李·溫塞爾

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

迅猛發(fā)展的人工智能（AI）和機器學(xué)習(xí)領(lǐng)域，對企業(yè)決策者提出了特殊挑戰(zhàn)。越來越多人認(rèn)為穩(wěn)妥可靠的做法是投資那些經(jīng)過驗證的預(yù)測模型，這預(yù)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(xué)習(xí)模型（例如，ChatGPT聊天機器人、必應(yīng)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(shù)據(jù)庫上進(jìn)行訓(xùn)練，從而根據(jù)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(lǐng)先99%ChatGPT用戶”這樣的大標(biāo)題開始大行其道。與此同時，美國數(shù)字新聞網(wǎng)站Axios報道稱，資金正在大量涌入生成式AI領(lǐng)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(yè)領(lǐng)導(dǎo)者如果既不愿錯失大好機會，又不想在名不副實的技術(shù)上浪費時間和金錢，那就最好把有關(guān)科技泡沫的一些基本事實記在心上。首先，正如商學(xué)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(shù)創(chuàng)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(guān)于新技術(shù)會如何發(fā)展并影響社會經(jīng)濟的故事，正在為這種炒作推波助瀾。不幸的是，圍繞新技術(shù)的早期故事幾乎總是謬誤百出。事實上，高估新系統(tǒng)的前景和潛力，正是泡沫問題的核心所在。

就準(zhǔn)確預(yù)測技術(shù)發(fā)展的未來而言，商業(yè)預(yù)言家和分析師們的過往表現(xiàn)非常糟糕，因為沒有人能預(yù)見到，隨著時間推移，人類會怎樣別出心裁地選擇和應(yīng)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(shù)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(jīng)出現(xiàn)在生成式AI領(lǐng)域。一些發(fā)燒友聲稱，ChatGPT距離通用人工智能只有幾步之遙，有望成為認(rèn)知能力堪比甚至超越人類的獨立實體。作為ChatGPT開發(fā)者OpenAI公司的首席執(zhí)行官，薩姆·奧爾特曼（Sam Altman）在這個領(lǐng)域投入甚多，他聲稱人工智能“會讓農(nóng)業(yè)革命、工業(yè)革命和互聯(lián)網(wǎng)革命加在一起都黯然失色”。未來生命研究所（Future of Life Institute）也認(rèn)為大語言模型影響深遠(yuǎn)，但其看法更加灰暗。該組織發(fā)表了一封公開信，呼吁暫停訓(xùn)練比GPT-4（ChatGPT-Plus背后的大語言模型）更強大的AI系統(tǒng)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(guān)于未來的狂熱想象，而這些想象脫離了企業(yè)運用現(xiàn)有生成式AI工具有把握達(dá)成的現(xiàn)實。它們基本上無助于領(lǐng)導(dǎo)者理解這些技術(shù)的運作方式，以及它們可能存在的風(fēng)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(yè)日常工作、提升企業(yè)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(qū)動的行業(yè)。這個行業(yè)更是用言過其實的驚人報道，進(jìn)一步加劇了泡沫?！度A爾街日報》（Wall Street Journal）最近發(fā)表了一篇題為《生成式AI已經(jīng)開始改變白領(lǐng)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(lǐng)工作發(fā)生變化的真憑實據(jù)，而只是給出了商業(yè)領(lǐng)袖對這項技術(shù)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(xué)（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(yù)測有多少工作崗位會受到這些新軟件系統(tǒng)的影響。

事實上，這類預(yù)測一直有失準(zhǔn)確。在最近的一篇文章中，經(jīng)濟學(xué)教授加里·史密斯（Gary Smith）和退休教授兼技術(shù)顧問杰弗里·芬克（Jeffrey Funk）指出，與2016年牛津大學(xué)（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(shù)據(jù)庫。而2016年牛津大學(xué)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(fù)任務(wù)為主的工作占比，進(jìn)而預(yù)測其中有多少工作將因技術(shù)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(yù)測，那么現(xiàn)在也沒有什么理由相信與此類似的預(yù)測能有多么準(zhǔn)確。

一點提醒

既然過往預(yù)測的表現(xiàn)不佳，高管們就必須謹(jǐn)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(jù)地懷疑”：不是不假思索、否定式地懷疑，而是嚴(yán)謹(jǐn)科學(xué)地評估和推理。對于新科技功效的各種說法，要仔細(xì)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(chǎn)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(jù)”這種尋找事實依據(jù)的問題入手。對于技術(shù)的工作原理、預(yù)測的可靠性如何，以及其他輸出的質(zhì)量，多問一些具體的問題。

如果信息來自已知的技術(shù)炒作主體（包括咨詢公司、供應(yīng)商和行業(yè)分析師），企業(yè)領(lǐng)導(dǎo)們必須特別有意識地進(jìn)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(yè)還是必須仔細(xì)評估使用各種新技術(shù)的潛在風(fēng)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(xiàn)。對這項技術(shù)的使用有必要加以嚴(yán)格監(jiān)管，尤其是當(dāng)此類生成性AI系統(tǒng)的輸出將提供給客戶，可能導(dǎo)致企業(yè)聲譽受損時。如果是在不受監(jiān)管的情況下使用這類系統(tǒng)，企業(yè)還面臨著因此造成知識產(chǎn)權(quán)或敏感信息失控的風(fēng)險。例如，三星公司（Samsung）的員工就將企業(yè)敏感信息輸入ChatGPT（ChatGPT再使用所提交的信息，去深度訓(xùn)練系統(tǒng)中的模型），無意中造成了這些數(shù)據(jù)的外泄。我還了解到，有些藝術(shù)家、設(shè)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(chǎn)權(quán)。

考慮到這些潛在風(fēng)險，打算試水生成式AI的企業(yè)，應(yīng)該制定基本使用規(guī)則。顯然第一步，就是要求所有在工作中使用這些技術(shù)的員工，對此做出公開聲明。企業(yè)的技術(shù)使用政策也可以設(shè)定一些基本要求，例如要求生成式AI的使用不得違反現(xiàn)有的道德和法律規(guī)范。對于哪些類型的企業(yè)數(shù)據(jù)可以輸入生成式系統(tǒng)，企業(yè)也應(yīng)當(dāng)考慮加以限定。美國人力資源管理協(xié)會（The Society for Human Resource Management， SHRM）以及其他一些團體最近發(fā)布了職場生成式AI使用指南，企業(yè)領(lǐng)導(dǎo)最好緊跟這些新思潮。

企業(yè)還應(yīng)當(dāng)留意其他一些風(fēng)險?？萍荚u論人士一直認(rèn)為，企業(yè)部署生成式AI會導(dǎo)致員工生活質(zhì)量的降級，使他們的人生越來越艱難。領(lǐng)導(dǎo)者最好確保這種情況不會發(fā)生，而且要通過推廣使用這些技術(shù)，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(guān)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(yīng)該讓這類焦慮驅(qū)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(shù)字技術(shù)的熱情那樣消退。數(shù)字技術(shù)的采用往往會在一個行業(yè)內(nèi)產(chǎn)生短期優(yōu)勢，但隨著這些技術(shù)變得司空見慣——就像文本編輯器、電子表格和客戶關(guān)系管理系統(tǒng)那樣，這些優(yōu)勢就會消失。

換句話說，目前并沒有證據(jù)表明，謀定后動而非一頭扎進(jìn)生成式AI領(lǐng)域，會導(dǎo)致你們企業(yè)在戰(zhàn)略上落后于人，甚至被徹底顛覆。既然如此，領(lǐng)導(dǎo)者最好還是聚焦于自身業(yè)務(wù)的基本目標(biāo)，反問道：“這個系統(tǒng)能幫助我們達(dá)成目標(biāo)嗎？”如果有人說會，那就請他們來證明。

翻譯：徐廣彤