別被AI炒作帶偏了

李·溫塞爾

科技泡沫可能會給商業領袖帶來困擾：他們可能感到，必須盡早投資某項新技術，才能搶占競爭先機，但又不想一頭栽進虛假炒作的陷阱。隨著我們進入一個經濟不確定性變大、各行各業紛紛裁員的時代，對于哪些成本應該削減、哪些投資應當增加，高管們正在苦苦尋覓解答。

迅猛發展的人工智能（AI）和機器學習領域，對企業決策者提出了特殊挑戰。越來越多人認為穩妥可靠的做法是投資那些經過驗證的預測模型，這預計將推動人工智能方面的支出從2021年的330億美元增至2025年的640億美元。然而，在潮頭浪尖之處，生成式AI（Generative AI）正在激起大量虛假信息和投機行為。

生成式AI意指各種機器學習模型（例如，ChatGPT聊天機器人、必應智能AI、DALLE圖像生成器，以及Midjourney繪畫工具），這類模型在海量文本圖像數據庫上進行訓練，從而根據提示語生成新文本和新圖像。類似“不可或缺的10條ChatGPT秘技”和“你的ChatGPT用錯了！如何領先99%ChatGPT用戶”這樣的大標題開始大行其道。與此同時，美國數字新聞網站Axios報道稱，資金正在大量涌入生成式AI領域，從2022年的6.13億美元增長至2023年的23億美元，而資金的涌入只會助長瘋狂炒作。

企業領導者如果既不愿錯失大好機會，又不想在名不副實的技術上浪費時間和金錢，那就最好把有關科技泡沫的一些基本事實記在心上。首先，正如商學院教授布倫特·戈德法布（Brent Goldfarb）和戴維·基爾希（David Kirsch）在2019年出版的《泡沫與崩潰：技術創新的繁榮與蕭條》（Bubbles and Crashes： The Boom and Bust of Technological Innovation）一書中所述，人們講述的各種關于新技術會如何發展并影響社會經濟的故事，正在為這種炒作推波助瀾。不幸的是，圍繞新技術的早期故事幾乎總是謬誤百出。事實上，高估新系統的前景和潛力，正是泡沫問題的核心所在。

就準確預測技術發展的未來而言，商業預言家和分析師們的過往表現非常糟糕，因為沒有人能預見到，隨著時間推移，人類會怎樣別出心裁地選擇和應用各種工具，抑或如何花樣百出地使用新工具利用和支配他人。或者說，正如未來主義者羅伊·阿瑪拉（Roy Amara）在后來廣為人知的“阿瑪拉定律”中所說的那樣，“我們往往會高估一項技術的短期收益，而低估其長期影響”。

吹大各種科技泡沫的夸大故事，也已經出現在生成式AI領域。一些發燒友聲稱，ChatGPT距離通用人工智能只有幾步之遙，有望成為認知能力堪比甚至超越人類的獨立實體。作為ChatGPT開發者OpenAI公司的首席執行官，薩姆·奧爾特曼（Sam Altman）在這個領域投入甚多，他聲稱人工智能“會讓農業革命、工業革命和互聯網革命加在一起都黯然失色”。未來生命研究所（Future of Life Institute）也認為大語言模型影響深遠，但其看法更加灰暗。該組織發表了一封公開信，呼吁暫停訓練比GPT-4（ChatGPT-Plus背后的大語言模型）更強大的AI系統至少6個月，因為它們威脅到了整個人類。

這些支持者與批評者們雖然意見相左，卻是在共同推動關于未來的狂熱想象，而這些想象脫離了企業運用現有生成式AI工具有把握達成的現實。它們基本上無助于領導者理解這些技術的運作方式，以及它們可能存在的風險和局限性，更不用說幫助他們了解這些工具能否改善企業日常工作、提升企業贏利水平了。

新聞傳媒本身就是一個受“錯失恐懼癥”（fear of missing out， FOMO）驅動的行業。這個行業更是用言過其實的驚人報道，進一步加劇了泡沫。《華爾街日報》（Wall Street Journal）最近發表了一篇題為《生成式AI已經開始改變白領工作》（Generative AI Is Already Changing White-Collar Work as We Know It）的文章，文中并未拿出白領工作發生變化的真憑實據，而只是給出了商業領袖對這項技術潛在影響的猜測。與其他給職場人士敲響警鐘的報告一樣，它援引了OpenAI公司和賓夕法尼亞大學（University of Pennsylvania）研究人員合作撰寫的一篇論文的摘要。這篇論文試圖預測有多少工作崗位會受到這些新軟件系統的影響。

事實上，這類預測一直有失準確。在最近的一篇文章中，經濟學教授加里·史密斯（Gary Smith）和退休教授兼技術顧問杰弗里·芬克（Jeffrey Funk）指出，與2016年牛津大學（Oxford University）和德勤（Deloitte）的研究一樣，OpenAI和賓大的研究也使用了相同的美國勞工部數據庫。而2016年牛津大學和德勤的研究就聲稱，到2030年許多工作很可能會自動消失。這兩項研究都試圖先計算以重復任務為主的工作占比，進而預測其中有多少工作將因技術變革而流失。既然過去七年的趨勢似乎并未證實2016年研究的預測，那么現在也沒有什么理由相信與此類似的預測能有多么準確。

一點提醒

既然過往預測的表現不佳，高管們就必須謹慎行事，在圍繞科技未來影響的炒作面前，要冷靜思考。團隊需要做到“有憑有據地懷疑”：不是不假思索、否定式地懷疑，而是嚴謹科學地評估和推理。對于新科技功效的各種說法，要仔細考察并通過實踐來檢驗。與其糾纏于“它會如何演變”或“它將產生怎樣的影響”之類引起猜測的問題，倒不如從“我們知道什么”以及“有哪些證據”這種尋找事實依據的問題入手。對于技術的工作原理、預測的可靠性如何，以及其他輸出的質量，多問一些具體的問題。

如果信息來自已知的技術炒作主體（包括咨詢公司、供應商和行業分析師），企業領導們必須特別有意識地進行批判性思考。

雖然嘗試使用對公眾開放的生成式AI工具可能既省錢又有益，企業還是必須仔細評估使用各種新技術的潛在風險。例如，眾所周知，ChatGPT會編造虛假信息，包括給正文羅列一堆根本不存在的參考文獻。對這項技術的使用有必要加以嚴格監管，尤其是當此類生成性AI系統的輸出將提供給客戶，可能導致企業聲譽受損時。如果是在不受監管的情況下使用這類系統，企業還面臨著因此造成知識產權或敏感信息失控的風險。例如，三星公司（Samsung）的員工就將企業敏感信息輸入ChatGPT（ChatGPT再使用所提交的信息，去深度訓練系統中的模型），無意中造成了這些數據的外泄。我還了解到，有些藝術家、設計師和出版商會拒絕使用生成式AI，因為它可能損害自己或客戶的知識產權。

考慮到這些潛在風險，打算試水生成式AI的企業，應該制定基本使用規則。顯然第一步，就是要求所有在工作中使用這些技術的員工，對此做出公開聲明。企業的技術使用政策也可以設定一些基本要求，例如要求生成式AI的使用不得違反現有的道德和法律規范。對于哪些類型的企業數據可以輸入生成式系統，企業也應當考慮加以限定。美國人力資源管理協會（The Society for Human Resource Management， SHRM）以及其他一些團體最近發布了職場生成式AI使用指南，企業領導最好緊跟這些新思潮。

企業還應當留意其他一些風險。科技評論人士一直認為，企業部署生成式AI會導致員工生活質量的降級，使他們的人生越來越艱難。領導者最好確保這種情況不會發生，而且要通過推廣使用這些技術，使員工的生活更輕松、壓力更小、更加人性化。

如果能讓管理者關注周圍的變化，“錯失恐懼癥”和競爭壓力也可以起到積極的作用，但管理者不應該讓這類焦慮驅使自己做出非理性的輕率決策。如同尼古拉斯·卡爾（Nicholas Carr）在2004年出版的《IT不再重要》（Does IT Matter？）一書中描述的那樣，圍繞生成式AI的熱度很可能也會像對其他數字技術的熱情那樣消退。數字技術的采用往往會在一個行業內產生短期優勢，但隨著這些技術變得司空見慣——就像文本編輯器、電子表格和客戶關系管理系統那樣，這些優勢就會消失。

換句話說，目前并沒有證據表明，謀定后動而非一頭扎進生成式AI領域，會導致你們企業在戰略上落后于人，甚至被徹底顛覆。既然如此，領導者最好還是聚焦于自身業務的基本目標，反問道：“這個系統能幫助我們達成目標嗎？”如果有人說會，那就請他們來證明。

翻譯：徐廣彤