使企業(yè)的GenAI大眾化

全球數字化轉型咨詢公司Publicis Sapient的首席產品官Sheldon Monteiro告訴VentureBeat，隨著GPT和更多API的出現，OpenAI已經使之前需要更多技術專業(yè)知識的任務變得更容易為普通人所用，以創(chuàng)建能夠執(zhí)行特定角色的助手。

Monteiro解釋說，這在以前對于擁有開發(fā)人員資源的大型企業(yè)是可能的，但他說，OpenAI所做的是“讓資源較少的企業(yè)實現民主化，這樣任何業(yè)務人員都可以制造一個專門的代理并共享它。”

On Platform的創(chuàng)始人兼首席執(zhí)行官Alex Beckman補充說，這些聲明將“顯著增強企業(yè)對GenAI的參與度”，因為它們不僅使API更加強大和用戶友好，還能夠對輸入到AI的數據及其產生的信息進行精細控制。

他說：“這將產生更連貫和與背景相關的內容，適用于更廣泛的應用和用例，并利用截至2023年4月的最新世界知識。”

他補充說，盡管這些聲明在可用性和性能方面都很棒，但它們仍然依賴于相同的GPT-4基礎模型。“OpenAI的用戶界面也仍然落后，這可能會阻礙企業(yè)的學習曲線和采用。”他說。

OpenAI的GPT代理提高了工作效率

Interzoid是一家數據可用性咨詢和GenAI支持的數據質量解決方案提供商，其創(chuàng)始人兼首席執(zhí)行官Bob Brauer表示，OpenAI的新GPT，或“結合了說明、額外知識和任何技能組合的定制版本的ChatGPT”，可以參考特定的知識來源，如公司手冊或技術領域指南，為他們的回應提供信息，并能夠在全公司范圍內部署使用。這意味著，公司多年來積累的巨大知識寶庫現在可以通過AI聊天機器人進入，并在整個組織內共享和利用。

“潛在的生產率提升是無法估量的，”Brauer說。例如，人力資源部門可以將一整本200頁的手冊轉換為聊天機器人格式，所有員工都可以訪問，從而為該部門和每位員工節(jié)省了大量詢問時間，特別是新員工，讓他們迅速掌握情況。

GPT-4 Turbo更長的背景窗口可能會改變游戲規(guī)則

Monteiro補充說，GPT-4 Turbo更長的、128K的上下文窗口是“令人興奮的”。他說，相當于300頁的上下文意味著GPT將提高上下文理解，增強文檔摘要，更連貫的長篇敘述，更連貫的多部分對話，以及改進的微調。

“例如，我們經常使用GPT來分析遺留代碼，”他解釋說。“舊的代碼，例如COBOL，不是模塊化的，而且許多舊的程序比以前的上下文窗口所允許的要長。新的更長的上下文窗口使我們能夠使用GPT來理解整個程序，而不需要開發(fā)人員事先試圖破壞它。“。

Square的首席工程師/技術主管皮尤什·特里帕西表示，GPT-4渦輪增壓的推出，其世界事件知識可持續(xù)到2023年4月，使企業(yè)能夠擁有“卓越”的理解能力。

例如，在領導Square的溝通平臺開發(fā)期間，特里帕蒂表示，他正在為一個關鍵任務項目的想法做出貢獻：從我們近2300萬家中小型企業(yè)的用戶基礎上理解客戶的關切和查詢。

他說：“這項任務的巨大數量似乎令人望而生畏。”他指出，該公司使用AI來處理這項任務，但當時的技術無法處理如此大量的數據。

“因此，我們不得不用一些老式的手工工作來補充我們的技術，從每個案例中挑選摘要供進一步使用，”他說。如果我們當時有今天的OpenAI GPT-4 Turbo，它將是游戲規(guī)則的改變者。由于其更大的上下文窗口，它可以同時處理更大的對話塊。這將使我們的總結工作變得容易得多，使我們從大量的手工工作中解放出來。

OpenAI的聲明是否解決了GenAI面臨的最大挑戰(zhàn)?

并不是每個人都對OpenAI開發(fā)人員日的全面宣布表示贊賞，認為這改變了企業(yè)的游戲規(guī)則，例如，Domino Data Lab數據科學戰(zhàn)略和布道部負責人Kjell Carlsson表示，雖然有一些好處-GPT使創(chuàng)建GenAI概念驗證應用程序比以往任何時候都更容易、更便宜，這要歸功于優(yōu)化的GPT-4 Turbo和新的定價結構，而版權盾牌將有助于緩解人們對阻止實驗開始的擔憂，但這都不能解決核心問題-開發(fā)和運營生產級GenAI應用程序。

“公司抱怨OpenAI模型和API不能滿足他們在數據安全、控制、可擴展性、可靠性、延遲甚至性能方面的需求，”他解釋說。“如果有的話，這些公告對顯著解決這些擔憂幾乎沒有什么作用。它們使開始變得更容易——這對OpenAI的產品來說從來都不是一個有意義的問題——而不需要解決對交付價值至關重要的下游問題。“。

他補充說，隨著公司在其GenAI之旅中取得進展，它們正在轉向提供更大控制的開源模型和其他專有產品，而“這些聲明無助于阻止這一趨勢的加速。”

Carlsson甚至堅稱，許多公司正在利用GenAI“為自己的失敗做準備”。

“他們相信這樣一種說法，即他們可以將GenAI能力的開發(fā)和運營外包給第三方，同時他們專注于設計和應用開發(fā)，”他解釋說。不幸的是，事實恰恰相反。GenAI應用程序需要的內部專業(yè)知識和能力與傳統(tǒng)的AI和基于ML的應用程序一樣多，如果不是更多的話。“。

企業(yè)需要快速、安全地進行試驗，以產生真正的影響

Huge的技術副總裁Jon Hackett指出，在企業(yè)的眼中，OpenAI是非常新的，他們的整個生計都建立在管理風險和成本的基礎上。

他解釋說，與GenAI相關的風險對他們來說仍然不清楚，特別是當提供商不是一個經過檢驗和真正的解決方案時，而OpenAI的定價模式仍然很高，這取決于公司將與其整合的規(guī)模和方式。“考慮到它們?yōu)橐粋€組織帶來的感知價值，它們往往過于昂貴。”他說。

考慮到這些挑戰(zhàn)，他說，新的Assistant API和GPT是一種“聰明的方式，可以幫助公司在對定制的GenAI體驗進行更深入的投資之前，以低成本或免費的方式快速進行試驗。”

他說，這在很多方面類似于Google Vertex用其Gen AI App Builder工具推出的產品，看起來非常類似于他們在Meta Connect 2023上宣布的Meta的AI Studio產品。

他說：“任何更好的定價和費率限制的行動都將有助于推動采用率，并提供更好的投資回報，而任何使團隊能夠從概念轉向原型以進行用戶測試的舉措都將有助于推動采用率。”

但他補充說，展望未來，組織需要快速、安全地使用GenAI進行試驗，以推動對其內部生產力和為消費者提供的體驗產生真正影響。

“這不是一個他們可以坐等塵埃落定的地方，”他說，“他們要么需要在AI領域發(fā)展優(yōu)勢和能力，要么他們的競爭對手會很快超過他們。如果公司發(fā)現他們需要幫助學習和培養(yǎng)組織內的這一空間，他們應該尋找合適的合作伙伴組合來幫助引領他們前進。”