ChatGPT熱議-用生成式AI來幫你的事業加分︱ElenaForesight

生成式AI藉由透過「從資料中學習來提供創作」改變了人工智慧產業的遊戲規則，工作也變成了輕而易舉之事。

☆°．﹒☆°．﹒ ☆°．﹒ ☆°．﹒ ☆°．﹒ ☆°．﹒☆°．﹒ ☆°．

Generative AI is here: How tools like ChatGPT could change your business

Article ∥ Michael Chui, Roger Roberts, Lareina Yee
McKinsey Insights；December 20, 2022

生成式AI藉由透過「從資料中學習來提供創作」改變了人工智慧產業的遊戲規則；生成式AI的出現替企業提供了更多的競爭力優化方案，並且，降低成本、提高效率和生產力等工作也變成了輕而易舉之事。而這類型輔助科技(Assistive Technology；AT)的發展中，最具代表性的就是"ChatGPT"。

目前為止，已經有不少人"玩"過ChatGPT；人們只需在 OpenAI 開發的 ChatGPT 中輸入一個提示，就可以看到生成式 AI 的強大功能，McKinsey Insights形容它的使用體驗：不完美，但令人印象深刻！

這種支援底層 AI 模型的系統(例如：Stable Diffusion、DALL·E 2、GPT-3 等)能在大量、廣泛且非結構化的資料堆中進行學習，並且在接受訓練後根據所擷取到的資料來協助人們製作"原創"內容，包含：繪製設計草稿、生成圖片、撰寫文章、編寫程式碼，甚至進行各種勘誤作業。
(當然這樣產生出來的"原創"作品，通常具有很大的爭議，你也可以到我們另外一篇文章展開更多閱讀：「ChatGPT熱議-生成式AI的發展與風險」)

2023 年是否能成為AI的代表年份，仍待觀察！但是，利用生成式 AI 來"協助"人類更快更好地完成工作，已成為可以確定的事情，例如：

• 行銷業務面的協助：(1)社群媒體專用的文章、圖片、影片的生成，或者製作個性化的行銷文案。(2)製作產品或服務的使用說明手冊。(3)分析用戶回饋資訊。(4)提供市場最佳化策略建議。(5)運用機器人客服提升用戶體驗。
• 營運管理面的協助：(1)提升任務執行的效率。(2)以聊天機器人解決產品問題，以及提供交叉銷售策略建議。(3)以圖像識別技術進行生產檢測。(4)透過自動化流程提高服務效率及生產力。(5)透過數據分析進行帳務核對及資料價值分析。(6)綜合摘要各項會議資訊。
• 工程技術面的協助：(1)協作編寫、紀錄、審查程式碼，或其他加速程式開發的作業。(2)依據資料內容進行數據整理及資訊分析。(3)研究方法或創新技術的發想及發展方向建議。
• 法律風險面的協助：(1)處理法律議題與產出相關報告。(2)草擬及審查法律文件(例如：合約及專利文件)。(3)法務相關文件的控管。
• 人力資源面的協助：(1)設計面試過程中的技能或性格測驗題目。(2)以自動化流程支援HR專業人員的工作(例如：員工入職程序、工作規則及員工福利Q&A、職務內容諮詢)。(3)優化員工關係(例如：自動發送生日祝福郵件、調整更人性化的內部信件溝通用語)。(4)自動化員工培訓機制(例如：內部學習資源建構、員工教育訓練規劃，以及學習歷程記錄。)

不過，與AI協作必須謹慎行事，至少在目前來說，讓AI獨立完成一項工作仍是不智之舉，若真心想把事情做好，最好短期內還是讓AI位居"協助"的角色。McKinsey Insights列舉了一些生成式AI還需要克服的問題，包含：

• 生成式AI跟人類一樣會出錯，例如：ChatGPT 有時會產生“幻覺”，它會提供不可靠的訊息給使用者。
• 生成式AI的過濾能力仍不足，例如：即便使用者在圖片生成器中提供了適當的圖片，但輸出失真的比率仍然非常高。
• 生成式AI參考資料時，無法判斷不必要的資訊及偏見，更別提不當使用的問題。
• 生成式AI無法依據國家、產業別、公司別、人種等情況，給予不同的文化與價值建議。
• 生成式AI存在嚴重的智慧財產權問題；當它根據用戶提示、生成新的設計或創意時，其智財權到底歸屬於誰？或者當生成式 AI 參考的資料是剽竊來的時候，衍生的爭議由誰來負責？

任何人在使用生成式AI的時候，仍然必須運用自身的智慧來做最後成果採用的判斷，而人類智慧的產生與延續，最主要靠的就是正規學習。

另外，許多剛涉入人工智慧領域的企業，都希望能在AI技術導入後，快速地獲得收益。但事實與理想的差距人人皆知，所以比較保險的作法是同時組建一個跨領域的專業團隊協作，McKinsey Insights建議團隊成員應該包含：法律專家、各領域事業負責人、資料科學分析團隊等，並在一定週期內，不定期地針對以下議題進行討論：

• 導入某項創新技術後，所能獲得的商業價值。
• 公司的目標與策略規劃。
• 合作夥伴及產業生態鏈的建構與價值維繫方法。
• 合法合規的必要性及遵循做法。
• 推動創新時，沙盒驗證環境的建制及維持方式。
• 各種創新技術推行的風險分析及應對辦法。