公司在2023年如何使用生成式人工智能？以下是五家早期采用者的情况——《华尔街日报》

生成人工智能今年成为了最受关注的新技术，为企业承诺提升生产力的同时改变白领工作的方式。

但人工智能的高成本、对专业人才的需求以及法律和隐私风险阻碍了充分实现这一承诺的尝试，许多企业对超越早期实验持谨慎态度。尽管如此，毫无疑问，生成人工智能将彻底重塑企业技术。一些企业已经开始将人工智能纳入运营，用它来编写代码，创建营销和销售内容，以及增强客户支持。

根据国际数据公司的估计，到2023年底，全球企业将在生成人工智能解决方案上花费约194亿美元。这笔支出包括生成人工智能软件和相关硬件以及IT和业务服务，到2027年，这一支出将达到1,511亿美元，研究公司预测，这意味着在这四年期间的复合年增长率为86.1%。

大多数公司正在测试技术的极限，更广泛地重新投资于人工智能和云，整理其企业数据，评估网络安全和其他风险，并设立防范措施以安全使用。许多首席信息官和首席技术官正在期待2024年成为生成人工智能证明其价值和高昂价格标签的一年。

这里有五家公司已经找到了如何将生成式人工智能整合到他们的产品和运营中，并且在这个过程中学到了什么。一些公司，包括在线旅行社Expedia，已经让生成式人工智能面向客户，而其他一些公司，比如医疗系统Mass General Brigham和建筑软件制造商Bentley Systems，则是在瞄准2024年。

Wayfair：见面吧，AI，你的新室内装饰师

位于波士顿的在线家具销售商Wayfair正在使用生成式人工智能帮助客户重新设计他们的客厅。一旦客户上传了他们客厅的照片，Wayfair的Decorify工具就会使用图像生成人工智能模型Stable Diffusion来以时尚和现代中世纪等风格创建它的新版本。

除了它的设计工具，Wayfair的大多数生成式人工智能应用都有助于提高员工的生产力，证明了实施这项技术是经济上有益的，公司首席技术官Fiona Tan说。在某些情况下，Wayfair将继续使用其现有的机器学习模型，这些模型的运行成本更低，并且可以比生成式人工智能更有效地进行预测和优化解决方案。

Wayfair的设计工具是免费使用的，它可以根据客户上传的照片创建逼真的图像。但由于它依赖于生成式人工智能模型，这也意味着偶尔会出现一些奇怪的故障，比如看起来不太对的桌腿，或者AI无法识别窗户和镜子的情况，Tan说。

Decorify还向客户提供了关于Wayfair产品的提示，这些产品与AI图像中的产品类似，从而帮助连接AI生成的世界与现实世界，Tan说道。该公司表示，自7月推出以来，客户已经创建了超过10万个设计，并通过该工具购买了产品。

“这可能是一种非常可行的购物方式，比如购买家居和基于风格的类别，这些类别对你来说真的很难表达出你真正想要的是什么。能够看到这一点是有帮助的，”Tan说道。

施耐德电气：考虑能源使用选择合适的人工智能

施耐德电气，全球最大的电气和自动化产品制造商之一，正在为某些应用选择体积更小、因此能耗更低的人工智能模型，该公司的首席人工智能官Philippe Rambach说道。

“大型语言模型在摘要、文本生成方面非常出色，”他说。“它们可以做一些像预测和优化之类的事情，但并不是那么出色。而且以金钱和能源消耗为代价，这是没有意义的。”

生成式人工智能依赖于数据中心提供的大量能源，这些数据中心由电力供应，电力来自紧张的电力网。根据IT研究和咨询公司Gartner的估计，到2030年，人工智能可能会消耗全球电力的高达3.5%。

施耐德电气生产的产品包括开关、电动汽车充电器、家庭自动化系统以及能源管理软件，选择使用OpenAI的GPT-3.5模型来为其内部公司聊天机器人提供动力，Rambach说道，这个模型要比其最新系统小得多，能耗也更低。

总部位于法国的公司还在使用生成式人工智能来帮助其客户计算和分析他们的碳排放，就像在与ChatGPT聊天机器人交谈一样。

拉姆巴赫说，客户需要一种比传统软件更快、更简单的方式来使用其Resource Advisor工具，该工具可以可视化和跟踪他们的能源数据。这个“副驾驶”是使用微软的OpenAI服务构建的，使他们可以提出问题，比如“我的哪家工厂排放最高？”

Mass General Brigham：数据驱动的诊断洞察力，个性化护理

总部位于波士顿的医疗系统Mass General Brigham与哈佛医学院有关联，正在应用生成式人工智能来帮助识别具有相似特征的患者，希望这些信息可以帮助医生根据过去对其他患者有效的治疗方法来治疗患者。

该医疗系统正在与AI医学成像公司Annalise.ai以及其他公司和初创企业合作，将AI解决方案从开发推向市场，作为其新成立的商业人工智能办公室的一部分。Mass General Brigham的首席数据科学官兼放射学副主席Keith Dreyer表示，该系统将在明年上半年推出一些首批商业人工智能诊断产品。“这个领域发展非常迅速。”

使用诊断信息、病历、患者讨论以及基因组和遗传数据等数据，大型语言模型可以更好地识别“像我一样的患者”，Dreyer说。

以前，创建单个“卷积神经网络”或AI算法来分析图像的过程需要数百万美元和数年的训练。现在，大型语言模型可以通过一种称为“少样本学习”的过程在几个月内进行训练，这需要远少于以往的训练数据，Dreyer说。

尽管大型语言模型的运行成本比卷积神经网络更高，但更快的开发周期仍然会节省时间和成本，他说。生成式人工智能可以从扫描中相关文本和图像数据，并在比其他深度学习人工智能方法更短的时间内提取和相关它。

Expedia：个性化旅行助手，而非灵丹妙药

Expedia正在采用聊天机器人帮助旅行者寻求建议并进行预订，但这家在线旅行社并不认为生成式人工智能是灵丹妙药。

“生成式人工智能是一个助手，它将帮助你到达目的地，帮助你探索和发现，”Expedia首席执行官Peter Kern说。但他表示，让人工智能来预订整个旅行的想法“被夸大了”，他说。

相反，这家总部位于西雅图的公司将个性化旅行者的预订流程，并利用人工智能来增强体验，特别是因为消费者尚未完全习惯使用生成式人工智能，Kern说。该公司还在利用人工智能来自动化诸如客服电话摘要之类的流程，以降低成本。

例如，Expedia将根据客户的旅行历史和偏好来回答问题，提供整个预订过程中的定制帮助，Kern表示。他说：“我们必须尽一切可能消除担忧，使其个性化，让您不再在黑暗中摸索。”

Expedia的竞争优势在于其拥有大约70PB的客户预订模式、偏好和其他信息，该公司的首席技术官Rathi Murthy表示。该公司最近完成了为其数据源连接和推动其机器学习系统的多年技术改造。其聊天机器人由OpenAI的ChatGPT提供支持。

她说：“现在，我们可以真正将所有这些与大型语言模型连接起来，并通过个性化的方式驱动，比过去更加积极地进行。”

Bentley Systems：更具弹性的基础设施和自动绘图s

位于宾夕法尼亚埃克斯顿的建筑行业软件制造商Bentley Systems正在开发由生成式人工智能驱动的工具，用于制作诸如场地平面图之类的绘图，以及能够提出具有更好气候适应性的基础设施设计的系统。

“两度温度升高对地球平均温度、公路、桥梁会有什么影响？”Bentley Systems的首席技术官Julien Moutte说。“我们需要能够通过模拟运行所有这些设计，以评估未来的条件，以便我们可以设计基础设施并使其持久。”

在短期内，Bentley Systems正在帮助工程师利用生成式人工智能创建图纸，并计划在明年将该功能添加到其软件中。根据穆特的说法，大多数人花费30%到50%的时间来制作这些结构和施工图纸。他还表示正在开发一种类似“副驾驶”助手的工具，可以帮助工程师与生成式人工智能进行共同设计。

“就像人工智能能够生成图片一样，你可以生成传达这一重要信息的图纸，”他说道。

人工智能已经广泛用于建筑行业，用于检测桥梁上的裂缝和锈迹，并预测何时需要修复道路，但现在生成式人工智能已经能够结合Bentley Systems现有工具的数据，提出适应气候的设计方案，穆特表示。

例如，大型语言模型可以吸收包括结构分析、建筑法规、物理定律、气候条件以及新型更可持续建筑材料对基础设施设计的影响在内的数据来源。

为了将先进的人工智能系统投入实际应用，Bentley Systems正在研究利用自己的设计数据和仿真工具对人工智能模型进行微调或定制的方法，这将导致更小、更专业化的系统，而且比直接从谷歌或微软等供应商那里使用大型模型更便宜。

“人工智能不仅仅是分析内容并提供见解，”穆特说道。“它会将你的输入作为需求，并基于此生成新的数据。”

请写信给Belle Lin，邮箱地址为[email protected]