编者荐语：
本篇内容非常精彩，特此推荐给大家，作者为宝洁中国CIO沈锋，沈锋先生有超过24年的IT从业经验，有多个行业数字化的经验，包括快速消费品行业(宝洁，联合利华)，工业领域（施耐德电气），高科技AI领域，食品饮料行业（百事，无限极）。
以下文章来源于F哥漫谈 ，作者F哥漫談數字化
F哥漫谈.
作为一个20年左右的IT从业人员，具体来讲，企业内部IT从业人员，笔者现在一个外企做大中华区的CIO，本公众号是笔者在成为CIO的路上，以及担任CIO职位的路上的一些心情，体会，经验分享，也欢迎大家拍砖，探讨，提问。
回看上一次发文已经是去年底的事情了，上一次直播也是去年9月做的，好听一点是佛系更新，不好听一点还是不够坚持，一旦停下来就会给自己各种借口，实在是令人汗颜。
最近也有一些催更的，说怎么不直播了，倒是没人催更公众号，看来确实是视频类的更容易受到关注。不过由于工作关系，我后面还是主要以写公众号为主，希望能够通过文章来分享思考，希望大家见谅，同时也希望大家能够继续关注我的公众号。
从去年底开始，AI界迎来了各种爆炸性的新闻，ChatGPT的横空出世，Open AI，微软，Google，百度，Adobe等等轮番成为热搜主角，大语言模型，通用模型，多模态通用模型成为大家热议的话题，机器问答，文本总结，文本生成图形，文本到图形到视频，通用AI的应用场景不断拓宽，说实话真的有点应接不暇。
2018/19年我在计算机视觉AI爆发的时代有幸进入了这个行业一年半时间，见证了图像识别在商用领域的探索，以及算法和算力的发展，对AI的历史和基本原理有一点点皮毛的了解，不过实在是说不上专家，也不敢评论和分析这次突破在技术层面上的道理。但是我对于这个技术的发展还是很关注的，主要还是从我本身在企业里面负责数字化工作的角度出发，去思考这次的技术突破，对于企业的数字化发展有什么启示，我们应该怎么应对。带着这个问题，我也请教了很多专家，自己也潜入各种群去倾听大家的讨论，还尝试了一下ChatGPT，文心一言，和MidJourney。所以今天我想跟大家聊一聊我个人对于前面所说问题的思考。
首先，从企业的角度，现在这个技术的大规模商用还没到时候
我听到不少同事（那些early adopter们，非常喜欢尝试新的技术）在问，这个多好啊，可以用来自动写商业计划书，写提案，写PPT，自动生成图片甚至是视频等等，可以极大地提升我们的工作效率，我们应该马上用起来。
确实通过这个技术给了我们很多的想象空间，而且这些想象不是一个虚无缥缈的想象，而是可能在不远的将来就会实现的想象。但是我感觉现在还没到能够大规模商用，能够直接带来经济效益的时候，主要原因有几个：
第一是数据的问题，现在的数据还是通用的数据，或者说是公域的数据，企业的私域数据还没有能够利用起来，这里需要找到一种模式，来让企业能够用自己私域的数据来训练模型，既能够实现数据的安全，又能够应用上新的技术，同时还能带来适用企业自身的应用场景。早上看到朋友圈里面转的一个视频，说到制冷技术的出现是一个技术突破，而可口可乐某种程度上利用了这个技术塑造出著名的品牌，制冷技术本身是一个通用技术，谁都可以用，只有可口可乐和其他饮料公司把这个技术加上了他们自身的配料，口味，才真正创造出一个伟大的公司。现在的大模型也是一个通用的技术，谁应用都是一样的，只有在加入了企业自身的数据，和企业自身的业务需求，才有可能真正带来商用的价值。
第二是法律法规的问题，AI产生的内容版权归属是谁，如何防止和规避适用这项技术可能会带来的社会和法律层面上的风险，这里面有没有个人信息保护的问题，等等。这个问题所有人还没有时间能够看清楚和想清楚，而在这个没有想清楚之前，所有公司在应用这个技术的时候，还不能急于大规模推广，商用的时机还不成熟。
第三是文化的问题，每一次技术的突破，都伴随着会不会替代人的讨论，AI就更是如此，更不要说AI还有会不会毁灭人的担心。每一项新的技术在企业里面的应用，都会带来流程，组织的变化，从而发展成文化的问题，现在所有的企业一定是还没有准备好的，甚至，大多数企业可能还不会意识到这个问题，如果大家还是把这个作为一个新的工具来对待。
第四是信息茧房的问题，这一轮AI技术的发展，是有可能进一步加强信息茧房的形成，或者说对于企业的员工来说，可能会带来思考能力的下降甚至丧失，因为大家很容易就可以得到问题的答案，但是这个答案是否正确和全面，是很值得思考的。这个问题也是我们现在没法看清的，也会跟前面说的文化，组织相关。
其次，我们必须开始去理解这个新的技术，开始去思考这个技术可能对每一个企业可能带来的机会和挑战。
最近跟专家的交流，和听网上的直播和分享，有三个观点我觉得非常值得思考：
第一个观点来自于微软中国的CTO韦青先生，他的观点是，通用大模型的本质是，把存在在数字世界的知识，通过高效的蒸馏作用，提炼出来，或者用Chat的方式展现，或者用图片，视频等方式展现，将来还会有其他的形式的展现和应用。如果我们理解这个原理，那么，蒸馏器（大语言模型）将会是一个通用的技术，真正带来不同的是，被输入进去的知识有哪些。前面有说到，被输入的信息，有一部分是不受企业控制的，在公域的数据，另一部分是企业私域的数据，企业可能需要从这两方面去思考如何应对这个情况，是否需要调整品牌营销，品牌沟通的策略，如何积累和沉淀企业私域的数据。
第二个观点也是来自于韦青先生，他说道：在AI的世界里，有可能是一种盲人摸象的放大版，每一个人，包括AI模型，都会根据自己被输入的数据和信息，来得出对于世界，对于商业环境的理解，如果我们不能从一开始就认识到这个是一个盲人摸象的情况，对于得出来的结论有一个预设的假设：这可能是事物的一个方面。那大概率我们就会被AI带跑，
第三个观点是来自于涂子沛先生，他最近的新书《第二大脑》，就提到搜索提供有出处的事实，ChatGPT提供观点，但是问题是，不管你是谁，如果你问同样的问题，ChatGPT大概率给你同样的答案，因为ChatGPT基于的数据是互联网上共有的数据。而第二大脑是每个人（或者是企业）自己要去建设。属于自己的，独特的，个性化的数字记忆库，是私域大数据，这样在第二大脑接上算法和ChatGPT这样的工具，把个性化的思考融入基于互联网海量数据的“通用云脑”，让他成为“个人云脑”。
最后，在这样的一个AI新技术，新场景层出不穷的时代，我们在企业里面的数字化工作，应该怎么样搭上技术发展的红利呢？
我个人的思考，可以关注两个主要的方面：
第一，关注于内部数据的积累和整理，如前面所说，这一轮大语言模型的发展，在商用领域能够发挥作用，还是要看我们的数据，数据是否丰富，数据质量好不好，这里的数据不只是生意运营的数据，也包括那些非结构化的数据，比如会议纪要，PPT，文档，图片，视频等等；
第二，选择一些场景，在风险可控的领域做一些试验性的尝试，这个就如同小马过河一样，站在岸边看着大家在水里扑腾，永远也不知道水温，水流，水深，所以如何平衡风险可控，和试验很重要，既不能完全放开，需要有一定的收口，但是也不能太保守，临渊羡鱼。可以考虑成立一个专项项目组，来专门收集场景，推动测试，了解市场。
最近跟一个朋友交流，聊到大家现在都在试验，是不是再不动手就晚了，我们的结论是不见得。通用的模型这个不是普通的公司可以玩的，因为这个牵涉到海量的数据，以及巨大的算力消耗，这些都只能依赖大平台，甚至是政府才能推动的，但是这些模型，工具出来以后，更多的竞争是在企业自身的私域数据，和找到合适的场景，以及有人能够操作和应用这些模型和工具，我们的关注点可以在这里。
以上是我个人的一些思考，不是从技术角度去分析，而是从应用角度去思考我们应该怎么应对这样一个技术快速迭代的时代，希望大家留言指正。
Related posts
