人工智能的前景不容否認，但大模型可能不是將其應用于企業(yè)的最佳方式。即將出現(xiàn)的是基于特定數(shù)據(jù)的能耗較低的小型模型，可讓?IT?保持控制。
來源：GORODENKOFF / SHUTTERSTOCK
【睿觀：這篇文章探討了首席信息官（CIO）在面對新一代人工智能（AI）技術，特別是小型語言模型（SLM）和大型語言模型（LLM）時的考慮和挑戰(zhàn)。文章從多個角度分析了CIO們在選擇和實施AI技術時的關鍵因素，包括可持續(xù)性、控制權、成本和治理。
1.可持續(xù)性和控制權：文章指出，盡管LLM具備強大的訓練能力和廣泛的應用潛力，但其高能耗和數(shù)據(jù)依賴性使得一些CIO更傾向于選擇SLM。SLM因其能耗較低、數(shù)據(jù)需求較小，更容易控制和管理，尤其適合對公司數(shù)據(jù)保密性有較高要求的場景。這種選擇反映了企業(yè)在追求技術先進性的同時，越來越重視可持續(xù)發(fā)展和對數(shù)據(jù)的掌控。
2.成本和治理：在人工智能的應用中，治理和成本管理是CIO們關注的重點。SLM不僅在能源和資源消耗上更具優(yōu)勢，而且可以更好地保護企業(yè)的敏感信息。相比之下，使用LLM可能會帶來更多的合規(guī)和隱私風險，特別是在數(shù)據(jù)共享和外包服務方面。因此，許多CIO選擇在本地部署SLM，以確保數(shù)據(jù)控制在公司內部。
3.CIO的角色和能力：文章強調了CIO在技術選擇中的關鍵角色。他們不僅要評估技術的成本和收益，還要具備足夠的技術知識和團隊支持，以便在實施過程中能夠影響和優(yōu)化技術的應用。這需要CIO們保持對最新技術的敏銳洞察力，同時培養(yǎng)能夠處理現(xiàn)代技術環(huán)境的團隊。
總的來說，CIO們在面對AI技術的快速發(fā)展時，需要平衡創(chuàng)新與風險、成本與收益，以及控制權與外部依賴。這些考量將決定企業(yè)在未來技術環(huán)境中的地位和競爭力。】
隨著GPT-4?通過圖靈測試，微軟將其人工智能助手?Copilot?推向企業(yè)產(chǎn)品，隨著谷歌宣布在意大利的手機上推出?Gemini?應用程序，首席信息官們正在研究新一代人工智能技術以保持最新狀態(tài)——但不會被技術興奮或商業(yè)主張分散注意力。
“生成式人工智能可以帶來很多好處，但如果沒有適當?shù)目紤]，就不能采用它，”意大利研究和教育界 專用 寬帶網(wǎng)絡GARR?的首席技術官兼基礎設施部門負責人?Massimo Carboni?表示 ?！叭藗儗λ某醋鞣浅娏?，但高估其可能性的風險也同樣高。在數(shù)字世界中，我們必須越來越謹慎，而人工智能和生成式人工智能的第一個風險就是過度信任。”
此外，Gartner最近估計，全球企業(yè)在人工智能技術上的支出并不重要。今年預計的?5?萬億美元?IT?投資總額（較?2023?年增長?8%）中，人工智能占比不大。相反，支出將由更傳統(tǒng)的力量推動，例如傳統(tǒng)?IT?服務，其價值將超過?1.5?萬億美元，同比增長?9.7%。
相比之下，大型服務提供商正在加大對技術的投資，以支持新一代人工智能項目。為了迎接即將到來的繁榮，到2024?年，人工智能應用服務器將占超大規(guī)模服務器總投資的近?60%。不過，企業(yè)更加謹慎。Gartner?認為，新一代人工智能將經(jīng)歷一個“故事、計劃、執(zhí)行”的周期，因為它在?2023?年被討論，計劃在?2024?年實施，預計在?2025?年實施。?
一、首席信息官監(jiān)督下的生成式人工智能
Edoardo Esposito是?inewa?的首席信息官，也是?Elevion?集團的成員，該集團是一家認證的能源服務公司，活躍于沼氣和生物甲烷生產(chǎn)以及能源效率領域。目前，該公司正處于?Copilot?測試的規(guī)劃階段，因為?inewa?的?IT?全部采用?Microsoft?系統(tǒng)，而這款新一代?AI?產(chǎn)品與?Office?套件完美集成。他的實驗與其他經(jīng)理一起進行，例如首席財務官、法律總監(jiān)以及機構關系和監(jiān)管總監(jiān)。
“我們正在測試人工智能在金融領域的應用，比如收入和支出的財務分析，”埃斯波西托說。“我認為這是最大的機會所在。目前，我認為人工智能在法律領域的應用前景并不樂觀，但我們正在嘗試利用人工智能來管理合同和研究法律?！?/span>
當然，人工智能不會提供法律建議，但它可以幫助理解不斷更新或變化的大量規(guī)則。
“即使是用人工智能生成一份新法律的簡單要點摘要并發(fā)送給高管進行審查，也會有所幫助，”他說。“最終，對于我們這樣的小企業(yè)來說，每月30?美元的費用就像在辦公室多了一個員工?！?/span>
然而，盡管埃斯波西托對簡單任務的自動化毫不猶豫，但他并不相信人工智能可以完全自動化復雜任務，還有其他問題。“這些模型在我看來似乎不可持續(xù)。它們有大量參數(shù)，需要大量能量來訓練，”他說。
二、人工智能的不可持續(xù)性
卡博尼還強調了人工智能的能源密集程度以及它如何增加原本就很高的技術成本。
他說：“ICT占全球能源總成本的?9%，即?2023?年約?3000?億美元。過去?10?年，這一比例已增長高達?60%，并且注定會進一步增長?！?/span>
Carboni認為，培訓方面也存在問題?！吧墒饺斯ぶ悄苷陬嵏矀鹘y(tǒng)的以人為本的方法，”他說。“現(xiàn)在不是由人來培訓模型，然后改變公司組織，而是人必須適應來自市場的模型。這對我來說是一種風險。生成式人工智能參與者越少，公司就越容易產(chǎn)生依賴性，失去控制權。”
此外，Carboni補充道，人工智能可能會將數(shù)字功能限制在決定行為和成本的少數(shù)主體上，因為進入人工智能領域的門檻很高，大多數(shù)公司只能購買服務，而無法區(qū)分不同產(chǎn)品之間的差異。選擇很少，風險在于產(chǎn)品標準化?！八栽谖铱磥?，繼續(xù)在內部開發(fā)一些東西總是更好的。”
三、與大型科技公司競爭的公司
公司之間的競爭日益激烈，包括Carboni?在內的許多公司都認為，大型供應商銷售其產(chǎn)品的方式在很多方面是不公平的，因為一些市場參與者擁有其他參與者所沒有的能力。
“微軟和谷歌等公司擁有產(chǎn)品生態(tài)系統(tǒng)，這種控制著高達80%?數(shù)據(jù)市場的寡頭壟斷比其他公司具有巨大優(yōu)勢，”他說?！按笮涂萍脊镜膽?zhàn)略還旨在吸納初創(chuàng)公司，以加強它們對數(shù)據(jù)的主導地位?！币虼撕茈y想象有新進入者能夠與之競爭。提供替代產(chǎn)品的初創(chuàng)公司當然存在，而且是開發(fā)算法的好方法，但這些還不足以取得成功。
對于Carboni?來說，這并不意味著人工智能的失敗，而是希望深入研究并控制它?！拔蚁嘈湃斯ぶ悄芊浅Ｖ匾覀儗⒃?GARR?上研究它，因為我們有大量數(shù)據(jù)可以利用，”他補充道。“我們的目的是推導出一個生成式人工智能模型，以更好地定義我們的內部知識庫。目前它還沒有公開，但如果我們想公開它，就必須開發(fā)它以供外部閱讀。我們可以為此使用一個小型語言模型?！?/span>
四、SLM：尋求控制權的?CIO
小型語言模型(SLM)是使用比?LLM（大型深度學習模型，GPT?等產(chǎn)品就是基于此模型）小得多且更具體的數(shù)據(jù)集進行訓練的?ML?算法。初步測試表明，它們在執(zhí)行任務時效率更高、成本更低、準確性更高。事實上，Esposito?也關注?SLM?的發(fā)展，認為它們在商業(yè)用途上更有前景，而且更具可持續(xù)性。大型產(chǎn)品具有出色的訓練能力，但屬于通用產(chǎn)品，而公司需要垂直應用。
“通過API?使用大型人工智能模型，用自己的數(shù)據(jù)訓練自己的人工智能產(chǎn)品需要大量能源資源，”Esposito?說。“這就像把一個數(shù)字同事帶進你的家，但這個同事的成本很高。你必須用你公司的具體信息來訓練他，并不斷向他提供新數(shù)據(jù)，讓他了解最新情況。你還必須為他提供大量電力。這就是為什么我對大型語言模型不感興趣，但對小型語言模型卻很感興趣。公司需要更有針對性、偏見和隱私侵犯風險更低的東西?！?/span>
例如，Esposito表示，IT?可以隔離一個狹義的語言任務，采用?SLM，將其放在云端，并只允許其訪問公司文檔數(shù)據(jù)庫。然后，它只向模型詢問與這些文檔相關的問題。
“從第一次實驗來看，似乎不僅能耗降低了，而且出現(xiàn)幻覺的概率也降低了，”他說?！?/span>畢竟，公司的人工智能模型不必知道一切，而只需對某些應用做出反應。SLM?仍然可以進行翻譯、執(zhí)行市場趨勢分析、自動化客戶服務、管理?IT?工單、創(chuàng)建業(yè)務虛擬助理等。在我看來，限制領域并使其專業(yè)化，使其處于?IT?控制之下似乎更有效率。”
五、權衡人工智能業(yè)務和小型模型
控制是關鍵。布魯諾·凱斯勒基金會(FBK)?增強中心主任亞歷山德羅·斯佩杜蒂?(Alessandro Sperduti)?表示，在人工智能領域，我們面臨著私營公司主導的風險?！斑^去，世界上最重要的人工智能系統(tǒng)都是在大學開發(fā)的，而今天卻不是，因為私營科技巨頭的崛起，其消費能力是公眾無法與之競爭的，”他說。
事實上，在科學界，一些人更愿意通過政治干預來重新控制人工智能，就像高能物理學和歐洲核子研究中心的成立一樣，歐洲核子研究中心是一個將多個國家聚集在一起合作進行粒子物理理論和實驗的機構。但其他研究人員并不認為某些私人行為者的霸權會帶來風險，只要政府規(guī)范人工智能工具的使用，就像歐盟通過《人工智能法案》所做的那樣。
“與物理學領域不同的是，物理學領域沒有大生意，而人工智能領域利潤豐厚，”斯佩杜蒂說?！斑@就是微軟和谷歌等公司如今競爭激烈的原因。我們每天都會讀到超越以往目標的新目標。這個領域的初創(chuàng)公司確實存在，但與其他領域相比，它們數(shù)量較少，因為需要的投資巨大。因此，我認為它們無法真正威脅到現(xiàn)有參與者的主導地位并形成強大的競爭態(tài)勢?！?/span>
然而，在較小的模型中，Sperduti?強調了檢索增強生成?(RAG)?系統(tǒng)的存在，該系統(tǒng)使用?LLM?來回答有關存儲在本地數(shù)據(jù)庫中的文檔的問題。通過這種方式，文檔保持私密，不會交給提供?LLM?的組織。RAG?使公司能夠更好地控制數(shù)據(jù)，并且成本更低。
“但它們需要在本地進行管理，”他強調道。“你也可以在本地使用開源語言模型，這些模型比LLM?更小，但性能較低，因此可以將其視為?SLM?！?/span>
關于成本可持續(xù)性，Sperduti表示，LLM?由大型科技公司作為公用事業(yè)服務進行管理，就像我們購買電力一樣，而擁有?SLM?則意味著將渦輪機留在家中發(fā)電?！耙虼耍仨氝M行經(jīng)濟評估，”他說?！叭绻Ｐ偷氖褂妙l率很高，這甚至可能是有利的。但這是一個必須經(jīng)過仔細分析后才能做出的選擇，要考慮到模型的成本、更新、從事模型工作的人員等等?！?/span>
六、掌舵的?CIO：治理和專業(yè)知識
Carboni還警告說，如果選擇?SLM，IT?任務會變得更大，而?CIO?的生活卻不一定會得到簡化。
“在LLM?中，大部分數(shù)據(jù)工作都是以統(tǒng)計方式完成的，然后?IT?部門針對特定主題訓練模型以糾正錯誤，為其提供有針對性的高質量數(shù)據(jù)，”他說?！?/span>SLM?成本低得多，需要的數(shù)據(jù)也少得多，但正是由于這個原因，統(tǒng)計計算效率較低，因此需要非常高質量的數(shù)據(jù)，數(shù)據(jù)科學家需要大量工作。否則，使用通用數(shù)據(jù)，模型可能會產(chǎn)生許多錯誤。”
此外，SLM?對公司來說前景廣闊，而且非常有趣，甚至大型科技公司也提供并宣傳它們，例如谷歌的?Gemma?和微軟的?Phi-3。因此，埃斯波西托認為，治理仍然是根本，在一個應該保持封閉系統(tǒng)的模型中。
“SLM更易于管理，并成為公司從?AI?中獲取附加值的重要資產(chǎn)，”他說?！胺駝t，對于大型模型和開放系統(tǒng)，您必須同意與Google、Microsoft?和?OpenAI?共享戰(zhàn)略公司信息。這就是為什么我更喜歡與可以開發(fā)定制并提供封閉系統(tǒng)的系統(tǒng)集成商合作，供內部使用。我認為讓員工使用通用產(chǎn)品并將公司數(shù)據(jù)放入其中是不明智的，因為這些數(shù)據(jù)也可能是敏感數(shù)據(jù)。數(shù)據(jù)和?AI?治理對公司至關重要。”
七、CIO的能力也同樣重要。
Carboni表示：“在我的工作中，我認為重要的不僅是評估使用服務的成本，還有我影響服務的能力。首席信息官必須建立自己的技術知識背景，并配備一支能力強的團隊，其中包括大量年輕人，能夠在現(xiàn)代環(huán)境中使用云原生技術。這樣，首席信息官就不會局限于購買產(chǎn)品并期待其性能，而是采取行動并影響該產(chǎn)品或服務。”
因此，CIO仍是掌舵人。無論人工智能的無論人工智能的發(fā)展軌跡如何，CIO才是決定方向、應用和目標的人。
