生成式AI下個(gè)趨勢(shì)?從信息生成到信息合成

1 評(píng)論 3657 瀏覽 8 收藏 14 分鐘

在ChatGPT出現(xiàn)之后,更多人關(guān)注到了生成式AI這一概念,那么在未來(lái),生成式AI的發(fā)展趨勢(shì)可能在于哪些方向?本篇文章里就提到了,未來(lái)第二波生成式AI浪潮的下個(gè)趨勢(shì)可能是“從信息生成轉(zhuǎn)向信息綜合”。具體如何理解?一起來(lái)看看作者的分析。

A16Z最近又發(fā)了一篇有意思的文章,談到他們認(rèn)為的生成式AI下一波趨勢(shì)在哪。我們要注意三件事:第一,代碼行數(shù)不是衡量工程生產(chǎn)力的好方法;第二,更長(zhǎng)的產(chǎn)品內(nèi)容,不一定就能起到更清楚的說(shuō)明作用;第三,更長(zhǎng)幻燈片,也不一定能提供更多見解。

一、生成式AI在B2B場(chǎng)景應(yīng)用的變化

過(guò)去幾年大家見證了大語(yǔ)言模型(LLM)逐步成為主流,并研究了這項(xiàng)技術(shù)在B2B領(lǐng)域的應(yīng)用情況。盡管取得了巨大的技術(shù)進(jìn)步,但我們認(rèn)為,我們?nèi)蕴幱贐2B用例的生成式AI應(yīng)用的早期——第一波浪潮之中。

隨著各公司逐步開發(fā)自己的應(yīng)用,并且開始尋求圍繞產(chǎn)品建立護(hù)城河,我們預(yù)計(jì)很多業(yè)務(wù)中的目標(biāo)和實(shí)現(xiàn)方法,將會(huì)迭代到“第二波浪潮“之中。

如何理解這里的“迭代”?

到目前為止,絕大多數(shù)生成式AI應(yīng)用,都集中在信息 divergence 之上。也就是說(shuō),目前的應(yīng)用,主要是根據(jù)一組指令,來(lái)創(chuàng)造新的內(nèi)容。

而在第二波生成式AI浪潮之中,相信市場(chǎng)會(huì)見證更多用于信息匯集的生成式AI應(yīng)用,這些應(yīng)用會(huì)通過(guò)綜合現(xiàn)有信息,向我們展示更精細(xì)化、篩選出來(lái)的內(nèi)容(That is, they will show us less content by synthesizing the information available.)為了和第一波生成式AI浪潮進(jìn)行區(qū)分,我們把第二波生成式AI浪潮,稱為合成人工智能(”SynthAI”)。

雖然第一波生成式AI浪潮在應(yīng)用層創(chuàng)造了一些價(jià)值,但第二波生成式AI浪潮將帶來(lái)下一步功能變化。

那么,下一步,生成式人工智能在B2B的解決方案會(huì)是什么走向?

結(jié)論是:B2B解決方案之間的PK,將不會(huì)把重點(diǎn)放在令人眼花繚亂的AI技術(shù)能力,而更關(guān)注這些技術(shù)層面的能力,將如何幫助企業(yè)用戶具備(或重新定義)更有價(jià)值的企業(yè)工作流程。

第一波生成式AI浪潮:跨越從C端用戶到企業(yè)的橋梁。

為了分析第一波生成式AI浪潮,首先我們要對(duì)B2C和B2B應(yīng)用進(jìn)行區(qū)分。當(dāng)我們作為消費(fèi)者,應(yīng)用生成式人工智能時(shí),我們的目標(biāo)是以玩耍、娛樂和分享為導(dǎo)向。在娛樂層面,質(zhì)量和正確性并不是最重要的:而讓人工智能模型生成藝術(shù)或音樂這類功能更為重要,因?yàn)槲覀兛梢栽贒iscord頻道中分享,當(dāng)然也會(huì)很快就會(huì)忘記它。大家通常會(huì)有一種心理傾向,認(rèn)為更多的內(nèi)容=生產(chǎn)能力=好,所以,用戶通常會(huì)被吸引到生成式的、自動(dòng)創(chuàng)造的AI工具。

舉個(gè)例子:ChatGPT的興起,就是很具備說(shuō)服力的案例:因?yàn)橛脩粽娴娜萑塘诉@個(gè)聊天機(jī)器人很多質(zhì)量上的缺陷,就是因?yàn)榇蠹夷苡盟?,生成更豐富的內(nèi)容,并且分享,令人印象深刻。

當(dāng)涉及到B2B應(yīng)用時(shí),業(yè)務(wù)目標(biāo)就不同了。這里的目標(biāo),主要是圍繞時(shí)間和質(zhì)量的成本效益評(píng)估。我們要么希望能夠用同樣的時(shí)間產(chǎn)生更高的質(zhì)量,要么希望產(chǎn)生同樣的質(zhì)量,但是速度更快。

人們使用B2B應(yīng)用主要是在工作場(chǎng)所,在這類的場(chǎng)景中,質(zhì)量更重要。然而,今天人工智能生成的內(nèi)容,主要是為重復(fù)性和低風(fēng)險(xiǎn)的工作提供的,這種業(yè)務(wù)層面上,要求通常不高。例如,生成式AI很可以為廣告或產(chǎn)品描述撰寫文案,許多這個(gè)領(lǐng)域的B2B應(yīng)用,表現(xiàn)出明顯的增長(zhǎng)態(tài)勢(shì)。

但我們隨后也發(fā)現(xiàn),生成式人工智能在撰寫意見或論據(jù)方面確實(shí)不可靠(即使AI生成的內(nèi)容令人信服或有信心,它也往往無(wú)法達(dá)到我們想要的準(zhǔn)確程度)注意,當(dāng)涉及到B2B生產(chǎn)環(huán)境中的創(chuàng)新和合作時(shí),這一點(diǎn)更重要,大模型生成SEO信息也許是可用的。但是,如果讓它為開發(fā)者撰寫一篇詳細(xì)新產(chǎn)品的博客文章,將會(huì)需要不小的人力去完善,以確保這篇文章是準(zhǔn)確的,與目標(biāo)受眾產(chǎn)生共鳴。

另一個(gè)常見例子是AI用于編寫銷售的電子郵件,生成式AI對(duì)于普通的、冷冰冰的冷啟動(dòng)郵件是很有用的,但對(duì)于準(zhǔn)確的個(gè)性化郵件來(lái)說(shuō)就不太可靠了。從一個(gè)優(yōu)秀銷售的角度來(lái)看,生成式AI有助于在更短的時(shí)間內(nèi)寫出更多的電子郵件,但要寫出能提高回復(fù)率,并帶來(lái)訂單的電子郵件(這也是對(duì)銷售代表的評(píng)價(jià)),銷售代表還是需要仔細(xì)研究,并通過(guò)自己判斷,了解潛在客戶想聽什么。

從本質(zhì)上講,在頭腦風(fēng)暴和早期,第一波生成式人工智能對(duì)于更實(shí)質(zhì)性的寫作是成功的,但最終,越是需要?jiǎng)?chuàng)造力和領(lǐng)域內(nèi)人專業(yè)知識(shí),就越需要人為完善。

二、重構(gòu)工作流程,有何代價(jià)?有何好處?

即使在生成式AI對(duì)較長(zhǎng)的博客文章有用的情況下,你的Prompt必須是精確的。也就是說(shuō)作者必須已經(jīng)對(duì)代表自己博客文章的實(shí)質(zhì)概念,具備清晰認(rèn)識(shí)。然后,為了得到良好的結(jié)果,作者必須對(duì)AI輸出的結(jié)果進(jìn)行審查,迭代Prompt,不行的話,還要重寫整個(gè)章節(jié)。

這里有個(gè)例子是用ChatGPT來(lái)生成法律文件,需要熟悉法律prompt的人提供所有需要的條款,然后ChatGPT可以用這些條款來(lái)生成草案。注意,AI不能執(zhí)行當(dāng)事方之間的談判過(guò)程,但一旦所有關(guān)鍵條款都確定下來(lái),生成式AI就可以出品較長(zhǎng)的法律類文件草稿。不過(guò),這些工作仍需要職業(yè)律師對(duì)它進(jìn)行審查,編輯輸出,以使這項(xiàng)文件達(dá)到可以簽署的出品樣本。

這也是為什么這類成本+效益評(píng)估模式,會(huì)在B2B背景下打破。

知識(shí)工作者正在評(píng)估如何工作流程中增加一個(gè)額外的AI功能的步驟是否值得花時(shí)間?是否應(yīng)該還是由我們自己做?

三、第二波生成式AI浪潮:匯聚信息,從而改善決策

當(dāng)我們進(jìn)入第二波生成式AI浪潮的時(shí)候,焦點(diǎn)會(huì)從信息生成轉(zhuǎn)向信息綜合。注意,在知識(shí)工作中,決策能力具備巨大價(jià)值,而員工的報(bào)酬是根據(jù)不完善信息做出決定,而不一定是單純執(zhí)行或解釋這些決定而產(chǎn)生的內(nèi)容數(shù)量而決定的。在許多情況下,更長(zhǎng)的時(shí)間并不意味著更好。

許多常識(shí)和公理都支持下列觀點(diǎn):

  1. 代碼行數(shù)不是衡量工程生產(chǎn)力的好方法;
  2. 更長(zhǎng)的產(chǎn)品內(nèi)容,不一定就能起到更清楚的說(shuō)明作用;
  3. 更長(zhǎng)幻燈片,也不一定能提供更多見解。

Hex公司創(chuàng)始人Barry McCardel認(rèn)為,人機(jī)可以共生,比如說(shuō)LLM如何能夠改善我們的工作方式?

AI在這里是為了增強(qiáng)和改善人類的能力,而不是取代人類。

因?yàn)楫?dāng)涉及到理解世界和做出決策時(shí),人類一定要參與其中。人工智能能做的是幫助人類將更多的腦電波,應(yīng)用于有價(jià)值的、創(chuàng)造性的工作,這樣我們不僅能在一天中花更多的時(shí)間來(lái)做重要的工作,而且還能解放自己,從事最有價(jià)值的工作?!?/strong>

那么,AI如何改善人類的決策?法律專家需要專注于綜合和分析,提高決策的質(zhì)量和/或速度(上面的B2B圖),明顯的應(yīng)用是,去總結(jié)人類自己永遠(yuǎn)無(wú)法直接消化的大量信息。

SynthAI在未來(lái)的真正價(jià)值是,幫助人類更快地做出更好的決定。

這里的設(shè)想幾乎與ChatGPT的用戶界面相反:與其根據(jù)簡(jiǎn)明的Prompt寫出長(zhǎng)篇大論的回復(fù),如果我們能從海量數(shù)據(jù)中,逆向設(shè)計(jì)出總結(jié)的簡(jiǎn)明提示,會(huì)怎么樣?(Instead of writing long-form responses based on a concise prompt, what if we could reverse engineer from massive amounts of data the concise prompt that summarizes it? )

這將有機(jī)會(huì),讓我們重新思考用戶體驗(yàn),使其盡可能有效地傳達(dá)大量的信息。例如,像Mem這樣由AI技術(shù)驅(qū)動(dòng)的知識(shí)庫(kù),保存著某個(gè)組織中的所有會(huì)議筆記,可以主動(dòng)對(duì)相關(guān)的決策、項(xiàng)目或人發(fā)起建議,當(dāng)組織中的角色開始一個(gè)新項(xiàng)目時(shí),應(yīng)該參考這些決策、項(xiàng)目或人,從而節(jié)省了他們?yōu)g覽先前機(jī)構(gòu)沉淀知識(shí)的數(shù)個(gè)小時(shí)(甚至幾天)的時(shí)間。

回到上面一個(gè)對(duì)外發(fā)送營(yíng)銷郵件的例子,一個(gè)潛在的表現(xiàn)是,AI可以識(shí)別目標(biāo)客戶,究竟在何時(shí)會(huì)處于最高水平的購(gòu)買意圖(基于新聞報(bào)道、人才遷移等),并提醒相關(guān)銷售代表。然后,人工智能模型將根據(jù)綜合研究,建議在電子郵件中提一兩個(gè)最重要的問題,以及與想要銷售的目標(biāo)客戶最相關(guān)的產(chǎn)品功能。

這些輸入,可以被輸入到第一波生成式AI帶來(lái)的解決方案中,但其價(jià)值來(lái)自于綜合階段,并為銷售人員,節(jié)約了對(duì)單一潛在客戶的研究時(shí)間。

確保這種綜合信息質(zhì)量足夠高的根本轉(zhuǎn)變是,從大規(guī)模的通用模型轉(zhuǎn)向能夠應(yīng)用多種模型的架構(gòu),包括在特定領(lǐng)域和特定用途的數(shù)據(jù)集上訓(xùn)練的更精細(xì)模型。例如,某個(gè)構(gòu)建客戶支持應(yīng)用的公司,會(huì)使用以支持為中心的模型,該模型可以訪問公司的歷史支持票據(jù),但在其他情況下又會(huì)回到GPT。在建設(shè)專有微調(diào)模型和數(shù)據(jù)集壁壘,這些組件會(huì)成為公司速度和質(zhì)量的護(hù)城河。

SynthAI的部署

當(dāng)我們思考,第二波生成式AI浪潮可能是什么樣的時(shí)候,我們相信從SynthAI中,受益最大的應(yīng)用場(chǎng)景將是以下兩種情況:

  1. 存在大量信息的場(chǎng)景,人類很難手動(dòng)篩選所有的信息。
  2. 高信噪比場(chǎng)景,主題或抽象出來(lái)的觀點(diǎn)必須具備準(zhǔn)確性

人工智能對(duì)工作流的改造,會(huì)帶我們走向一個(gè)新的生產(chǎn)力時(shí)代。

原文作者:Zeya Yang and Kristina Shen;譯者:阿法兔;公眾號(hào):阿法兔研究筆記(ID:AlphatuDiary)

原文鏈接:https://a16z.com/2023/03/30/b2b-generative-ai-synthai/

本文由 @阿法兔研究筆記 翻譯發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)許可,禁止轉(zhuǎn)載

題圖來(lái)自 Unsplash,基于 CC0 協(xié)議

該文觀點(diǎn)僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺(tái)僅提供信息存儲(chǔ)空間服務(wù)。

更多精彩內(nèi)容,請(qǐng)關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號(hào)或下載App
評(píng)論
評(píng)論請(qǐng)登錄
  1. 已人類決策能力為中心,生成式AI,合成式AI,互為輸入輸出銜接成一個(gè)環(huán),邁向新生產(chǎn)力時(shí)代

    來(lái)自江蘇 回復(fù)