睁大眼睛拥抱AI一代

尽管存在一些非常真实的风险，前《财富》CEO Alan Murray 认为，由生成式人工智能带来的惊人进步超过了潜在的不利影响。 尽管生成式人工智能（gen AI）的持续崛起让许多人担忧他们的生计可能被机器取代，但实际上这可能最终让管理层和工人双方受益。讽刺的是，这一最先进的技术并不需要技术技能就能使用，反而强调了非常人性化的特质，如经验、判断和智慧。在本期中在边缘播客，前《财富》CEO和编辑艾伦·默里与麦肯锡对话Lareina Yee关于为什么通用人工智能标志着人类历史的一个转折点，这一点必须得到谨慎管理，以利于商业和社会的发展。 艾伦·默里：这让我感到尴尬承认，但你可以坐下来和它进行一次对话。我只是在早期随便玩玩，问道：“嘿，你对《财富》媒体有什么看法？”我并不认为它一定能提出必然的精彩见解，但它能让你思考你应该思考的事情。 李瑞娜·叶：在一年时间里，这项技术发生了很大变化。你现在发现自己在以不同的方式使用它了吗？ 艾伦·默里：主要变化是从那些非常早期的时候开始，数据发生了变化——记住，ChatGPT最初是在其发布时已经两年前的数据集上训练的。对于新闻行业的从业者来说，这是一个相当严重的限制。我经常使用Gemini，我喜欢它能够与谷歌搜索引擎连接，如果我想查找引用的话。如果我正在寻找新闻或最新信息，我发现它在做这类事情时现在要更有用。但这并不是要淡化其缺点，其中最大的缺点就是容易产生幻觉。 以下为讨论的编辑转录。关于前沿技术的更多对话，请关注您偏好的播客平台系列。 2023年：通用人工智能震撼人心的年份 李瑞娜·叶：艾伦，非常感谢您加入。在tune的CEO每日您提到了关于重要性。关于 关于生成式人工智能的表述，“历史将会将2023年记住为人工智能的一年。”在那些早期日子里，您看到了什么？是什么让您对这种技术变革比其他变革更加兴奋？ 从消费者到企业，记录时间。 艾伦·默里：Lareina，感谢您邀请我参加。我们都知道在那之前AI已经存在很长时间了，但让我震惊的是，“等一下，这些现在可以创造字母、计划、诗歌、文学和图片。”这完全是一种关于AI力量的全新思考方式。而且，我显然不是唯一的一个人。它激起了成千上万人的想象力。 李瑞娜·叶：在我们深入研究幻觉之前，我们发现它很快从个人经验转变为企业经历，并成为董事会和首席执行官们的重要任务。请告诉我们关于这一点的内容。 艾伦·默里：在我的经验中，这种情况从未发生过。过去的方法是先让消费者上瘾，然后通过BYOB运动将其引入企业。因此，从消费者采用到企业采用需要很长时间。生成式AI只用了不到两个月的时间。我们从未见过任何东西能如此快速地进入企业。 李瑞娜·叶：在ChatGPT发布初期，仅仅过去了一个月，您是如何开始使用这项技术的？什么个人方面的事物吸引了您？ 第四点问题是偏差。我们能否确保模型训练数据中不含有将来的表现中将持续显示的偏差？我们如何利用这项极其强大的技术，保护我们的数据，确保我们不会面临知识产权风险，并保证其准确性？ 李丽娜·叶：为什么你认为是这样？ 艾伦·默里：因为它从首席技术官（CTO）和首席信息官（CIO）转移到首席执行官（CEO）。而且因为每一个首席执行官都可以像我那样做，并说：“等一下。我可以用这个，它给我带来了有趣的结果。我的想象力在狂奔，想着我可以在公司内部如何使用这项技术。” 问题在于人们可能会变得懒惰，任其发展。他们不会每件事都进行两次检查。如果你感觉到必须检查技术的每一部分，拥有技术的意义又在哪里？因此，我认为依然存在许多导致组织中谨慎态度的问题需要解决。 人工智能风险的四大“骑士” 李瑞娜·叶：我同意你的看法。使用它非常简单。你不需要任何特殊培训。你不需要成为数据科学家。你可以是任何人，使用任何语言，并利用它。但是当我们观察公司时，我会说很多人仍然处于试点阶段。 前进两步，后退一步 李瑞娜·叶：我们面临一个难题。一方面，我们对技术感到极大的兴奋，理解起来也非常容易，技术发展速度非常快。但另一方面，我们又犹豫不决，因为它还未准备好。那么你认为首席执行官们是如何处理这两者之间的矛盾的？ 艾伦·默里：我正在观察到同样的情况——以及随之而来的风险四骑士。首先，存在数据风险，即对“我们是否有专有数据，有人会通过这个模型泄露出去并使其对更广泛的世界可访问？”的恐惧。 艾伦·默里：没有任何技术的采用会一帆风顺。总会有一些后退、盘点和思考如何解决问题的过程。这包括建立保护公司数据的流程、检查知识产权以及使用检索增强生成 [RAG] 等技术来降低幻觉的风险。 那么，还有知识产权风险，这让公司自己问自己：“在这个模型中是否有什么知识产权，将来可能会有人找上门来，声称我们的一部分业务建立在他们的财产上，并要求回报？” 然后是最大的风险，也就是我已经提到过的：幻觉。这根本无法引起共鸣。我让它写我的传记，它却把我列为了一本我不仅没有写过而且根本不存在的书的作者。这类事情有点令人恐惧。 但是这种事情需要时间，它会让过程稍微慢一点。我认为我们现在正处于这样一个时期，让我们暂时休息一下，深呼吸，然后想办法继续前进。 李瑞娜·叶：当我们审视其他自动化技术时，可能没有这一项那么深刻，在某些情况下，工作的转变出现了一些相当严重的失误，或者只是一些——如果我们宽容一些——笨拙的事情。如果我们认为“再培训”这个术语是合适的话，我们该如何思考这个问题？ 李瑞娜·叶：鉴于您在……方面的经验《财富》 在与全球领导者共同策划AI会议并花费大量时间的情况下，尽管存在风险和担忧，你认为目前有哪些应用案例已经准备就绪？ 艾伦·默里：我已经听到了一些相当惊人的故事，关于它是如何被营销运营用于创造和重塑引人入胜的信息，甚至为特定受众个性化信息。因此，营销领域的很多人都是早期采用者。它也立刻被编码员和开发者所接受，因为大量的代码需要反复编写。现在你只需召唤你的协作者即可。 艾伦·默里：我认为，从历史中我们可以知道，每个人都面临工作挑战的观点。 n 因此我们可能会面临大规模失业的问题是有待商榷的。首先，您看看这些数字。我们仍然存在人才短缺。而人口统计数据使得人才短缺问题更加严重。我认为这种情况不会改变。多年来，人们一直担心农业机械化会让人失业。现在还处于初期阶段，所以我可能在这方面是错误的。但关于这项技术的有趣之处在于，它并非高度技术化。 李瑞娜·叶：这是跨越十年或二十年的事情。我们对其进行过深入研究，大约有$4.4万亿美元的生产力价值. 艾伦·默里：这太惊人了。 你们需要的是判断力，也许还需要一些行业知识以便能够有效利用它。这需要更多的专业技能。或许我们将回归到文科学位。记住，这并不是很久以前的事。《商业周刊》运行一篇封面故事，宣称每个 李瑞娜·叶：它非常巨大。在一个我们都寻求增长的世界里，你无法忽视这项技术。但如果我们正处于起点，如果我们看到了如此巨大的潜力，说这是否走得太远呢？第四次工业革命或者说是人类历史上的下一个印刷术事件？这是夸张了吗，艾伦？ 人都需要学习如何编程。 但是，现在代码正在自行编写，非常感谢。因此，我们不需要每个人都学习如何编写代码。但是，我们需要有经验、判断力和智慧的人，这样他们才能提出正确的问题，准备正确的提示，并知道算法何时在输出胡言乱语。 艾伦·默里：我不这么认为。当你考虑这种技术在十年后可能有多么普遍，以及我们将花费多少时间与生成式算法进行对话，这可能会让你震惊。 有一些早期研究，我相信你知道，Lareina，这些研究表明——与过去二十年不同——这项技术实际上可能减少而不是增加工人之间的不平等，因为通常在技能和资格较低的工人中可以看到最大的生产力提升。我认为这相当有趣。 以更鲜明的方式。关于英语专业的消亡，媒体已经写了大量内容。我本人很支持英语专业。因此，我很 curious（好奇），基于你现在所知的情况，你可能会选择学习其他专业吗？ 艾伦·默里：我主修英语。 考虑到许多国家，包括美国，面临的人口挑战，生成式AI能够以高效的方式利用老年工人的智慧和经验，这一点相当令人兴奋。我们可能会让许多人重返劳动力市场，填补高端职位，在这些职位上，他们数十年的经验、知识和智慧都非常宝贵。 李瑞娜·叶：因此，就是这样。 艾伦·默里：你指出我来了。我后来确实学习了经济学。我一直希望我能用英语多学些历史。我不后悔没有选修更多技术课程。我认为在过去的十年中，许多学校已经从文科转向了编码和计算机科学。这没问题，也许这在当时是正确的，但我们需要重新思考这一点。 重新思考文科教育的价值 未来，人们真正需要的有两个方面。一是人际沟通技巧。是的，技术可以做所有这些事情确实很棒，但要让人们在如何使用技术及目标上达成一致，依赖于那些基本的人类组织和管理领导技能。你必须得掌握这些技能，因此我会毫不犹豫地为它们赋予高度优先权。 李瑞娜·叶：艾伦，Khanmigo人工智能导师和教学助手在很大程度上符合你在这段对话开始时的描述。你最初几个月与这项技术的互动是在对话中进行的。这就是它，一个对话，但不是与一个高管或CEO的对话。相反，是与一个高中生或大学生的对话。因此，我认为如果我们在这方面再进一步，我们就可以完全重新构想教育。 第二件事是智慧和知识。你如何教授智慧？我不知道。但我想英语并不是一个坏的方法。历史同样也不是一个坏的方法。 艾伦·默里：完全同意。生成式人工智能创造了一种互动式学习方式，我们都知道这比其他方式更有效。就像Khanmigo：你同它交谈。它给你答案。你向它提问。它回应。你可以来回交流并交换想法。它作为学习工具，比现在市面上大多数的工具都要有效得多。 适应技术变革步伐的重要性 李瑞娜·叶：艾伦，您咨询并召集了这么多全球领袖。您认为这如何改变了办公室角落里的人对学习和教育的看法？ 李瑞娜·叶：艾伦，如果你能重置时间回到学校，你会选择学习不同的东西吗？你几分钟前提到了这个话题，我会把它记录下来。 艾伦·默里：那里需求强烈。生成式人工智能是一种技术，在2022年11月，大多数（如果不是全部）福布斯500强CEO们从未听说过。到了2023年1月，他们的董事会告诉他们这将会颠覆并重塑整个公司。 在20世纪70年代，你会发现超过80%的价值来自于实物。你有工厂吗？你有设备吗？50年前对股东价值的如此重视是可以理解的，因为股东提供了购买实物所需的资金，而这反过来又创造了价值。 我已经花费大量时间在调节关于技术问题的高管之间的对话，并且我注意到在讨论即将改变企业的新技术时有一个非常明显的模式。在15到25分钟内，对话已经发生了变化，我们不再谈论技术——我们谈论的是人。 如果你今天用《财富》500强公司的资产负债表进行同样的分析，超过85%的价值来源于无形资产。这不是实物。这是知识产权。这是品牌在客户心中的价值。这些都是与实物关联较少而与人类关联更多的事物。 真实挑战并非“你如何让技术按你希望的方式运行？”，真正的挑战是“你如何使人们和人本组织适应技术变革的节奏？”我认为这是一个需要更多关注的领域。 这是一种深刻的变化，这种变化是由技术推动的。这意味着您必须以非常不同的方式管理这些公司，因为目标不是“我怎么筹集足够的钱来买下所有东西？”目标是“我怎么激励、吸引、留住最优秀的人才？”因为价值就来源于这里。 技术驱动的股东资本主义 在所谓的股东资本主义中，许多正在发生的事情，包括更加关注地球、雇佣的员工以及社会不平等，实际上是对21世纪企业比20世纪企业更具人性化的认可。因此，您必须以不同的方式来思考它。 李瑞娜·叶：您经常提到的一个主题是利益相关者资本主义。您认为在利益相关者资本主义的框架下，应该如何看待生成式AI？ 艾伦·默里：我认为这两大趋势，即技术革命和向利益相关者资本主义转变，密切相关。大约五年前，有一项非常有趣的研究，它比较了50年前《财富》500强公司的资产负债表与现在的资产负债表，并询问：根据这些资产负债表，价值从何而来？ 此外，变化的速度已经变得如此之快，20世纪的经营管