本文主要是介绍深度 | OpenAI COO闭门访谈：大模型已至，企业如何落地？，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
图片来源：OpenAI
Z Highlights：
-
仅仅允许公司单一部门使用互联网非常可笑。类似地，给所有员工开放AI权限将会是最大的催化剂。当前阶段的AI企业级部署，要让员工熟悉AI工具的使用方式，让他们将工作流程与模型的功能紧密联系，让AI渗透进内部决策、产品研发、客户赋能的方方面面。
-
全球经济多元而具有弹性，因此AI的广泛应用不会造成大规模失业和岗位流失。更令人担心的是我们没有足够快地应用AI。 经济中存在着巨大的领域，将极大受益于AI技术的应用。因此重点实际上在于如何更快地引入技术，并最大程度地发挥它的影响力。
-
模型的发展速度曲线以及训练速度曲线将会开始变得陡峭。 对比一年后的模型，今天的模型糟糕得可笑。未来的多模态模型功能将变得更加强大，真正成为用户的辅助。它几乎就像是你在处理任何问题时的一个出色的队友。我们即将迎来尚未完全掌握的深刻转变。
企业应用：广泛的访问覆盖将成为最大催化剂
欢迎OpenAI首席运营官Brad Lightcap上台，与CNBC高级媒体和科技记者Julia Boorstin对话。
Julia Boorstin： 大家早上好。非常感谢大家能在这里。Brad，非常感谢你能来。我们在20分钟的时间里有太多需要讨论的了。因为毫无疑问，OpenAI是一代人、一辈子才会出现一次的公司。我觉得有趣的是，它所引领的创新和人工智能革命并不是为了颠覆已建立的公司和行业，而是与它们合作，这种方式在过去技术创新和初创企业浪潮中从未见过。今天我希望我们能深入探讨，OpenAI如何作为一个伙伴、一个盟友，来帮助各个领域的公司应对这一人工智能新技术，以及如何客制化技术以服务于自身。所以Brad，作为OpenAI的首席运营官，你负责业务运营，而且刚刚宣布了一起新的合作。在CNBC，我们喜欢从新闻开始。请和我们讲讲OpenAI与Stack Overflow在API上的新合作。对你们的客户来说，这意味着什么？
Brad Lightcap： 很高兴能在这里见到大家。感谢Milken智库主办了这个活动。很高兴和你对谈，Julia。OpenAI是一家独特的公司。我们采取非常使命驱动的方式来思考我们的人工智能发展。从商业意义上来说，这意味着我们在本质上是一个合作型公司。 我们是一家小公司，正在搭建一个非常大且具有广泛影响的技术。那么我们如何将这项技术带给世界，几乎必须是通过合作伙伴关系。OpenAI的核心不仅仅是建立一个可重复的、对我们自己的工作有增益的模型，还在于使我们的工作给世界带来增益。Stack Overflow就是一个很好的例子。
我们今天早上宣布了这项合作。ChatGPT最流行的用例之一是作为代码助手。根据工程师报告，很多人工作时一边打开ChatGPT，一边打开他们的代码终端。因此，这项合作使得Stack Overflow能够以一种非常本地化的方式将他们的资源注入ChatGPT，帮助我们提高ChatGPT作为代码助手的质量，也帮助Stack Overflow收集更多有趣的数据集，提升写代码的效率。
Julia Boorstin： 看起来你们正在建立很多这样的不同领域的合作伙伴关系。显然这些合作让你们能够加速产品推出和技术实现。就在上周，你宣布了与《金融时报》的合作伙伴关系，此外你们还和一些出版商达成了合作。但与此同时，你们也面临着很多诉讼，比如来自喜剧演员Sarah Silverman，作家Jodi Picoult，和《纽约时报》。面对这些问题，你如何思考合作关系？如何创建工具来解决这些问题？
Brad Lightcap： 是的，出版业是一个有趣的领域。它的有趣之处在于，这个领域存在着最大的机会。如果你从根本上思考人工智能是什么，以及人工智能所带来的机会，它是世界上最先进的用于交互、理解和生成信息的工具。 而出版业从根本上来说就是从事交互、理解和生成信息的业务。现在你来思考如何对齐这两个目标，以及技术能为该行业带来什么——它可以增强新闻业的质量，提升报道的质量，提升用户体验以及读者与内容交互的能力。我们认为机会是无限的。
我们很幸运，有许多出版商希望与我们合作来追求这个目标。我们在这方面仍处于早期阶段。我们刚刚开始这个过程。我们在出版领域很快有更多信息可以透露，这绝对是我们的重点。
Julia Boorstin： 很喜欢你们和《金融时报》的合作，我们可以期待更多这样的合作吗？
Brad Lightcap： 是的，我们真的在寻找如何维系多样化的观点，思考我们能为ChatGPT带来何种内容，以及我们如何思考人工智能与行业的交互。例如，财经报道和政治事件报道非常不同，且又与生活方式新闻不同。所以每一种类型的内容、每一种观点都是很重要的。而这些工具本质上是推理引擎。因此，帮助人们探索所有书写的内容、表达的内容、公众意见，是一个巨大的机会。
Julia Boorstin： 希望我不会太快被OpenAI取代，但如果它真的取代了我和我的同事，那肯定会是一个非常好的工具。所以让我们谈谈目前企业应用的情况。《华尔街日报》报道了你们与医药公司Moderna的合作案例。我也读到了有关健康保险公司Oscar Health、金融科技公司Klarna的合作报道。在ChatGPT推出后18个月的今天，如果让你来描述企业应用情况，我们现在处于什么阶段？
Brad Lightcap： 这正是我花了很多时间的地方。我认为这可能是今年诞生的最有趣的新事物。去年在这个活动或者其他活动的舞台上，我发现房间里的大多数人，都没有听说过OpenAI。他们听说过ChatGPT；他们认为我工作的公司叫做ChatGPT；他们知道ChatGPT正被他们的公司使用，但他们不太清楚是如何被使用的，他们想更好地理解这一点。事实上，几乎从那个时刻开始，我们就开始了这段旅程，去理解：第一，大家在企业中如何使用这类技术？第二，我们需要构建哪些工具集来加速企业中的应用？
现在一年过去了，我们已经构建了作为企业级版本的ChatGPT。当前大约92%的财富500强公司正在使用ChatGPT，企业用户已经覆盖了超过60万个人。应用效果引人注目。这是一项横向技术，没有哪个行业比另一个行业更适合使用。ChatGPT是一个在各个领域都可以契合的工具。我们预计这种增长曲线将延续，而我们仍然处于早期阶段。
Julia Boorstin： 我很好奇，让我来调查下观众。你们中有多少人经常使用ChatGPT？（大多数观众举手）
Brad Lightcap： 还不错。
Julia Boorstin： 你们中有多少公司将AI的应用或者AI工具的使用列为第一优先级？（部分观众举手）
Brad Lightcap： 也不少，但比规律使用AI工具的人少。
那么谁在推动ChatGPT的采用？是自上而下的推动还是员工推动？我们之前提到过，像Box（ZP注：在线文件共享和内容管理平台）这样的公司，更多地是由员工推动使用。那针对这一波应用浪潮，谁在推动？怎样最有效？
Brad Lightcap： 我们对应用的看法已经改变了。当我们刚创建OpenAI时，我们的第一个业务只是建立一个开发者平台，基本上是通过API将我们的模型开放给开发者，帮助他们定制化开发。我们仍在这样做，且做得很好。不过，大多数公司仍然认为他们必须去构建AI。因而大多数公司给我们打电话说，我有一个目标，我想增加X%的收入，我想从削减Y%的客服成本等等。这没问题，我们可以完成。但我们已经意识到的事情，我认为大多数公司也正在意识到的事情是，给予所有员工使用工具的权限才会是最大的催化剂。 这不会清楚地反映在财务报表中；它不会成为可以展现给董事会的第二季度利润影响或者向投资人津津乐道的内容。但是，让员工熟悉这些工具的使用方式，让他们将他们的工作流程与模型的功能联系起来，使他们体验到下一个最佳模型的能力，甚至于带来AGI的训练，这是非常非常重要的。 我认为这是企业开始意识到的事情。我们非常受鼓舞。
Julia Boorstin： 这是要企业赋能更广泛的实验。这很有趣，因为OpenAI有这样一个迭代开发的理念，比如在产品开发阶段就对外介绍，这通常不是软件的工作方式。你如何解释这一理念，这对企业来说意味着什么？
Brad Lightcap： 我们之所以这样做的一个重要原因是，模型的发展速度曲线以及模型的训练速度曲线将会开始变得陡峭， 如果你有信心的话。人们认为这种变化的速度令人眩晕。我认为实际上在未来几年里它会加速。
那么你如何从部署的角度思考这个问题，如何将模型带给用户，无论是消费者还是企业。我们从去年起改变了做事方法。原来是重大发布：全世界都有了GPT-3，没有人知道GPT-4是什么样子的，然后突然间我们推出了GPT-4，每个人都必须适应。现在，随着模型变得更强大，我们认为需要让人们熟悉模型的增量改进，了解能力的进步趋势。因此，我们开始了迭代式部署，让人们更熟悉模型的增量改进，从而让迭代趋势线更为平滑而非断层。
Julia Boorstin： 公司采用以AI为先的理念或自上而下推行AI有什么价值？像Moderna这样声称将优先部署AI的公司看起来是一个很好的例子。在实践中，如果像Moderna那样，AI成为CEO的优先事项，这意味着什么？
Brad Lightcap： 这样做是很困难的。这并不是说你需要明天就想方设法将你的公司完全AI化。但我会回到互联网的普及，今天没有一家现代企业可以没有互联网的情况下运营。但如果你从只给财务团队提供互联网开始，那就会有点奇怪。我们对AI有着相同的看法，希望以广覆盖的方式来推广：让我们给每个人都提供访问工具；让我们多元化AI项目，覆盖公司的各个部门；让我们思考优先事项，既从内部运营的角度，也从可以构建的产品类型，从可以为客户赋能的角度。我们认为所有这些工作都很重要，广泛覆盖非常关键。
Julia Boorstin： 展开讲讲Moderna的AI应用实例，它与Klarna有何不同？Klarna是第一个部署OpenAI的金融科技公司。我在阅读这些案例时，对AI工具的潜在用途感到惊讶。
Brad Lightcap： Klarna是一个很好的例子。Klarna将GPT-4引入了他们的客服团队，并构建了一个完全定制的工具集，可以完成大约700个客服的工作。任何给定工单，处理时间从大约11分钟减少到大约2分钟；给定客户的重复查询减少了约25%。总体效果惊人。他们对AI应用上经验老道。Sebastian是Klarna的CEO，他是一个狂热的AI爱好者。这种应用是业内第一例。但现在越来越多地公司开始进行类似的部署。
而Moderna有点不同。Moderna是一家制药公司，他们并没有太多直接面向客户的工作。他们不像Klarna那样服务那么多用户。但对于他们来说，真正关键的是如何利用AI带来效率提升，用于临床研究流程、药物开发流程以及所有合规性和行政工作。相对于制药行业来说，Moderna规模较小，他们大约有6000人。所以Moderna的重点实际上是如何保持这种非常专注和精简的文化，也就是说要加速药物研发的同时，不让公司为行政管理所累。可见两家公司的思考方式很不同。
挑战：失业？开源？政府监管？能源供给？
Julia Boorstin： 很有意思。你提到了对于Klarna，你们的技术在做700 名员工的工作。我认为对于许多首席执行官而言，这个问题是房间里的大象：有多少工作将被人工智能取代？是否会出现大规模裁员，影响整个社会？我们真正关心的是人工智能对失业率的影响，我们在后台已经讨论过这个问题，但你认为并不认为会有失业，让我很惊讶。为什么呢？
Brad Lightcap： 是的，不会。我认为，随着劳动力的再定位，劳动力市场将回到正常流失的循环。在某些领域，几年后我们会感叹为什么会雇用人来做那些工作呢？但由于AI的实施，也会有其他领域出现，我们现在甚至无法想象。我们拥有一个非常具有活力的全球经济。正如我之前所说的，昨晚有人对我说，19世纪末20世纪初，当机械收割机出现时，美国和欧洲大约90％的人口从事农业。当时也有类似的大规模失业和工作岗位流失的风险。而且你确实看到了这种情况。那些经济体应用技术、适应技术，最终蓬勃发展。
我认为同样的情况不会发生。我们的经济更加多元化，更具弹性。 我认为AI应用产生的变化将会迅速推向全球。但最终你必须弄清楚将应用发挥最大价值需要的技术。这需要时间，这不是让我担心的事情。
实际上让我担心的是我们没有足够快地应用AI。在美国，我们实际GDP增长低于需要。我们看到了经济中存在着巨大的领域，将极大受益于这项技术的应用。因此，我们的重点实际上是如何更快地引入技术，并最大程度地发挥它的影响力。
Julia Boorstin： 我知道时间不多了，所以我要快速提出一些问题。OpenAI是一家开源公司。这对你们意味着什么？你认为你的企业客户对此有何误解？
Brad Lightcap： 我们确实会开源一些模型，不开源另一些。我们认为开源是非常健康的，有利于生态系统。我们将继续以某种频率开源模型。但对于前沿系统，对于更大的系统，我们认为了解这些系统如何工作，并且通过与公司合作以安全的方式访问这些系统是很重要的。
Julia Boorstin： 你认为这被误解了吗？
Brad Lightcap： 我认为被误解的是，大多数人只是希望以尽可能简单的方式访问模型。开源很好，但使用开源技术的难度很高。因此，作为一家公司，我们的目标是尽可能扩大访问范围。我们希望世界上的任何人都能够利用 OpenAI技术，在几个小时内从实验到建设再到投产。 我们将继续朝着这个目标努力构建产品。这才是我们的使命。
Julia Boorstin： 欧盟通常在技术立法方面领先，你认为会有来自欧盟或者美国的立法，对你们的增长产生实质性的影响或阻碍吗？
Brad Lightcap： 欧洲正密切关注这个问题，比美国更加关注。看到全球监管对话，我们很惊喜。到目前为止，我认为这种对话相当均衡。我希望这种情况能够持续下去。我认为我们需要进行持续的对话，尤其是当我们了解更多的时候，应思考我们如何面对未来系统。我认为如果对今天的系统过度监管会是一个错误。我们需要小心不要扼杀创新。但是，看到这种对话，我们备受鼓舞。
Julia Boorstin： 在Milken有很多关于全球能源生态系统的讨论。你是如何思考能源需求的，不仅是为了你们今天的系统，还有未来持续的增长？你们将如何管理这一点，来跟上能源需求的步伐，更不用说GPU需求了？
Brad Lightcap： 我们认为这是一个很大的风险。如果你看今天供应链的增长速度，仅从消耗率的角度来看，与我们认为未来五年、十年对这项技术的需求相比，存在着很大的分歧。世界将如何重新组织土地、能源、数据中心、调整供应链，将是一个真正的问题。我们正在参与这场讨论。我认为每家人工智能公司都应该参与这场讨论。这确实是未来几年社会将不得不应对的挑战之一。
未来：更强大的模型和更出色的队友
Julia Boorstin： 没错，这将是一个大问题。作为最后一个问题，你知道接下来的六到十二个月OpenAI将发生什么，而我们毫无头绪。在不透露任何保密信息的情况下，你能为这里的公司提供一点建议，应该在接下来的十二个月以及未来三到四年内，如何看到未来 AI 发展吗？对于我来说，十二个月很短，但对你来说可能很长。三到四年，对我来说似乎仍然是短期，但我知道在AI领域，这就像是一个永恒。
Brad Lightcap： 是的，我已经停止做四年的预测了，但至少12个月后，我们今天使用的系统将会变得糟糕得可笑。一年后我们会回过头来意识到它们糟糕得有多么可笑。像ChatGPT这样的以词汇为基础的系统，实际上很像 Oracle，我们不认为会以这样的功能或形态长期使用。
我们认为我们将模型功能将变得更加强大，它们将能够承担更复杂的工作。它们将更多成为用户的辅助。它们几乎就像是你在处理任何问题时的一个出色的队友。这将是一种不同的软件使用方式。 我不认为今天的人们真正理解那是什么样子，并且能够轻易地内化它。如果要做预测的话，一个今天出生的孩子在十年后，无法理解当前的我们为什么不能像与朋友或队友或是项目合作方交谈一样，与计算机交谈。我认为这是一种我们尚未完全掌握的深刻转变。
Julia Boorstin： 听起来这其中的一个很大的部分是从文本交互转向语音交互。
Brad Lightcap： 我不认为只是语音。这些系统令人惊讶的地方在于它们是多模态的。就像它们可以进行视觉推理，可以推理出非常复杂的问题。我们在来这里的路上稍微谈到了一点，你能否拥有一个拥有某种喜剧特质的AI。
Julia Boorstin： AI可以变得幽默吗？
Brad Lightcap： AI可以成为脱口秀喜剧演员。我认为可以。我们现在只是在触及到了系统能力集的表面。它将会让我们大吃一惊。
Julia Boorstin： AI的发展速度比美国企业的步伐快。它在前进，创新的速度快过普通公司的迭代。那么公司和投资人应该如何跟上这种异常而有时令人不安的快节奏？
Brad Lightcap： 这是困难点。这正是我花时间思考的问题，我该如何帮助世界调整到与研发实验室同频。对于你们所有人，对于我们合作的企业和合作伙伴，有什么方式能够广泛地、稳健地落地技术，但同时跟上当下的变化呢？我们仍在学习。我们认为我们可能已经找到了一些方法。当然，随着我们与越来越多的公司合作，我们会学到更多，但我认为这将是未来几年的一大挑战。
Julia Boorstin： 仅仅看过去一年的创新，比如Sora 文本到图像、文本到视频的创新，就令人惊叹。我甚至无法想象明年这个时候我们会谈论什么。Brad，很高兴今天能邀请到你。
原视频：A Conversation with OpenAI COO Brad Lightcap
https://www.youtube.com/watch?v=tqpMyo1TnQA
如何学习大模型
现在社会上大模型越来越普及了，已经有很多人都想往这里面扎，但是却找不到适合的方法去学习。
作为一名资深码农，初入大模型时也吃了很多亏，踩了无数坑。现在我想把我的经验和知识分享给你们，帮助你们学习AI大模型，能够解决你们学习中的困难。
我已将重要的AI大模型资料包括市面上AI大模型各大白皮书、AGI大模型系统学习路线、AI大模型视频教程、实战学习，等录播视频免费分享出来，需要的小伙伴可以扫取。
一、AGI大模型系统学习路线
很多人学习大模型的时候没有方向，东学一点西学一点，像只无头苍蝇乱撞，我下面分享的这个学习路线希望能够帮助到你们学习AI大模型。
二、AI大模型视频教程
三、AI大模型各大学习书籍
四、AI大模型各大场景实战案例
五、结束语
学习AI大模型是当前科技发展的趋势，它不仅能够为我们提供更多的机会和挑战，还能够让我们更好地理解和应用人工智能技术。通过学习AI大模型，我们可以深入了解深度学习、神经网络等核心概念，并将其应用于自然语言处理、计算机视觉、语音识别等领域。同时，掌握AI大模型还能够为我们的职业发展增添竞争力，成为未来技术领域的领导者。
再者，学习AI大模型也能为我们自己创造更多的价值，提供更多的岗位以及副业创收，让自己的生活更上一层楼。
因此，学习AI大模型是一项有前景且值得投入的时间和精力的重要选择。
这篇关于深度 | OpenAI COO闭门访谈：大模型已至，企业如何落地？的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
