2023年企业如何运用生成式AI？《华尔街日报》揭秘五家先行者实践

生成式人工智能今年成为企业界最热门的新兴技术，承诺将极大提升生产力，同时彻底改变白领工作的方式。

但AI的高成本、对专业人才的依赖以及法律和隐私风险阻碍了其全面兑现承诺，许多企业对于超越初期试验阶段持谨慎态度。尽管如此，生成式AI必将彻底重塑企业技术版图。部分企业已开始将其应用于代码编写、营销销售内容创作及增强客户支持等实际业务场景。

据国际数据公司(IDC)估算，到2023年底全球企业在生成式AI解决方案上的支出将达194亿美元。该研究机构预测，涵盖生成式AI软件、相关硬件及IT与商业服务的总支出将在2027年达到1511亿美元，意味着四年间复合增长率高达86.1%。

多数企业目前正在测试技术边界，更广泛地重投AI与云计算，同时着手整合企业数据、评估网络安全与其他风险，并建立防护机制以确保其安全使用。众多首席信息官和技术官将2024年视为验证生成式AI实际价值及其高昂成本的关键年份。

以下是五家成功将生成式AI融入产品与运营的企业，以及他们在这一过程中获得的经验。其中，包括在线旅游平台Expedia在内的部分公司已将生成式AI直接面向客户应用，而医疗系统Mass General Brigham和建筑软件制造商Bentley Systems等企业则计划在2024年推进相关计划。

Wayfair：遇见AI，您的新任室内设计师

总部位于波士顿的在线家具零售商Wayfair正利用生成式AI帮助客户重新设计客厅。客户上传居住环境的照片后，Wayfair的Decorify工具会通过图像生成AI模型Stable Diffusion，创造出华丽风格或中世纪现代风格等不同版本的新设计方案。

该公司首席技术官Fiona Tan表示，除设计工具外，Wayfair大部分生成式AI应用旨在提升员工效率，这证明了该技术能带来经济效益。在某些场景下，Wayfair将继续使用现有机器学习模型，因其运行成本更低，且在预测和优化解决方案方面比生成式AI更高效。

Wayfair的免费设计工具可根据客户上传的照片生成逼真图像。但Tan指出，由于依赖生成式AI模型，偶尔会出现不合常理的瑕疵，比如桌腿看起来不太自然，或AI无法识别窗户和镜子等情况。

谭表示，Decorify还会向客户推荐与AI生成图片中风格相似的Wayfair产品，帮助将AI虚拟世界与现实世界连接起来。该公司称，自7月该工具推出以来，客户已创建超过10万种设计，并通过该工具购买了产品。

“这可能是购买家居和风格类商品的一种非常可行的方式，这些商品很难用语言准确描述你真正想要的是什么。能够看到这些设计非常有帮助，“谭说。

施耐德电气：选择兼顾能耗的合适AI

全球最大的电气和自动化产品制造商之一施耐德电气的首席AI官菲利普·兰巴赫表示，公司正在为某些应用选择更小、能耗更低的AI模型。

“大语言模型在文本摘要和生成方面表现优异，“他说。“它们也能进行预测和优化，但效果不太好。考虑到成本和能耗，使用大模型并不划算。”

生成式AI运行需要数据中心消耗大量能源，这些能源来自已经紧张供电的电网。据IT研究和咨询公司Gartner估计，到2030年AI可能消耗全球3.5%的电力。

兰巴赫表示，生产照明开关、电动汽车充电器、家庭自动化系统以及能源管理软件的施耐德电气，选择使用OpenAI的GPT-3.5模型为其内部企业聊天机器人提供支持，该模型比最新系统小得多，能耗也更低。

这家总部位于法国的公司还利用生成式AI帮助客户计算和分析碳排放，就像在与聊天机器人ChatGPT对话一样。

兰巴赫表示，客户需要比传统软件更快捷、更简便地使用其资源顾问工具，该工具可可视化并追踪能源数据。通过微软OpenAI服务构建的"副驾驶"系统，客户能直接提问"我哪家工厂排放量最高？“等问题。

麻省总医院布里格姆：数据驱动的诊断洞察与个性化护理

隶属于哈佛医学院的波士顿医疗系统麻省总医院布里格姆，正运用生成式AI识别具有相似特征的患者群体，希望这些信息能帮助医生参考历史有效方案进行治疗。

该医疗系统与AI医学影像公司Annalise.ai等企业合作，通过新成立的商业AI办公室将解决方案从开发推向市场。首席数据科学官兼放射科副主席基思·德雷尔透露，首批商用AI诊断产品将于明年上半年推出，“这个领域发展速度惊人”。

德雷尔指出，通过整合诊断信息、病历、患者讨论记录及基因组数据，大语言模型能更精准识别"与我相似的患者”。

此前，创建单一的“卷积神经网络”（即能分析图像的人工智能算法）需要耗费数百万美元和数年训练时间。而德雷尔表示，如今通过一种名为“小样本学习”的方法，仅需数月就能训练出大语言模型，且所需训练数据量大幅减少。

他指出，虽然大语言模型的运行成本高于卷积神经网络，但更快的开发周期仍能节省时间和成本。相比其他深度学习AI方法，生成式AI能更快地从扫描数据中关联文本与图像信息，并进行提取和关联。

Expedia：个性化旅行助手，而非万能解决方案

Expedia正积极采用聊天机器人为旅客提供推荐和预订服务，但这家在线旅行社并不认为生成式AI是万能灵药。

Expedia首席执行官彼得·克恩表示：“生成式AI是助手，它能帮你规划行程、探索发现。”但他认为让AI全程安排旅行的想法“被严重夸大了其可能性”。

克恩称，这家总部位于西雅图的公司将个性化定制旅客的预订流程，并利用AI提升体验——尤其考虑到消费者尚未完全适应使用生成式AI。该公司还运用AI自动化处理客服电话摘要等流程以降低成本。

例如，据克恩介绍，Expedia将根据客户的旅行历史和偏好来回答问题，在整个预订过程中提供量身定制的帮助。“我们需要做的是利用一切手段消除顾虑，实现个性化服务，让你不再像在黑暗中摸索，“他说。

Expedia的首席技术官拉蒂·穆尔蒂表示，该公司的竞争优势在于其拥有的约70拍字节数据，涵盖客户预订模式、偏好和其他信息。该公司最近完成了一项为期多年的技术改革，将其数据源连接起来，为其机器学习系统提供动力。其聊天机器人由OpenAI的ChatGPT驱动。

“现在，我们能够真正将所有这一切与大型语言模型连接起来，并以比过去更加主动的方式通过个性化来推动，“她说。

宾利系统：更具韧性的基础设施和自动化绘图工具

宾利系统公司是一家总部位于宾夕法尼亚州埃克斯顿的建筑行业软件制造商，正在开发基于生成式人工智能的工具，用于制作场地平面图等图纸，以及能够提出更具气候适应性的基础设施设计系统。

“地球平均温度再升高两度会对公路、桥梁产生什么影响？“宾利系统公司的首席技术官朱利安·穆特说。“我们需要能够通过模拟来运行所有这些设计，评估未来的条件，这样我们才能设计出持久的基础设施。”

短期内，宾利系统公司正通过生成式AI协助工程师绘制图纸，计划明年将该功能整合至其软件中。据穆特透露，工程师们目前将30%至50%的时间用于制作此类结构与施工图纸。一款类似"副驾驶"的AI助手也正在开发中，旨在帮助工程师与生成式AI协同设计。

“就像AI能生成图像一样，它也能生成传递关键信息的工程图纸，“他解释道。

穆特表示，AI在桥梁裂缝锈蚀检测、道路维修预测等建筑领域已广泛应用，而生成式AI现在能整合宾利系统现有工具的数据，提出具有气候适应性的设计方案。

例如，大语言模型可消化结构分析数据、建筑规范、物理定律、气候条件，以及新型环保建材对基础设施设计的影响等多源信息。

为部署先进AI系统，宾利系统正在研究如何用自有设计数据和仿真工具对AI模型进行微调定制。穆特指出，这将形成更精简的专业化系统，比直接使用谷歌或微软等供应商的大模型更具成本优势。

“AI不仅分析内容提供洞察，“穆特强调，“它还将你的输入视为需求，并据此生成全新数据。”

联系作者贝琳请致信[email protected]