优秀创意巧克力广告策划ppt

<随心_句子c><随心_句子c><随心_句子c><随心_句子c><随心_句子c>對(dui)話(hua)“喬(qiao)布(bu)斯(si)”，矽(gui)谷(gu)明(ming)星(xing)創(chuang)投(tou)代(dai)表(biao)詳(xiang)談(tan)AI潛(qian)力(li)領(ling)域(yu)

作(zuo)者(zhe)：有(you)新(xin)Newin

編(bian)輯(ji)：騰(teng)訊(xun)新聞(wen) 郝(hao)博(bo)陽(yang)

AI 正(zheng)在(zai)改(gai)變(bian)我(wo)們(men)的(de)生(sheng)活(huo)、工(gong)作和(he)娛(yu)樂(le)方(fang)式(shi)，從(cong)無(wu)人(ren)駕(jia)駛(shi)汽(qi)車(che)和語(yu)音(yin)助(zhu)手(shou)到(dao)AI輔(fu)助的醫(yi)學(xue)診(zhen)斷(duan)、金(jin)融(rong)預(yu)測(ce)和ChatGPT，它(ta)將(jiang)如(ru)何(he)改变我们的社(she)會(hui)、政(zheng)治(zhi)和經(jing)濟(ji)生活，跨(kua)越(yue)各(ge)個(ge)行(xing)業(ye)、行业和地(di)理(li)领域？

本(ben)月(yue)初(chu)， 米(mi)爾(er)肯(ken)研(yan)究(jiu)所(suo)邀(yao)請(qing)到了(le)硅谷创投界(jie)的明星代表和CNBC主(zhu)持(chi)人圍(wei)繞(rao)下(xia)壹(yi)代 人工智(zhi)能(neng)展(zhan)開(kai)了一次(ci)全(quan)球(qiu)对谈，嘉(jia)賓(bin)就(jiu)包(bao)括(kuo)：

Elad Gil，連(lian)續(xu)创业家(jia)和投資(zi)者，Color Health 的聯(lian)合(he)创始(shi)人；

Ashton Kutcher，“乔布斯”扮(ban)演(yan)者，OpenAI、Anthropic以(yi)及(ji)StabilityAI的投资人；（下圖(tu)為(wei)劇(ju)照(zhao)）

Peter Lee，WorldQuant Predictive 的董(dong)事(shi)長(chang)；

Nicola Mendelsohn，Meta全球业務(wu)集(ji)團(tuan)負(fu)責(ze)人；

Alexander Wang，Scale AI 的 CEO 兼(jian)创始人；

每(mei)位(wei)嘉宾详細(xi)分(fen)享(xiang)他(ta)们了所認(ren)为的最(zui)大(da)機(ji)会以及目(mu)前(qian)最感(gan)興(xing)趣(qu)的领域。

劃(hua)重(zhong)點(dian)

① 在AI可(ke)能帶(dai)來(lai)变革(ge)的领域中(zhong)，医療(liao)，教(jiao)育(yu)，法(fa)律(lv)会是(shi)最有潜力近(jin)期(qi)獲(huo)益(yi)的领域，自(zi)動(dong)化(hua)将大大降(jiang)低(di)這(zhe)些(xie)领域的使(shi)用(yong)成(cheng)本，並(bing)打(da)造(zao)个性(xing)化使用體(ti)驗(yan)，實(shi)現(xian)社会深(shen)度(du)公(gong)平(ping)。

② 现实討(tao)論(lun)中有一个真(zhen)正被(bei)忽(hu)略(lve)或(huo)绕過(guo)的議(yi)題(ti)是關(guan)於(yu)利(li)用先(xian)進(jin)的分析(xi)技(ji)術(shu)来幫(bang)助现有的业务流(liu)程(cheng)。高(gao)管(guan)们被數(shu)據(ju)淹(yan)沒(mei)，他们希(xi)望(wang)能夠(gou)预测結(jie)果(guo)，希望有数据驅(qu)动的決(jue)策(ce)支(zhi)持来模(mo)擬(ni)不(bu)同(tong)的情(qing)景(jing)，并最終(zhong)優(you)化决策以推(tui)动收(shou)入(ru)增(zeng)长、降低成本、管理風(feng)險(xian)。这是现今(jin)高管们最为重視(shi)的领域。

③在 Transformer 基(ji)礎(chu)模型(xing)建(jian)構(gou)層(ceng)面(mian)，贏(ying)家将是那(na)些能够获得(de)低成本能源(yuan)、以低成本获得高質(zhi)量(liang)計(ji)算(suan)能力、擁(yong)有雲(yun)存(cun)儲(chu)和非(fei)凡(fan)人才(cai)的公司(si)。

④在这場(chang)技术革命(ming)中，80%的利益将歸(gui)于现有巨(ju)頭(tou)企(qi)业，20%归于初创企业。但(dan)由(you)于这裏(li)有太(tai)多(duo)的價(jia)值(zhi)创造，这些初创企业有巨大的潜力。

AI带来了什(shen)麽(me)新变化？

Julia Boorstin:

Elad，目前最令(ling)妳(ni)兴奮(fen)的事情到底(di)是什么？是健(jian)康(kang)领域嗎(ma)？還(hai)是涉(she)及不同的企业工具(ju)？

Elad Gil:

總(zong)的来說(shuo)，我參(can)與(yu)科(ke)技行业已(yi)经有大約(yue)20年(nian)的時(shi)間(jian)了，我曾(zeng)在Google和Twitter从事 AI 的工作。我创辦(ban)了多家公司，并投资了許(xu)多过去(qu)的突(tu)破(po)性公司，比(bi)如 Airbnb 和 Stripe 等(deng)。这可能是过去 10 到 20 年中第(di)一次發(fa)生如此(ci)巨大的平臺(tai)轉(zhuan)变，一切(qie)都(dou)在发生变化。每當(dang)出(chu)现这種(zhong)转变时，底层技术都会发生变化。

我们在 2015 年和 2017年分別(bie)取(qu)得了兩(liang)个突破，引(yin)入了新型模型，使我们能够做(zuo)出许多令人兴奋的新事物(wu)，有了新的用戶(hu)界面，也(ye)有了改变的新應(ying)用场景。你会看(kan)到像(xiang)法律这樣(yang)的应用场景，首(shou)次可以上(shang)傳(chuan)一个30頁(ye)的訴(su)訟(song)文(wen)件(jian)，并由 AI 輸(shu)出一个带有引用法律案(an)例(li)的20页回(hui)应。像Harvey这样的公司现在就在做这样的工作，你会看到这种巨大的转变，现在的 AI 能够擊(ji)敗(bai)医生、通(tong)过医学考(kao)試(shi)、律師(shi)執(zhi)业资格(ge)考试等。

因(yin)此，有人聲(sheng)稱(cheng)，設(she)计这些 AI 的人不断向(xiang)它们施(shi)加(jia)壓(ya)力，要(yao)求(qiu)它们成为医生和律师，而(er)它们只(zhi)想(xiang)成为一个像Midjourney 那样的藝(yi)术家。所以这一切都在发生变化。我认为每个领域，至(zhi)少(shao)是技术觸(chu)及到的领域的每个方面都在改变，盡(jin)管这聽(ting)起(qi)来有点誇(kua)張(zhang)，因为10年前，人们对 AI 也说过同样的话，但当时的技术还没有到位，这就是为什么你没有看到很(hen)多初创公司蓬(peng)勃(bo)发展。而现在，我覺(jiao)得我们终于達(da)到了技术的转折(zhe)点，它已经足(zu)够好(hao)，足以改变所有这些事情。

Julia Boorstin:

所以涉及到多个领域。Ashton，你剛(gang)刚在今天(tian)啟(qi)动了你的基金，投资于OpenAI 、Stability和Anthropic。你现在最兴奋的是什么？

Ashton Kutcher:

噢(o)，我想我主要是想重申(shen)你的想法。我认为我们有了这些 Transformer 模型，它们开始变得足够好，对人们来说非常(chang)有效(xiao)。因此，许多人过去一直(zhi)认为 AI 是一种外(wai)来物体，它会对你產(chan)生影(ying)響(xiang)。而我们现在发现的是，它是人们可以利用的工具。我认为这是一件非常美(mei)妙(miao)的事情，隨(sui)著(zhu)(zhe)时间推移(yi)，这些 Transformer 模型会不断通过数据得到強(qiang)化，并变得越来越好。

许多云计算公司都在将自己(ji)与这些 Transformer 模型联系(xi)起来，因为它们意(yi)識(shi)到这些模型将产生大量数据，从而擴(kuo)大了云市(shi)场的总体市场規(gui)模。然(ran)後(hou)我们将有应用层插(cha)入其(qi)上，并对这些模型进行微(wei)調(tiao)。如果我们回顧(gu)从萬(wan)維(wei)網(wang)到移动互(hu)联网的上一波(bo)軟(ruan)件浪(lang)潮(chao)，它在很大程度上是对无技能勞(lao)动力市场的重新发明和顛(dian)覆(fu)，而我们即(ji)将看到的是对有技能劳动力市场的重新发明。

真正令人兴奋的是这个机会为大眾(zhong)带来的机会。以法律为例，如果过去你有一家公司，你想在法律领域重新发明一个软件公司，你可能需(xu)要雇(gu)傭(yong)1000个律师助理来为你的社區(qu)提(ti)供(gong)服(fu)务，而今天在座(zuo)的大多数人可能需要律师时可以找(zhao)到律师。但大多数市民(min)卻(que)不行，因为他们负擔(dan)不起。而当你有一个律师助理能够管理1000个AI代理时，它会大大降低每个人获取該(gai)领域服务的門(men)檻(kan)。

所以我认为 AI 是一种公平和包容(rong)性的发展，这是一种巨大的机会，比如今天能够接(jie)触到兒(er)科医生、医生、律师和个性化導(dao)师，所有这些现在都将成为可能。这些应用将建立(li)在公平和包容性的基础上，黑(hei)色(se)轎(jiao)车不再(zai)只是富(fu)人和名(ming)人的專(zhuan)屬(shu)；医生、律师、教育家等这些大多数在座的人（参会富人）现在都可以很容易(yi)接触的職(zhi)业也是如此。

Julia Boorstin:

值得註(zhu)意的是，尽管这个基金是你的前三(san)項(xiang)投资，但你的投资主要是在基础层面而不是应用案例上，你是否(fou)看到在其他领域也有投资的机会？

Ashton Kutcher:

是的，我认为在每个特(te)定(ding)应用案例的调整(zheng)模型之(zhi)下，都将有这些大型 Transformer 模型的存在，因为很難(nan)超(chao)越这些模型的输出。例如，如果你看看 Claude 2.0 或者 GPT-4，它们的输出非常出色。而在应用层面构建起来会更(geng)加容易，只需将其与现有的 Transformer 模型连接起来，因为这样做更具成本效益，然后根(gen)据特定的数据集和垂(chui)直领域微调自己的模型。

因此，我认为在这个基础上，会有一些大型 Transformer 模型，其中一些是多模態(tai)的，一些是特定的，它们为应用层提供支持。有趣的是，在应用层面可能会有地区差(cha)異(yi)，因为在加利福(fu)尼(ni)亞(ya)州(zhou)从事医疗工作需要与在其他一些州从事医疗工作所需的执照不同。由于存在微小(xiao)差异，可能会出现基于地理位置(zhi)的公司，以適(shi)应不同地区的法律工作。因此，会有一些特定的模型針(zhen)对特定的監(jian)管環(huan)境(jing)进行调整，在这些 Transformer 模型的基础上，能够在不同应用中产生不同的价值。

哪(na)些领域会产生新的商(shang)业模式？

Julia Boorstin:

Peter，你在企业领域和金融领域有很多经验。你现在最关注的是什么？

Peter Lee:

我认为现在存在一些风险，尽管这种生成式 AI 的熱(re)潮令人兴奋，正如 Gachan Li 所提到的，我认为顯(xian)然也有一些转型的机会。但我认为现实讨论中有一个真正被忽略或绕过的议题是关于利用先进的分析技术来帮助现有的业务流程。

我认为有趣的是，在我来参加这个讨论小組(zu)之前，我做了一件有趣的事情，如果你使用 Bing 聊(liao)天功(gong)能（当然，它是由GPT-4提供支持的），并詢(xun)問(wen)它关于工业物联网的生成式 AI 应用案例，它会返(fan)回零(ling)。然而，我们拥有数十(shi)億(yi)个连接设備(bei)。我们面臨(lin)着制(zhi)造领域的现实问题，比如以重要价格提供高质量产品(pin)等等。

我认为 AI 可以应用于这些類(lei)型的应用案例，这些应用案例真正是高管们日(ri)常面临的问题。谈话中接触到的高管们深陷(xian)于数据之中，他们真的是被数据淹没了。他们希望能够预测结果，希望有数据驱动的决策支持来模拟不同的情景，并最终优化决策以推动收入增长、降低成本、管理风险。因此，我认为 AI 真正有机会将讨论引入到现有的业务流程中，涉及到现今高管们最为重视的领域。

Julia Boorstin:

Nicola，你如何考慮(lv)将 AI 作为一种工具应用于你的客(ke)户，即在Meta上花(hua)錢(qian)的大型品牌(pai)？

Nicola Mendelsohn:

我们之前开玩(wan)笑(xiao)说，实際(ji)上我们应该将这次会议改名为 AI 会议，因为无论你参与的是金融的未(wei)来、健康的未来还是慈(ci)善(shan)事业的未来， AI 都真的是大有可为。但回想一下，关于Meta的早(zao)期階(jie)段(duan)，早在2006年，当我们创造新闻流（newsfeed）时，机器(qi)学習(xi)和 AI 就在其中发揮(hui)了重要作用，確(que)保(bao)用户能够看到自己想看到的来自朋(peng)友(you)和家人的內(nei)容。

针对你提到的具体问题，关于我们如何在今天利用 AI ，去年八(ba)月，我们确实繼(ji)续为用户提供这样的服务，讓(rang)他们看到他们想看到的内容，同时将不想看到的内容过濾(lv)掉(diao)，这都是通过 AI 和机器学习来实现的。对于廣(guang)告(gao)客户，我们推出了一整套(tao)产品，我们称之为Advantage Plus产品。它的作用是将许多人工處(chu)理的任(ren)务交(jiao)給(gei) AI ，以更好地预测我们的目標(biao)受(shou)众，并尋(xun)找新的目标受众，使广告客户能够更有效地触达他们。

在度量方面， AI 的部(bu)署(shu)也很有趣。我们现在开始嘗(chang)试一些亮(liang)度和暗(an)度等方面的调整，尽管相(xiang)对于你们刚才谈到的一些大型应用案例来说，这听起来可能更加低调，但对于帮助广告客户以最具成本效益的方式接触到正确的受众，这些调整真的非常有效。所以我们对整个领域感到非常兴奋。正如Mark最近在財(cai)報(bao)電(dian)话会议上分享的，我们看到在所有产品上也存在大量潜力，包括生成式 AI 的部署。

Julia Boorstin：

Alexander，你现在最关注的是什么？Scale 提供了各种各样的工具。

Alexandr Wang：

我们确实看到了整个领域的发展，来看看每个行业的情況(kuang)。首先是科技行业，它可能是即将发生的最重大的转变之一。如果你考虑科技巨头之间的權(quan)力平衡(heng)，它将因为这项技术而发生根本性的变化。聊天机器人作为一种全新的消(xiao)費(fei)界面形(xing)式正在迎(ying)头趕(gan)上。人们喜(xi)歡(huan)在这上面花费很多时间。

当我们展望未来，在今年即将发生的事情中，科技巨头之间将展开一场关于誰(shui)能提供最具吸(xi)引力产品的大戰(zhan)。这可能是大型科技公司在今年真正进行对抗(kang)的少数时刻(ke)之一。对于生成式 AI 的商业化，我们仍(reng)处于早期阶段，除(chu)了视頻(pin)领域可能有与芯(xin)片(pian)业务相关的数十亿美元(yuan)收入流之外，还没有与生成式 AI 相关的数十亿美元收入流。所以，我认为在今年的过程中我们将看到这一情况的发展。

我认为觀(guan)察(cha)到商业化潜力的形成将非常有趣，无论是通过广告还是其他方式。对于企业市场，我们看到了一系列(lie)的应用案例，就像 Ashton 和我之前提到的，专业服务行业是受到根本性颠覆的。你可以看到很多专业服务公司，比如普(pu)華(hua)永(yong)道(dao)，它们正在进行大量的投资，因为他们感到了一种生存威(wei)脅(xie)。他们上周(zhou)宣(xuan)布了对 AI 和生成式 AI 的10亿美元投资。

正如我们所讨论的，法律这个行业会因为这项技术而发生根本性的变化。然后我们看看每个业务功能，无论是广告，就像我们在舊(jiu)金山(shan)的办公室(shi)里给你展示(shi)的那样，还是銷(xiao)售(shou)，或是客户服务，每一个功能都在根本性地改变着经济模式。

我个人最近花了很多时间关注 AI 的地緣(yuan)政治影响。正如你在上一个讨论中提到的， 就像我们在二(er)战中看到的那样，那些能够迅(xun)速(su)将新技术融入战爭(zheng)和國(guo)防(fang)情报程序(xu)中的国家最终会处于领先地位，而 AI 是一项有能力改变外交权力平衡的技术。

AI监管与公司競(jing)争

Julia Boorstin：

是的，我想深入探(tan)讨一下这个问题，确保我们回到讨论现有巨头和新兴企业之间的竞争以及权力的转移。但是我认为深入探讨这种新时代的太空(kong)竞賽(sai)的想法也很重要。Elad，对此有什么看法？

Elad Gil:

我认为最近对 AI 进行了许多要求进行监管的呼(hu)声，感觉非常片面，并没有听到真正提出反(fan)对意見(jian)的声音，似(si)乎(hu)每个人都在呼籲(xu)加强对 AI 的监管，这似乎有些过早。

在某(mou)些方面，确实有一些应该受到监管的事项，比如对先进芯片技术的出口(kou)控(kong)制，正如 Alexander 所说，中国可能会从中受益，或者其他潜在对手。但是，还有许多事情被混(hun)在一起，有人担心(xin) AI 的安(an)全性，即机器人会冒(mao)犯(fan)你吗？或者说一些你不喜欢的事情？或者散(san)布錯(cuo)誤(wu)信(xin)息(xi)？还有人濫(lan)用或误用这项技术的风险？如果由计算机系統(tong)控制，你能否攻(gong)击一輛(liang)火(huo)车并使其脫(tuo)軌(gui)？或者你能否用 AI 做其他事情？最后，人们担心 AI 是否会成为一种与我们竞争的物种等等。

显然，人们将这些问题混为一谈，但它们都导致(zhi)了对更多监管并放(fang)慢(man)发展的呼声。Elon Musk 和其他人发表了一封(feng)公开信，建议我们暫(zan)停(ting) AI 的开发，至少六(liu)个月甚(shen)至更长时间，以便(bian)我能够追(zhui)赶并建立自己的技术。这其中的一些人可能是为了自身(shen)利益。但我觉得现在这样做还为时过早。我们仍然需要看到这项技术如何实际運(yun)作，在很多方面它还在得到證(zheng)实。

如果我们总结一下歷(li)史(shi)，会发现很多工具，正如你在之前的讨论中所说的，它们被滥用了。但是如果我们回顾整个20世(shi)紀(ji)的历史，就会发现20世纪的历史已经是人们对其他人进行可怕(pa)行为的历史。我们不需要 AI 就能引发两次世界大战、进行种族(zu)滅(mie)絕(jue)，或者引发大规模的饑(ji)荒(huang)。因此，我认为我们对这个问题的相对风险和利益的解(jie)讀(du)是错误的。我认为要求加强监管还为时过早。

Ashton Kutcher:

我想再補(bu)充(chong)一点，就是要明确一点。我们还没有达到通用 AI 。通用 AI 绝对是一项需要大量监管和考虑的事项，但我们还没有达到那一步(bu)，所以这是首要的。另(ling)外，我所了解的三家公司非常重视这些问题，而且(qie)他们以一种我之前从未见过的方式提前考虑到了他们正在构建的技术的二次和三次后果。

事实上，这些公司在这个问题上的参与度比一些大型科技公司还要高，它们更有遠(yuan)见，并願(yuan)意将自己的技术应用于解决问题，而不是掩(yan)蓋(gai)它们的平台上存在的问题。它们正在積(ji)極(ji)应对这些问题，积极思(si)考这些技术如何被用于各种各样的不良(liang)方式，通过构建模型本身来減(jian)輕(qing)这些问题的影响。事实上，它们可能会引领监管的道路(lu)，因为它们会提出这个领域的最佳(jia)实踐(jian)，这就是我们应该做的。

中国目前最先进的模型大约有一万亿个参数，而美国目前最先进的模型是GPT-4，大约有八千(qian)亿个参数，但中文里有大约2700个字(zi)符(fu)，而英(ying)语中只有28个字符，所以从根本上来说GPT-4模型可能更强大。

从更大的角(jiao)度来看，要让模型输出不可预测的東(dong)西(xi)，就需要保留(liu)神(shen)经模型中的一些節(jie)点，否則(ze)那将降低模型输出的质量。就目前而言(yan)，GPT-4 等模型是有优勢(shi)的，如果过于限(xian)制这些模型和公司，我们在竞争上将会处于劣(lie)势。

Elad Gil:

关于监管的问题，我认为有一个关鍵(jian)的时刻将到来，那就是即将舉(ju)行的总统竞選(xuan)。这会是第一次 AI 驱动的选举。我们将使用生成式 AI 来创建广告文案、进行机器人撥(bo)號(hao)和执行各种任务。那时，监管的动力将变得非常强烈(lie)，我们可能需要抵(di)制这种动力。这将是第一次 AI 选举，我认为这将非常引人注目，它会带来很大的影响。

Peter Lee:

从企业的角度来看，我我认为 AI 对组織(zhi)有巨大的益处。尤(you)其是在COVID之后，公司都在进行数字化转型，当你真正考虑你的组织时，会发现人们对可以利用嵌(qian)入式 AI 或嵌入式分析的应用的需求是无法滿(man)足的，有多少人在组织中真正具备理解这些 AI 模型的全生命周期，包括开发、部署和维護(hu)，以及如何处理偏(pian)见和歧(qi)视等问题的能力？

所以，我认为在公司的数字化转型过程中，需要与值得信賴(lai)的合作夥(huo)伴(ban)合作。随着时间的推移，这个特点将被强调出来，无论是像scale AI 或WorldCom、predictive等公司，这是即将到来的 AI 革命中非常重要的特征(zheng)。

Nicola Mendelsohn:

回顾历史，每当有任何新技术出现时，从印(yin)刷(shua)机、电力到汽车，我们总是经历一个曲(qu)線(xian)，从巨大的兴奋到巨大的恐(kong)懼(ju)，然后进入一个正常化的阶段，我们继续前进。而这次不同的是，我们幾(ji)乎同时经历了兴奋和恐惧，但我对许多从事这个领域的公司在构建过程中所展现的责任感感到非常鼓(gu)舞(wu)。

从一个宏(hong)观的角度来看，我们有一个完(wan)整的负责任 AI 部门，我们与内部和外部的不同监管机构、公民社会合作，共(gong)同创建了一些工具，比如一个叫(jiao)做“open loop”的工具，可以让政策制定者和监管机构实时测试和尝试他们提出的想法，因为我们发现对于新技术来说，监管的落(luo)后是因为缺(que)乏(fa)专业知(zhi)识。

因此，通过早期创建这样的产品，从第一个剎(sha)那开始，我认为它提供了一个良好的机会，可以应用于諸(zhu)多领域，从选举到日常使用这些产品。因此，我对公司对此问题的认真态度深感鼓舞。

Ashton Kutcher:

我认为，在这个技术推出时最重要的考虑因素(su)之一将是重新平衡隱(yin)私(si)和安全的观点。因为当你拥有具有如此强大能力的东西时，我们作为一个整体可能愿意放棄(qi)一些隐私权来确保安全。我认为在未来几年中，这可能是最重要的考虑因素之一，即我们应该愿意放弃多少隐私来确保我们的安全？因为人们会用这项技术做一些可怕的事情，这毫(hao)无疑(yi)问。问题是我们能否找到它？我们能否及时阻(zu)止(zhi)它？并使用同样的技术找到它并阻止它？我们是否具备必(bi)要的门控机制来做到这一点？

Nicola Mendelsohn:

是的，我完全同意。我们正在做的事情之一就是找到深度偽(wei)造视频、进行分析、理解，并将其输入到机器中，让机器自己进行訓(xun)練(lian)，以便能够理解和识别使用相同技术的其他内容。因此，我确实认为这是一个需要深思熟(shu)虑的领域，在这个领域我们需要有针对性的监管，以免(mian)我们束(shu)手束腳(jiao)，无法在治愈(yu)疾(ji)病(bing)和处理其他健康狀(zhuang)况方面取得真正显著的进展。

Julia Boorstin:

Peter，你提到了许多不同行业采(cai)用 AI 的潜力，我很好奇(qi)你能否告诉我们在推动更多企业采用 AI 方面存在哪些障(zhang)礙(ai)？

Peter Lee:

是的，我认为存在几种不同类型的障碍。对于高价值的应用案例来说，团隊(dui)合作至关重要。数据科学是一项团队运动，如果一个模型给出了一个推薦(jian)，但是没有某种形式的治理生命周期，那么像意大利电信这样的公司不会将其4000 万的移动用户的激(ji)勵(li)机制自动化。

我认为，高价值的应用案例需要合作、溝(gou)通和代表群(qun)体的认可，这是当今的一个真正的障碍。对于非常令人兴奋的ChatGPT 来说，有很多高管向我们表示，他们真的想利用先进分析，但是我们的数据还没有準(zhun)备好，还没有到那一步。

我认为 ChatGPT 展示了从世界各地的数据中获取竞争洞(dong)察力和预测洞察力的巨大能力，为此我们花了很多时间来篩(shai)选和监控公开、私有、商业和衍(yan)生的替(ti)代数据集。

对教育、医疗、法律以及业务决策的革命

Alexandr Wang:

当我与世界各地的 CEO 会面时，我会问他们，你们尝试过这项技术吗？我会建议 Ta 们去尝试、去实验，去学习，喚(huan)起你的好奇心，然后将会看到擺(bai)在面前的机会，你将能够使你的业务更加高效、更加有效、更具生产力，从而获得更大的成就。

Ashton Kutcher:

如果你是一家商业公司，忽视了电子(zi)商务，那么你可能已经破产了。如果你是一家公司，而你对AI技术视而不见，那么你可能会破产，从利用的角度来看，它是如此出色和强大。

当我们谈论承(cheng)諾(nuo)和潜力时，往(wang)往首先从教育开始。僅(jin)仅在教育领域，拥有一个始终陪(pei)伴你的个性化导师是一种非常优势的地位，而这些大型语言模型最擅(shan)长的就是类比和隐喻(yu)。因此，如果你想找到一个类比来解釋(shi)同态加密(mi)，或者想找到一个类比来解释隐私保护的机器学习，你可以获得一个关于你已经具有领域专业知识的主题的类比，然后将其应用于你正在学习的内容。我们将会有来自世界各地的学生、孩(hai)子和人们能够使用这项技术以一种前所未有的方式学习某个领域。

我们都听说过个性化医疗、个性化法律以及个性化教育，我们将个性化每一个个性化的媒(mei)体体验，你将能够接受那首歌(ge)并使其成为你自己的。我的朋友与 ChatGPT 合著了一本关于他过去六本書(shu)基础上的书，他还问了AI下一本书会是什么？

因此，如果你愿意等一周，我会为你制作一本个性化的版(ban)本，其中包括我们在书中曾经有过的经历，这就是我们将要拥有的内容体验，这就是我们将要拥有的消费者体验，这对人类来说非常有希望。

Julia Boorstin:

Alexander, 既(ji)然你正在与企业客户进行交流，你有什么看法？

Alexandr Wang:

是的，我认为在人类潜力的最大增长方面，那就是教育。世界上大多数人并不是通过一对一辅导来学习，而是通过課(ke)堂(tang)式学习，但大多数人采用课堂式学习是因为这种方式经济实惠(hui)。现在，我们为地球上的每个人提供了一对一的导师，这将在未来几十年内对人类潜力产生巨大影响，这非常令人兴奋。

我们看到的真正重大的应用案例是企业从根本上改变他们与客户交互的方式，无论是电商公司，它们都在思考：如何让每个人都拥有一个基本上由 AI 驱动的销售助理，帮助你找到你所需要購(gou)買(mai)的东西，并帮助你找到给你媽(ma)妈的完美禮(li)物，或者你主持的燒(shao)烤(kao)派(pai)对上应该买些什么。

我认为这是产品和服务完全不同的交付(fu)方式，同样的类比也存在于医疗行业，如何提供更加个性化和量身定制的体验，科技公司也在思考这个问题，比如蘋(ping)果公司非常深入地思考，现在我们与手机的互动方式是否因为这项技术而根本不同了。因此，我认为所有的企业领导者都应该深思熟虑，未来的 AI 时代，理想的客户体验是什么样的，以及如何达到这个目标。

Elad Gil:

我认为Color在人口健康护理领域做了一些相关的工作，从医疗保健和成本降低的角度来看，你可以通过 AI 来覆盖医生或护士(shi)的一部分工作，从而大大降低成本；如果你能将某些医疗护理方面的成本降低10倍(bei)，就可以扩大能够接受医疗护理的人群，并在很深的程度上实现公平。

因此，护理交付是即将发生变革的领域之一。从长远来看，5年后的版本是全球任何地方的人都可以通过手机获得类似于斯坦(tan)福医学院(yuan)或加州大学洛(luo)杉(shan)磯(ji)分校(xiao)水(shui)平的医疗护理。你可以拍(pai)照上传一些文字描(miao)述(shu)，然后将得到一些想法或假(jia)设，无论你身处世界的哪个地方，也不论你在诊断方面能负担得起还是负担不起什么。我们已经在美国看到了一些这方面的应用，降低了成本并增加了可获得性，但我认为这只会加速发展，而真正令人兴奋的是全球範(fan)围内的应用。

Ashton Kutcher:

我认为一个最大的问题是在于企业的 AI 应用中，并不是“什么是 AI ？”而是“什么是人类？”真正考虑的是，我们作为人类能够做到什么，以及与 AI 所能做到和成为的獨(du)特之处。

Julia Boorstin:

这将改变教育以及孩子们需要学习和思考的内容，以及哲(zhe)学和倫(lun)理学等的相关性。我想回到一个问题，那就是谁将从这些 AI 机会中获勝(sheng)，苹果、谷歌、Meta、微软以及 OpenAI ，但问题不仅仅是这些科技巨头中的哪一家会获胜，而是像 Scale 这样的年轻公司或者你投资的其他公司能否在这种新的竞争生态系统中脱穎(ying)而出？

大企业和初创公司，谁在崛(jue)起？

Elad Gil:

我认为每个人都还在整理这个问题，这就是为什么现在是进入这个市场的一个令人兴奋的时机。很多人认为基础模型层将会整合成为少数几家公司，通常与云服务提供商合作。因此，你有微软和 OpenAI 合作，你有谷歌既有云服务，也有模型，然后你有Anthropic作为另一个关键的参与者，还有一些新兴的公司，如Scale、CoHere 和 21 等。

目前看来，它们似乎是该领域的潜在领导者之一。随着向上堆(dui)疊(die)，你会看到一些工具公司，Scale 不仅提供工具，还有各种其他功能，它们已经成为生态系统中一个非常重要的组成部分。还有一些新事物如LangChain 或 Llama Index，人们对此越来越感兴趣。

应用层面，我記(ji)得在移动设备出现之前，人们曾经问过，“移动设备上会出现什么是移动版的Salesforce？新的CRM系统是什么？或者移动版的搜(sou)索(suo)引擎(qing)是什么？结果证明，移动版的 Salesforce 就是在 iPhone 上使用的 Salesforce，移动版的搜索引擎就是在 Android 设备上使用的谷歌。

一个重要的问题是价值的多少归属于现有企业与初创企业。如果必須(xu)猜(cai)测，我会说80%归于现有企业，20%归于初创企业，但由于这里有太多的价值创造，这些初创企业有巨大的潜力。

因此，这个时代的一个真正令人兴奋的事情是，现有企业将会获得巨大的利益，当然你也将会看到一系列令人兴奋的新用例和体验，例如为你的孩子提供导师服务以及广大社会范围内的医疗保健，这些是以前由新兴初创企业提供的。

Peter Lee:

我认为我们也应该将一些观众的注意力引向数据提供商，他们也将是赢家。我确实认为对于许多公司来说，有一个机会，因为他们拥有尚(shang)未开发的海(hai)量数据。不仅仅从公司的角度看，如果我们将数据作为鏡(jing)头，而不仅仅是公司，那些与数据緊(jin)密联系并能够解读数据，帮助客户理解如何利用数据的公司将成为这个领域的赢家。

Ashton Kutcher:

在 Transformer 基础模型建构层面，赢家将是那些能够获得低成本能源、以低成本获得高质量计算能力、拥有云存储和非凡人才的公司。这些基本上将决定一切。现在正在形成许多联盟(meng)，每天都在发生变化，这些联盟是很好的先导指(zhi)标，可以看出价值将会累(lei)积到哪里。

在应用层面，我认为类似于移动革命，我同意很多价值将随着现有企业而来，但获胜的公司将是那些拥有出色产品，并且理解并重视人类体验，了解人类的痛(tong)苦(ku)所在以及实现幸(xing)福的过程中存在哪些摩(mo)擦(ca)的公司。那些理解这一点并直观地构建产品来解决这些问题，并以经济高效的方式做到这一点的公司将会成为赢家。

Nicola Mendelsohn:

我认为大众将是赢家，以前那些被告知不擅长数学的小女(nv)孩，那个被告知不擅长创造性工作的小男(nan)孩，在未来将不再是真实的情况。当我们解决一些问题时，作为社会，我们将不得不重新思考，人们将不再需要做那些以前不能满足他们，并为创新和创造提供更多机会的工作。对我来说，这是非常令人兴奋的。返回搜狐(hu)，查(zha)看更多

责任编辑：