摘要:尽管今年我们在使用大语言模型方面取得了飞速进步,并引发了极大的热情,但一些尚存的障碍和瓶颈却容易在热潮中被忽略不计。
尽管今年我们在使用大语言模型方面取得了飞速进步,并引发了极大的热情,但一些尚存的障碍和瓶颈却容易在热潮中被忽略不计。
正如以往所有技术一样,公司在推进 AI 项目的过程中必须采用正确的方法。我常听人说,新工作流程和工具应当成为公司的助力,而不是负担。
我们常把这一点看作是生产力的问题——如果项目实施得当,新系统能帮助员工提高生产效率、增强信心,并更好地掌控工作;反之,若实施不当,反而会使他们陷入低效率之中,妨碍必须完成的工作。
下面我们来谈谈我在关于 AI 行业的讨论小组和访谈中听到的一些具体问题,正值2025年开启之际。
缺乏支持和热情
这也是 AI 遵循所有以往技术发展规律的另一体现。没错,AI 是一项功能更加强大、应用更为广泛的技术——但你仍然需要利益相关者的支持。否则,你就处于劣势局面,前路坎坷。
一篇讨论常见挑战的 Substack 文章中使用了“用户采纳率低”这个说法,意思基本上是人们并不选择使用新的 AI 工具或系统。
仅这一点就构成了企业级 AI 推广的核心问题。
指令过于宽泛
假设某公司有人下令让所有人立即“将一切迁移至 AI”。
这样做会带来几个潜在问题。首先,这些指令本身缺乏明确性;其次,各部门之间可能会出现大量重叠和重复的努力,甚至造成部门内部的混乱。
因此,制定详细的战略规划再逐步推进要更为稳妥。
缺乏支持与维护
在某种程度上,创建一项计划比管理它要容易得多。
这就引出了下一个问题——假设某个内部团队或供应商构思并构建了某种 AI 程序,但在投入生产后却遇到了采纳和使用方面的问题。用户有疑问——而这些往往是那些使用这些工具处理关键业务流程的一线员工。
当出现问题时,他们该找谁来解决?
如果各个部门都表示“这不是我们的事”,那情况就会变得非常棘手。
因此,需要关注的不仅仅是初期的支持,还包括在 AI 系统成为工作流程和业务流程一部分之后持续提供的维护支持。
AI 代理与人力替代
这一问题首先引发了一个重大疑问——AI 代理是否会取代人类?
你可以参考比尔·盖茨的观点,他曾表示随着 AI 的崛起,我们在大多数领域将“不再需要人类”。
“有些事情我们会留给自己处理,”盖茨曾著名地谈到人类的作用,“但在制造、运输和种植粮食方面,随着时间推移,这些问题基本上就会迎刃而解。”
欲了解更多,你可以收听我最喜欢的播客之一《 AI Daily Brief with Nathaniel Whittemore 》的最新一期节目。
在节目中,Nathaniel Whittemore 与 Nufar Gaspar 讨论时指出,AI 代理本质上具有替代人类的特性。换句话说,因为它们天生具备卓越的能力,公司很容易直接将其接入系统,从而取代之前负责该项工作的人工。
“我认为,至少在大众的认知中,代理更多的是替代而非辅助,”他辩称,“目前,企业对代理的投资回报率关注的主要是‘它们能否比我们的人更便宜、更高效、更迅速地完成工作’。”
他也提到,公司可能会选择再投资于人力潜力,也可能不会。
“这并不意味着公司会如何利用这些效率提升,”他补充说道,“他们是会大幅削减人力,还是将释放出的人力资源重新投入到进一步的发展中?每个公司都必须自己做出这些决策。”
在把 AI 理论上视为辅助工具与实际上成为取代人力的中介之间,存在不小的落差,这对任何公司来说都是一个潜在的大问题。
AI 洗牌
这一问题与公司内部整合的关系较小,而更多地涉及品牌和公司声誉。
基本思路是,企业在采用 AI 时必须真诚,不能只是挂羊头卖狗肉。以下是我们之前在 Forbes 上关于此话题的报道(由 Sujai Hajela 提供),很多内容至今仍然适用。( 这里还有 CNN 的更多报道 )
“AI 洗牌”与绿色洗牌(greenwashing)类似,后者是指企业宣称自己比实际情况更具环保性。这是一种最佳实践,旨在避免这种差距以及企业未能做到“言行一致”的情况。
忽视 AI 伦理
多次我们看到,企业在推进 AI 项目时,往往没有充分考虑项目的伦理问题——如偏见、隐私问题等。
科技界的顶尖人物一再警告,不应将伦理问题排除在外。从AI革命初期的比尔·盖茨和埃隆·马斯克,到最近关于 AI 与隐私及个人数据所有权交集的诸多警示,声音不断。
缺乏网络安全
AI 系统同样需要在安全的环境中运行。
回到播客内容,Whittemore 提到了遵守 HIPAA 和欧洲 GDPR 等标准的重要性。在 AI 的实现和设计中,这些合规问题也同样关键。
缺乏良好政策
简单来说,企业要想成功,就必须有一份好的路线图。
同样,AI 在其广泛性上具有独特性,但在很多可供企业参考的最佳实践上并无二致。没有明确的规划,一切都会大打折扣,因此企业务必确保将 AI 融入业务规划,并以具体明确的方式加以实施。
暂时先说到这里:在企业推进 AI 应用时,请务必考虑以上这些常见建议。
来源:至顶网一点号