上周GPT-4全球发布，再次将以ChatGPT为代表的人工智能如何应用于企业的讨论带向新的高潮。鉴于广大客户与合作伙伴对于如何在企业高质量、规模化和安全地采用人工智能实现创新突破的探索需求，我们特别邀请IBM中国的技术与行业专家，分享他们的见解与实施经验。今天与大家分享的是IBM数据与人工智能资深技术专家、The Open Group 卓越级技术专家（Distinguished Technical Specialist）吴敏达。以下是他近期的署名文章：

从 +AI 到 AI+，谈企业如何应用 ChatGPT 技术

(相关资料图)

作者：吴敏达IBM科技事业部 数据与人工智能资深技术专家

引言

AI 无处不在，它可以画画、创作、并与人们谈论复杂的话题。技术每年都变得更加先进，越来越多的企业正在从 +AI（数据集成+分析）过渡到AI+（预测、自动化、机器学习）。 企业的 AI 采用率和 AI 能力都自 2017 年以来翻了一番，而作为数字化转型战略一部分的 AI 预算已从 2018 年的 5% 增长到 2022 年的 52% [1]。

随着ChatGPT的横空出世，成为主要新闻文章的标题，一时洛阳纸贵，一试难求。越来越多的企业正在认识到他们可以通过 AI 获得价值和转型的新方式，开始思考如何利用ChatGPT技术重新定义生产力，产生业务价值。

然而当企业逐步深入调研ChatGPT的能力和技术之后，就会产生疑虑和不安。首先是安全性，由于 ChatGPT 是公有云的服务，如果企业需要使用，需要用企业的数据去 Fine-Tuning（微调）预训练模型，而很多企业数据是敏感和需要保护的。同样在使用 ChatGPT 服务的时候也要考虑安全的问题。

其次是准确性和权威性，ChatGPT 的答案并不总是完全准确、相关或公正，因为它们是由人工智能生成的。 虽然它能够提供一些非常有创意的响应，但它会让企业或品牌面临风险，因为没有一致的、可扩展的方法来确定所提供的答案是否正确。

最后，企业 AI 需要考虑 AI 治理、定义政策并在整个 AI 生命周期中建立问责制，以确保模型遵守公平、可解释性、稳健性、透明度和隐私的原则，而这也是 ChatGPT 目前缺失的。

"梅须逊雪三分白，雪却输梅一段香"， 本文试图从行业知识和技术实践两个角度来进行探讨，看看企业如何能够扬长避短，利用 ChatGPT 技术助力企业级 AI。

场景与流程

行业知识和技术实践是企业级 AI 成功的关键因素。ChatGPT 技术在企业应用同样如此，选择合适的场景，采用受控的企业流程，通过开放的架构，才能让 ChatGPT 技术在企业安全落地。

ChatGPT 是以 GPT 3.5 为基础衍生出来的应用，目的是用来展示 GPT 的能力。ChatGPT的 技术支撑是大规模语言模型，也就是大家耳熟能详的 LLM，LLM 属于基础模型的范畴，基础模型是在广泛的未标记数据集上训练的模型，这些数据可用于不同的任务，只需最少的微调。基础模型和 LLM 支撑了生成式 AI，通过从现有数据中学习来创建原创内容。