一直以來(lái)，我們提到，數字化(huà)轉型分(fēn)爲“業務活動步驟化(huà)”、“步驟環節要素化(huà)”、“要素數據規格化(huà)”和(hé)“以數據爲中心的(de)業務變革”四個(gè)階段。業務活動經過前三階段，逐步形成了(le)規範化(huà)的(de)業務運行數據。對(duì)于以數據爲中心的(de)AI大(dà)模型而言，其在數字化(huà)轉型中的(de)應用(yòng)理(lǐ)所應當處于“以數據爲中心的(de)業務變革”階段，屬于《“以數據爲中心的(de)業務變革”之三種範式》中的(de)第三種範式“系統數字化(huà)、規則數字化(huà)、模型和(hé)業務相互驅動”：适合無明(míng)确的(de)現有規則或僅依靠現有規則不足以支撐業務運行、主觀性強、容錯性高(gāo)的(de)應用(yòng)場(chǎng)景，由于其技術特點，暫無法滿足業務規則專業型強、複雜(zá)度高(gāo)的(de)場(chǎng)景。

對(duì)于AI大(dà)模型在複雜(zá)專業領域的(de)應用(yòng)，在此舉個(gè)栗子：

數學家陶哲軒認爲ChatGPT是“數學菜雞”，但在開展研究工作時(shí)，仍然很好地利用(yòng)ChatGPT作爲研究助理(lǐ)，包括以下(xià)三個(gè)步驟：

1.明(míng)确GPT4的(de)身份是“一個(gè)擅長(cháng)給技巧性建議(yì)的(de)數學合作專家”，目标是“提出一些建議(yì)”而非解決問題；

2.使用(yòng)Markdown輕量級标記語言而非數學算(suàn)式來(lái)描述數學問題，便于GPT4理(lǐ)解；

3.将問題描述中，涉及需要GPT-4自己查找資料的(de)部分(fēn)轉變爲引用(yòng)注釋，并在結尾給出網址。相比讓GPT-4直接化(huà)身數學家去“解決問題”，陶哲軒把它當做(zuò)一個(gè)提供靈感來(lái)源的(de)“專家”，給自己提供研究方向的(de)建議(yì)，很大(dà)程度提高(gāo)了(le)數學家研究工作的(de)效率。

陶哲軒使用(yòng)GPT-4的(de)經驗是：

1.不要讓AI直接回答(dá)問題，因爲這(zhè)幾乎肯定會得(de)到一些看起來(lái)專業的(de)廢話(huà)；

2.AI大(dà)模型擅長(cháng)半成品的(de)語義搜索工作，在巧妙的(de)問題内容和(hé)格式設計下(xià)，可(kě)以成爲科學家的(de)合作者，提供有價值的(de)策略建議(yì)。

在現實中，部分(fēn)企業領導在缺乏對(duì)業務生産線深入調研和(hé)理(lǐ)解，并且同樣缺乏對(duì)大(dà)模型技術特點和(hé)應用(yòng)場(chǎng)景理(lǐ)解的(de)基礎上，僅被PPT忽悠，就認爲AI大(dà)模型具有完全替代專業領域工作人(rén)員(yuán)的(de)能力，盲目推動一些高(gāo)投入的(de)項目上馬，其前景可(kě)想而知。

在目前AI大(dà)模型的(de)行業應用(yòng)剛剛起步階段，部分(fēn)企業領導寄希望大(dà)模型能夠一招定勝負，解決企業發展的(de)數字化(huà)轉型問題的(de)想法是不切實際的(de)。

目前,由于數據智能的(de)技術局限性，AI大(dà)模型在數字化(huà)轉型中的(de)作用(yòng)尚未突破《“以數據爲中心的(de)業務變革”之三種範式》中第三種範式的(de)邊界。但AI大(dà)模型在企業知識管理(lǐ)領域，可(kě)以在知識數字化(huà)、範式化(huà)、模闆化(huà)、模型化(huà)的(de)基礎上進一步實現知識管理(lǐ)的(de)自動化(huà)和(hé)知識應用(yòng)的(de)智能化(huà)，進一步促進“降本增效”。

作爲數據密集型的(de)應用(yòng)，AI大(dà)模型爲傳統的(de)數據安全和(hé)數據治理(lǐ)也(yě)帶來(lái)了(le)新的(de)課題和(hé)挑戰。

     新浪微博    -         視頻(pín)号       -         官網