù)據(jù)安全、隱私保護確實是大模型應用中的關鍵。中關村科金在這個方面，制定了非常嚴格的數(shù)據(jù)管理制度和政策來保護企業(yè)客戶和消費者的隱私。
InfoQ：在做好數(shù)據(jù)安全和隱私工作之外，其實大模型推廣工作也很重要。一款大模型應用開發(fā)出來了，但并不代表它就被用戶所接受和喜愛。兩位老師可否結(jié)合自己的經(jīng)驗，談一談該如何提升用戶對大模型應用的認知度和信任度，從而促進其落地應用？ Kenneth Stanley：我覺得這和之前提到的關于這些模型所面臨的挑戰(zhàn)密切相關。當我們談到像幻覺、創(chuàng)造性錯覺甚至安全問題時，所有這些問題都關系到客戶對這些模型的接受程度。說真的 我覺得我們能做的其實是有限的。從客戶服務的角度來看，模型對于客服工作的改進只是邁出了很小的一步，模型技術最終還有很大的努力空間。舉個例子，我們在將大模型用于客戶服務時，如果我打電話給一家公司然后是在和一段錄音對話，那我會感覺很不舒服。而能夠改進這種情況的想法聽上去很有吸引力，但是關鍵就在于像模型幻覺等問題，它帶來的風險太大了，目前還不清楚是否已經(jīng)準備好（應用）了。所以根本的還是要解決大模型本身的基礎問題，使它們達到我們能夠接受其犯錯程度的水平，也就是能和人類競爭的水平。
InfoQ：我看到很多公司它們用大模型從事客戶服務自動化方面的業(yè)務，這些公司的估值很高，但它們處理實際場景問題的質(zhì)量卻不盡如人意，您怎么看待這一現(xiàn)象？ Kenneth Stanley：這挺有意思的，我覺得它們估值高的原因可能僅僅是因為客戶服務是一個龐大的產(chǎn)業(yè)，如果有人真的能解決這個問題就會釋放出巨大的價值，這是顯而易見的。因為所有行業(yè)都需要做客戶服務，我覺得你說的情況在現(xiàn)實中確實存在。但我認為我們還沒到那種程度，因為目前的模型還不足以做到這一點，它們目前已經(jīng)做得不錯了，五年或者十年前我們很難想象真的能用計算機取代所有這些客服，但突然之間，它有可能成為現(xiàn)實了，因為大模型已經(jīng)如此出色了 。我覺得就是這種想象太有吸引力了，所以人們愿意冒險去押注它。喻友平： 在我們的實踐中，客戶們希望得到非常準確的答案并且盡量減少幻覺。中關村科金結(jié)合非常高質(zhì)量的數(shù)據(jù)，在一些特定領域?qū)δＰ瓦M行訓練，就能得到一個服務于特定場景的垂直大模型應用。在電話營銷領域，我們已經(jīng)和一些金融、制造和電商等領域的客戶合作，結(jié)果比想象中要好很多。在實際市場營銷場景下，營銷轉(zhuǎn)化率獲得了顯著提升，結(jié)果非常好，但還有提升空間。
低技能工作者會被 AI 取代嗎？

InfoQ：隨著越來越多的人工智能模型變得更加智能，更加聰明，有人可能會擔心大模型可能會導致社會不平等，比如自動化將取代一些低技能工作，兩位老師如何看待這種擔憂？ Kenneth Stanley：我確實認為人工智能的發(fā)展是一個嚴重的問題，因為它可能會帶來一系列廣泛的經(jīng)濟影響。這一影響從一些工作被自動化取代開始，直至地球上所有工作都有可能被取代，其可能性的范圍或者說連續(xù)性非常廣泛。一開始只是少數(shù)工作被取代，目前還不清楚這是否真的是一個很嚴重的情況，也許只是有一些工作流失了，但也增加了一些工作崗位，也許效率得到了提高，情況還算不錯。總體來說，人人都能受益。但隨著情況變得更加極端，技術變得更加智能，情況就開始變得更奇怪了，因為整個行業(yè)都可能被取代。比如，可能未來就不再需要程序員了，就像不再需要司機了一樣，有了機器人技術也許你也不再需要家政人員了。甚至像創(chuàng)意方面的情況就更奇怪了。因為我覺得以前我們想到自動化的時候，我們會認為它會取代像工廠工人這樣的人。大概 10 年前，我們可能會討論工廠工人被機器人取代的情況。我們當時不會想到，像藝術家這樣的人也會被取代，目前人工智能發(fā)展導向了奇怪的方向。所以我們現(xiàn)在看到的是，在極端情況下幾乎所有東西都被取代了，這是極其深刻的影響，這不僅僅是一個小的經(jīng)濟方向的話題，這就像是對社會的一次徹底重建，那么到底會發(fā)生這種情況嗎？什么時候會發(fā)生？我們無從得知。但因為它有可能發(fā)生，所以至少值得思考一下這意味著什么以及在那種情況下我們將如何應對社會問題。我覺得有一點很清楚，就是經(jīng)濟將需要徹底重組，現(xiàn)在的經(jīng)濟運行方式將行不通了，我不確定那時是否還是資本主義，因為很多人將沒有什么可以貢獻的了。當然也還是有些人還是能貢獻一些東西的，比如當涉及到做出非常重要的決策時可能還是需要人類，比如決策、涉及戰(zhàn)爭等方面的決策還是需要人類的來完成的。但大多數(shù)事情可能都能用計算機取代，那這個世界將如何運轉(zhuǎn)呢？它將如何構(gòu)建呢？沒有人知道，但這的確是需要思考的問題。但也沒必要恐慌 因為不是明天就會發(fā)生，所以不用過分焦慮。
InfoQ：您說在不久的將來很多行業(yè)和工作將會被人工智能取代，對于程序員和開發(fā)者而言，如果不想被 AI 取代，他們需要怎么做？該如何在技能層面保持競爭力？ Kenneth Stanley：我不想暗示就是在不久的將來，我的觀點是我不知道這會多快發(fā)生，不是說這就很近了，它可能很快發(fā)生，但也可能離我們很遠。這是一個好問題，很多人都問過我這個問題。尤其是年輕人，大學里的人他們會說如果所有東西都要被取代了，我應該學什么專業(yè)呢？這是個很棘手的問題。對于那些真的很擔心這個問題的人，我認為很重要的一點是做太多規(guī)劃可能沒什么必要。因為生活中有一些事情是你根本無法規(guī)劃的，就像如果有一顆小行星要撞擊地球我們無法提前做準備。我會建議你繼續(xù)做你感興趣的事情，因為對于小行星撞擊地球這種事情你無能為力，所以我不會建議你放棄自己的生活，你不應該把所有時間都花在恐慌上。繼續(xù)過自己的生活，挖掘自己的才能，不要擔心那些無法控制的災難性，但是有一些事情需要擔心，比如人工智能有了一定程度的顯著進步，這和之前所說的所有人失業(yè)不一樣，那是一種更極端的情況，而人工智能是在循序漸進地發(fā)展，可以看看哪些領域是人工智能發(fā)展到很高級的程度才會受到影響的，在我看來，高度創(chuàng)意性的領域短時間內(nèi)不會被 AI 替代，而做編程的那些人可能在短期內(nèi)就危險了。所以我不認為你需要為此提前做準備，我對年輕人說不要放棄你的興趣，也不要放棄這個世界。我們不知道這些事情什么時候會發(fā)生或者是否會發(fā)生，最好的做法就是繼續(xù)保持你的熱情并努力讓自己處在能夠提供創(chuàng)意的崗位上。喻友平： 在我看來，當前只有一些非常簡單和重復性的任務才會被大模型取代。因為我們已經(jīng)看到大模型可以提高生產(chǎn)效率和創(chuàng)造力。大模型會創(chuàng)造出許多新事物，一些新崗位的出現(xiàn)也得益于 AI 技術的發(fā)展。在中關村科金，我們基于大模型為企業(yè)提供一些智能工具，比如文本機器人、語音機器人，還有一些幫助員工提升工作效率的工具，比如大模型陪練、大模型助手等。我對這個問題不算擔憂，我覺得這是一件好事，而且世界將會繼續(xù)發(fā)生變化，無需過度擔心，做好自己力所能及的事情。
最容易被 AI 顛覆的領域是什么？
InfoQ：近年來人工智能模型已經(jīng)極大地改變了我們的生活，兩位老師認為哪些行業(yè)或領域最可能在接下來幾年里被大模型顛覆？為什么這些領域會引領變革？ Kenneth Stanley：我認為低風險的創(chuàng)意領域，比如比如視覺藝術家現(xiàn)在已經(jīng)受到影響了。如果你需要做一張營銷海報，你現(xiàn)在基本可以免費做圖，你不需要付錢給任何人，而在過去這是設計師的工作，所以我覺得很多行業(yè)將會發(fā)生巨大的變化。我們看到隨著大模型能力的提升，這種影響會擴展到視頻、音樂音頻等領域，這些領域相對而言風險較低，意味著即便遭遇問題，也不會對人們的生命安全構(gòu)成威脅，更不會導致重大的經(jīng)濟損失。編程也是比較容易被顛覆的領域，雖然有些地方程序出錯是很危險的，但我覺得它仍然有可能影響編程和工程領域。因為人類將與 AI 合作以實現(xiàn)工作效率的極大提升，這將會對整個行業(yè)產(chǎn)生影響。盡管有人擔心 AI 可能會取代部分工作崗位，但我堅信這種風險并不像人們想象的那么嚴峻。事實上，那些面臨被取代風險的工作往往只是整個流程中的一環(huán)，而這些人的使命往往更加關鍵和不可或缺。與此同時，隨著 AI 的普及，所需的工作人數(shù)可能會減少，但留下來的人將能夠借助 AI 的力量，以更高的效率和更強的生產(chǎn)力完成更多任務。喻友平： 我認為那些數(shù)據(jù)和知識密集型的行業(yè)是最有可能被改變的，比如法律、醫(yī)療、教育等。由于這些領域有著巨量的數(shù)據(jù)，大模型能夠提供更加自動化的服務和工具，幫助大家提升工作效率。同時，我覺得律師、醫(yī)生、教師這些職業(yè)不會被完全取代，畢竟這些職業(yè)對專業(yè)性和輸出結(jié)果的準確性要求極高。但大模型能幫助人們更加高效的工作，這是非常確定的。
InfoQ：想請問下喻總，根據(jù)您的觀察，您看國內(nèi)外大模型應用落地的情況有哪些差異？為什么會造成這種差異？ 喻友平： 對于國外的情況，剛才 Stanley 教授 已經(jīng)給出了很多分享。而國內(nèi)的應用主要還是集中在金融、辦公、教育、醫(yī)療等領域，在企業(yè)內(nèi)外的員工效能提升和客戶服務等方面。就客戶服務方面而言，國內(nèi)利用電話進行服務或營銷的情況較多，而國外則偏向于在線文字服務，這跟國內(nèi)外的用戶習慣有關。國外的大模型服務以公有云服務為主，國內(nèi)以私有化為主，這是因為中外在商業(yè)模式上存在差距，但在技術層面上并沒有太多區(qū)別。
InfoQ：兩位老師認為在當前的科技環(huán)境下，我們是否已經(jīng)準備好迎接大模型應用的全面落地？如果是，請展開說說我們都做好了哪些準備？如果沒有，我們還需要做些什么？ 喻友平：擁抱新技術，無需苛求完備。現(xiàn)在的大模型技術已經(jīng)可以在很多領域落地了，中關村科金主要聚焦在兩個方面：1、幫助企業(yè)客戶，更好的應用內(nèi)部的知識和數(shù)據(jù)，打造企業(yè)或行業(yè)的知識助手，提升員工的工作效能；2、幫助企業(yè)客戶，更好的為其客戶提供服務和營銷，提升企業(yè)營銷和服務能力。中國的客戶更喜歡獲得端到端的服務，我們結(jié)合在全媒體聯(lián)絡中心、音視頻平臺的產(chǎn)品能力，為客戶提供端到端的產(chǎn)品和解決方案。同時我們也在積極探索產(chǎn)品出海，服務全球客戶。在大模型技術方面，我們也緊跟前沿的技術進展，不斷優(yōu)化我們的產(chǎn)品體驗和服務，我們相信，隨著大模型技術的不斷增強，我們提供給客戶的產(chǎn)品和服務，也會越來越智能化。Kenneth Stanley：我認為這取決于行業(yè)，有些行業(yè)比其他行業(yè)準備得更充分，不同領域的差異非常有趣。有些行業(yè)顯而易見，例如在客戶服務領域，他們正在嘗試用大模型做些應用，但其他行業(yè)甚至尚未意識到這可能會影響到他們的領域，我認為真正有趣的是它可以影響每一個行業(yè)，甚至可以說，沒有哪個行業(yè)不會受到大模型的影響。我想起了最近一件事，有一些蟲子飛進了我的房子，我不認識這些蟲子。那時候天氣非常熱，所以我們打開窗戶，這些蟲子開始飛進來。它們是紅色的，有長長的翅膀，當它們落地時似乎就死了，我想可能是高溫了這些蟲子。于是我很好奇這是怎么回事，我以前從未見過它們，卻也沒有過多擔心。后來，我十歲的兒子他說你為什么不問一下 ChatGPT 這是什么，我說這是個好主意，我們應該問 ChatGPT。于是我指著蟲子問這是什么，ChatGPT 回答這是有翅白蟻。我從未聽說過，白蟻是一種吃木頭的昆蟲，但我從來不知道它們有翅膀。于是我進一步問 ChatGPT，它解釋說當一個白蟻群體過大就需要創(chuàng)建新的族群，它們會長出翅膀以便能夠創(chuàng)建新族群。我學到了新東西，并且也了解到我的房子有危險，因為白蟻進到了房子里，所以我叫來了白蟻檢查員。我講這個故事的原因是因為令我覺得不可思議的是，這個白蟻檢查員因為 ChatGPT 而有了生意。你不會認為檢查白蟻的人和 AI 有什么關聯(lián)，但確實發(fā)生了。你看，任何人都可以從中受益，這表明其潛在影響是多么廣泛，更不用說我的房子可能因為 AI 而更加安全了。我認為每個人都應該去了解 AI 并思考它可以為自己的行業(yè)做些什么。會議推薦12 月 13 日至 14 日（周五至周六），AICon 全球人工智能開發(fā)與應用大會將在北京盛大開幕！本次大會匯聚 70+ 位 AI 及技術領域的頂尖專家，深入探討大模型與推理、AI Agent、多模態(tài)、具身智能等前沿話題。此外還有豐富的圓桌論壇、以及展區(qū)活動，帶你深入探索大模型的最新實踐與未來趨勢。年度最后一次 AI 盛宴，讓我們一起見證 AI 未來。今日薦文ChatGPT Canvas免費啦！集成Python仿真器，支持在線修Bug，生產(chǎn)力飆升Sora 剛正式登場就把OpenAI系統(tǒng)干廢了！Altman緊急暫停新用戶注冊阿里合伙人為“爹味發(fā)言”道歉：自罰三個月工資；美圖出售加密貨幣獲利5.7億；虧損11億、上市對賭失敗，公司啟動全員降薪 | AI周報OpenAI深夜炸場！一口氣放出o1模型全家桶，月費200美元的ChatGPT Pro被狂槽：Altman只想躺在上數(shù)錢谷歌最強世界模型“硬控”O(jiān)penAI 一分鐘：智能體交互、替你玩游戲！等等，智能體們早在游戲里 cosplay、交友了！你也「在看」嗎？?