跳转到主要内容

专家对其价值和使用是否安全进行了权衡。

Chat Generative Pretrained Transformer,或者,正如你所知,ChatGPT,是OpenAI于2022年11月推出的一款聊天机器人和生成人工智能语言工具。有时,我们感觉好像从那以后什么都没听说过。

但是,在所有的兴奋中——尤其是关于ChatGPT和一般的会话人工智能——仍然有许多问题是关于生成人工智能到底是什么以及它能为人们和企业用例做什么。在这里,我们的专家解决了我们从Gartner客户和供应商那里收到的一些最常见的询问。

第一:ChatGPT将在企业中扮演什么角色?

ChatGPT和其他类似的基础模型是许多超自动化和人工智能创新之一。它将成为架构解决方案的一部分,这些解决方案可以自动化、增强人或机器,并自主执行业务和IT流程。它还可能用于替换、重新校准和重新定义各种工作中包含的一些活动和任务。

观看网络研讨会:ChatGPT和Generative AI对企业的影响

第二:您可以使用ChatGPT的不同方式是什么?

ChatGPT能够:

  • 生成并帮助改进散文和代码开发
  • 摘要文本
  • 对内容进行分类
  • 回答问题
  • 翻译和转换语言(包括编程语言)

除此之外,还有四种主要的部署ChatGPT技术的方法:

  • 按原样:输入文本提示,并通过基于web的界面接收结果。这是迄今为止最受欢迎的入门方法。
  • 没有API的即时工程:即时工程是指将ChatGPT等服务与其他技术结合使用,作为工作流的一部分。您可以手动创建此工作流,也可以使用屏幕抓取和机器人过程自动化(RPA)技术。
  • 使用API进行提示工程:这种方法允许您以编程方式设置和评估提示,并将ChatGPT与广泛的应用程序直接集成。
  • 自定义构建/与基础模型的直接交互:可以利用您自己版本的GPT2/GT3或其他基础模型进行定制实现。但是,您不会使用GPT3或GPT4的自定义版本,用户无法更改这些版本。

问题3:对劳动力的影响是什么?

这很难说。将会有新的工作岗位被创造,而其他工作岗位将被重新定义。劳动力规模的净变化将因行业、地点、企业规模和产品等而异。然而,很明显,ChatGPT、超自动化和其他人工智能创新等工具的使用将侧重于重复性和高容量的任务,重点是效率、提高生产力和改进质量控制。ChatGPT还将集成到业务应用程序中。这将使采用变得更容易,并且相关的上下文信息将在应用程序中可用。

问题4:ChatGPT目前的局限性是什么?

  • 它只接受到2021 9月的数据培训,因此对自那时以来发生的事件了解有限。
  • 它不能引用它的来源,它只能像这些来源一样可靠,这些来源可能是错误的和不一致的,无论是在它们本身还是在它们如何被ChatGPT组合方面。
  • 它还不能接受图像输入或生成图像(尽管在未来,它可以与视觉生成人工智能模型结合使用)。
  • 你不能在自己的知识库上训练ChatGPT。
  • 尽管它给人一种执行复杂任务的错觉,但它对基本概念一无所知;它只是做出预测。
  • 其数据隐私保证尚未接受严格的审计。
  • 尽管最近有了一些改进,但它不能用来做数学。

第五:我的员工使用ChatGPT的安全性如何?

我们继续建议在使用ChatGPT时要谨慎。尽管该产品背后的公司OpenAI和微软表示,共享的所有信息都是保密的,但他们尚未澄清某些领域的数据使用细节,例如如何处理上下文敏感的提示信息。在进一步明确之前,企业应指示所有使用ChatGPT的员工将他们共享的信息视为发布在公共网站或社交平台上。也就是说,总的来说,微软在这些企业问题上有着丰富的经验,在制定与ChatGPT相关的安全、保密和隐私政策方面比OpenAI更清晰、更积极。

考虑到所有这些,我们建议您围绕而不是阻止ChatGPT创建公司策略。你的知识工作者可能已经在使用它,彻底禁止可能会导致“影子”ChatGPT的使用,同时只会给组织提供一种虚假的合规感。一个明智的方法是监控使用情况并鼓励创新,但要确保该技术仅用于加强内部工作和使用适当的合格数据,而不是以未经过滤的方式与客户和合作伙伴合作。

第六:ChatGPT和更广泛的生成人工智能的下一步是什么?

Gartner副总裁兼杰出分析师Bern Elliot表示:“ChatGPT将从测试阶段进入早期试验和试点阶段。”。“在此期间,我们预计采用率会增加,最佳使用实践会成熟,业务工作流程和应用程序的采用率也会增加。然而,也有可能会对一系列问题产生负面反应,包括隐私问题、信息滥用和偏见。这是一种常见的技术,因为它正从期望值过高的顶峰走向愚蠢。”

7号:在此期间,你建议我们采取什么行动?

  • 继续,但不要过度旋转。认识到这是一个非常早期的阶段,你听到的很多都是炒作。也就是说,潜力是巨大的。
  • 探索其他新兴的生成人工智能用例。超越以GPT语言为重点的课程。
  • 鼓励认真的实验。鼓励对工作流程进行开箱即用的思考,但前提是要定义使用指南,确保了解风险、问题和最佳实践,并让所有生成的文本都经过人工审核。
  • 创建一个向首席信息官和首席执行官报告的工作组。探索生存威胁、构成的机遇和重大机遇,规划发现路线图,并确定所需的技能、服务和投资范围。