ChatGPT：企业是否已准备好应对新一代自然语言处理技术？

Digital-adoption.com发布的网络分析数据发现，在最新版本的ChatGPT发布之后，其开发商OpenAI的访问量增长了3572%，从1830万暴增至6.72亿。

今年1月，微软公布了了对OpenAI的第三阶段投资计划，总数额在数十亿美元。如今，微软又祭出Bing搜索引擎的AI支持版本，其中使用的正是ChatGPT。公司CEO萨蒂亚·纳德拉 (Satya Nadella) 认为，AI将从根本上改变各个软件类别，微软希望这项技术能支持Bing每天回答50亿条查询。目前ChatGPT功能仍在预览阶段，但用户可以报名排队等候访问权限。

就在微软发布公告的一天之前，谷歌兼Alphabet那边也放出了名为Bard的竞争对手。这位对手基于谷歌的Lambda技术，据称能通过扩展支持更多用户。一篇讨论Bard的博文写道，“很快，用户就将在搜索中看到AI支持的功能。这些功能会将复杂的信息与多种视角提炼成易于理解的格式，供用户快速了解全局并从中把握更多信息。”

人们也由此看到了在企业内部使用生成式AI的机会。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

Kyndryl UK and Ireland公司数据、AI与应用程序实践负责人Carolyn Prior表示，“根据观察，我们发现那些能够实现数据驱动、并真正将AI融入运营体系的组织，以及那些积极探索最新/最佳新兴技术并对数据管理架构做出现代化改造的组织，才能更好地驾驭当前的市场竞争格局。而他们对于AI及其他新兴技术的拥抱和采用，将成为保持竞争优势的关键。”

知识平台提供商eGain认为，软件开发者正越来越多地将生成式AI纳入其产品与服务开发。该公司已经将ChatGPT集成至Instant Answers产品当中。公司CEO Ashu Roy强调，“ChatGPT等生成式AI在知识管理和对话参与方面，开启了激动人心的自动化可能性。Instant Answers在我们的邀请客户内大受欢迎，他们喜欢它依托速度创造的价值。”

知识管理也有助于软件开发者更有效地开展工作。

Brightman Business Solutions公司董事Romy Hughes表示，“ChatGPT能帮助软件开发人员完成一段极具挑战性的代码。”例如，开发者可以询问ChatGPT如何优化现有代码。展望未来，她认为“这项技术将给非编码人员提供一种开发应用程序的可能性，借此推动编程大众化——这与低代码所承诺的收益基本一致，只是功能要强得多。这种大众化浪潮将让组织建立起新的、无需IT部门参与的创新流程，最大程度发挥其他员工的奇思妙想。ChatGPT将让这一切事半功倍。”

Arthur D Little AI公司专家Albert Meige和Gregory Renard则分析了这种技术拉低程序员整体技术水平的风险，并警告称生成的代码很可能包含算法偏差。一旦用于训练算法的数据中存在偏差，就有可能引发不准确或不公平的结果。根据Meige和Renard的介绍，尽管各方一直在努力消除此类偏差，但其仍然存在而且令人相当不安。

他们还列举了ChatGPT的一个分析示例，当被要求编写Python程序来根据某人的出身确定其是否应被监禁时，ChatGPT将关注重点放在了朝鲜、叙利亚和伊朗人身上。而且这种判定标准被硬编码进了Python代码，这种偏见很可能源自对互联网上对话内容的广泛分析。

虽然这个示例本身非常简单，毕竟在判断是否应当监禁时肯定要考虑其他因素，但也说明使用ChatGPT生成代码确实存在风险，而且其模型很容易被训练数据中的偏差/偏见所误导。

企业面临的另一个问题，则是生成式AI训练所对应的巨大成本，特别是训练数据中潜在偏差可能带来的高风险。《哈佛商业评论》最近发布报道，称训练生成式AI目前还是少数科技巨头的专利，因为训练过程要消耗大量数据和算力。文章作者引用了ChatGPT所基于的GPT-3模型的数据，称其初始训练要用到45 TB的数据素材，做出预测则使用了1750亿个参数。因此，GPT-3的单次训练成本就高达1200万美元。

作者们警告称，“大多数企业并没有相应的数据中心或云计算容量，来从零开始训练自己的同类模型。”

从这个角度看，率先将生成式AI引入自家搜索引擎的是微软和谷歌，也就在情理之中了。至于其他不具备这种巨头级计算设施和数据储备的组织来说，GPT系技术在短期内恐怕无法带来切实助益。

# 低代码  # 放在  # 哈佛  # 的是  # 自己的  # 应用程序  # 知识管理  # 叙利亚  # 很可能  # 就在  # 微软  # gpt  # chatgpt  # 数据中心  # 自动化  # 搜索引擎  # bard  # gpt-3  # 算法  # Lambda  # 架构  # Python  # ai 

相关栏目： 【 Google疑问12 】 【 Facebook疑问10 】 【 网络优化91478 】 【 技术知识72672 】 【 云计算0 】 【 GEO优化84317 】 【 优选文章0 】 【 营销推广36048 】 【 网络运营41350 】 【 案例网站102563 】 【 AI智能45237 】

相关推荐： AI同伴的未来：超越工具，迈向情感连接与个人成长  谷歌 Gemini AI 助手详解：功能、应用与隐私设置  BEILA：用AI驱动的低代码开发平台详解  深入解析音视频转录：全面指南与实践技巧  TechInternPath.ai：AI驱动的实习之路，助你梦想成真  智谱清言分析数据怎么用_智谱清言分析数据使用方法详细指南【教程】  AI赋能抵押贷款：Total Expert AI 销售助理深度解析  AI 编码助手：提升效率的 5 大工具及应用详解  tofai怎么调整层级顺序 tofai图层上下移动方法【步骤】  揭秘面部和谐：打造完美脸型的终极指南  如何用AI自动生成Python代码 AI编程助手ChatGPT使用方法【教程】  深度解析Coldplay酷玩乐队《Viva la Vida》的音乐内涵  Gemini怎样用语音输入_Gemini语音输入设置【方法】  构建AI工作流：利用BuildShip低代码平台赋能Gemini和Google Cloud  批改网AI检测工具怎么关联班级学生_批改网AI检测工具班级绑定与学生管理【步骤】  如何用ChatGPT模拟面试并优化你的求职文书？  千问如何生成预算执行总结_千问预算数据与执行对比分析【方法】  Cred.ai信用卡深度评测：信用提升的秘密武器  ChatGPT如何进行数据可视化构思 ChatGPT图表设计指南  AI伴侣：连接还是孤独？真实对话揭秘AI伦理困境  AI图像生成平台深度对比：Midjourney vs. Stable Diffusion  DeepSeek分析Excel怎么用_DeepSeek分析Excel使用方法详细指南【教程】  千问怎么使用插件功能_千问插件调用与功能扩展【教程】  恐怖游戏惊魂：虚拟主播带你逃离病娇女孩的魔爪  Descript vs. Wisecut：AI视频编辑工具深度测评与最佳选择  2025年必备：顶级AI工具，赋能您的日常工作和业务流程  2025年10月狮子座运势：事业、爱情与生活指南  AI 3D建模革命：免费生成高质量模型和纹理  去哪旅行ai抢票助手如何设置抢票策略_去哪旅行ai抢票助手策略配置与优先级【攻略】  豆包AI帮你写代码注释 豆包AI编程辅助教程  五大AI视频编辑工具：提升视频创作效率和质量  如何用AI一键给视频自动加字幕  如何用AI一键生成手机壁纸？4K高清AI壁纸生成关键词【分享】  通义千问怎么设置功能偏好_通义千问偏好设置【教程】  豆包AI怎么查看个人主页_管理账号信息与偏好设置  看我如何用AI辅助写作，在10分钟内搞0. AI求职信写作避坑指南：千万别犯这几个错误  AI数据分析报告生成工具有哪些_一键生成可视化报告的AI工具推荐  tofai入口官方网站 tofai网页版入口地址  重温经典：宝可梦动画中的精彩瞬间与幕后花絮  唐库AI拆书工具如何批量导出笔记_唐库AI拆书工具批量导出与格式转换【方法】  MagicAnimate怎么让图片动起来 字节跳动MagicAnimate配置及用法【教程】  ChatGPT 提示词工程：结构化指令编写指南  AI赋能软件测试：自动化、智能化与未来趋势  通义千问网页版怎么清历史_通义千问历史清理方法【方法】  通义听悟转会议纪要怎么用_通义听悟转会议纪要使用方法详细指南【教程】  Jarvis AI终极指南：用AI快速撰写畅销亚马逊书籍  Gemini手机端怎么发图片_Gemini手机端发图方法【步骤】  批改网AI检测工具怎样优化检测精度_批改网AI检测工具精度调节与模型选择【实操】  AI绘图工具测评：告别复杂流程，高效创作流程图  智能合约简明教程：概念、应用与未来趋势 

 2023-04-23