每个人对Chat-GPT和 AI 都有自己的看法。工程师和企业家将其视为一个新领域：一个发明产品、服务和解决方案的大胆新世界。社会科学家和记者对此感到担忧，纽约时报一位著名作家埃兹拉克莱因称其为“信息战机器”。

让我先说一下，我在这里看到了巨大的可能性。与所有新技术一样，我们还不能完全预测其影响。会有问题和失败，但最终的故事是“万岁”。

什么是聊天 GPT？

简而言之，这项技术（以及许多其他类似技术）就是通常所说的“语言机器”，它使用统计、强化学习和监督学习来为单词、短语和句子编制索引。虽然它没有真正的“智能”（它不知道一个词的“意思”，但它知道它的用法），但它可以非常有效地回答问题、撰写文章、总结信息等等。

Chat-GPT 等引擎经过“训练”（编程和强化）以模仿写作风格，避免某些类型的对话，并从您的问题中学习。换句话说，更高级的模型可以在你提出更多问题时改进答案，然后存储它学到的东西供其他人使用。

虽然这不是一个新想法（我们拥有聊天机器人已有十年之久，包括 Siri、Alexa、Olivia 等），但 GPT-3.5（最新版本）的性能水平令人震惊。我问过它诸如“招聘的最佳实践是什么”或“您如何制定企业培训计划”之类的问题，它回答得很好。是的，答案非常初级，而且有些不正确，但经过培训，它们显然会变得更好。

它还有很多其他功能。它可以回答历史问题（谁是 1956 年的美国总统），它可以编写代码（Satya Nadella 认为 80% 的代码会自动生成），它可以编写新闻文章、信息摘要等等。

上周与我交谈过的供应商之一正在使用 GPT-3 的衍生产品从课程中创建自动测验并充当“虚拟助教”。这让我想到了这里的潜在用例。

（PS 在某些方面，聊天机器人本身可能是一种商品：至少有20家初创公司拥有资金雄厚的 AI 团队来构建衍生产品或竞争产品。）

如何使用 Chat-GPT 和类似技术？

在我进入市场之前，让我谈谈为什么我相信这会如此巨大。这些系统由它们索引的信息语料库（数据库）“训练和教育”。GPT-3 系统已经在互联网和一些经过高度验证的数据集上进行了训练，因此它几乎可以回答任何问题。这意味着它在某种程度上有点“愚蠢”，因为“互联网”是营销、自我推销、新闻和意见的大杂烩。老实说，我认为我们都有足够多的问题来弄清楚什么是真实的（尝试搜索有关您最近的痛苦的健康信息，您发现的内容令人恐惧）。

GPT-3 的 Google 竞争对手（据传是sparrow）从一开始就是按照“道德规则”构建的。根据我的消息来源，它包括诸如“不提供财务建议”和“不讨论种族或歧视”和“不提供医疗建议”之类的想法。我还不知道 GPT-3 是否具有这种水平的“道德规范”，但你可以打赌 OpenAI（正在构建它的公司）和微软（他们最大的合作伙伴之一）正在研究它。

所以我的意思是，虽然“对话和语言”很重要，但一些非常博学的人（我不会提到名字）实际上有点混蛋。这意味着像 Chat-GPT 这样的聊天机器人需要精炼、深入的内容才能真正构建具有工业实力的智能。如果您使用聊天机器人来克服作家的瓶颈，那么如果聊天机器人工作得“相当好”也没关系。但是，如果您真的希望它可靠地工作，您希望它能够获取有效、深入和广泛的领域数据。

我想 Elon Musk 过度炒作的自动驾驶软件就是一个例子。我，首先，不想开车，甚至不想开着一堆 99% 安全的汽车在路上。即使 99.9% 的安全性也不够。同上：如果信息语料库存在缺陷并且算法没有“不断检查可靠性”，那么这东西可能是一个“虚假信息机器”。我认识的一位最资深的 AI 工程师告诉我，Chat-GPT 很可能会有偏见，这仅仅是因为它倾向于使用的数据。

想象一下，例如，如果俄罗斯人使用 GPT-3 构建一个关于“美国政府政策”的聊天机器人，并将其指向每一个阴谋论网站。在我看来，这并不难，如果他们在上面放一面美国国旗，很多人都会使用它。所以信息来源很重要。

人工智能工程师深知这一点，因此他们相信“数据越多越好”。OpenAI 首席执行官 Sam Altman认为，只要数据集变得更大，这些系统就会从无效数据中“学习”。虽然我理解这个想法，但我倾向于相信相反的观点。我相信 OpenAI 在商业中最有价值的用途是将这个系统指向我们信任的经过改进、更小、经过验证的深度数据库。（微软作为主要投资者，拥有自己的 AI 道德框架，我们必须相信，这将基于他们的合作伙伴关系得到执行。）

在我多年来看到的演示中，我看到的最令人印象深刻的解决方案是那些专注于单个域的解决方案。Paradox 开发的 AI 聊天机器人 Olivia 足够聪明，可以筛选、面试和雇用一名麦当劳员工，效果惊人。有一家供应商构建了一个银行合规聊天机器人，作为“首席合规官”运作，并且运行良好。

想象一下，如果我们构建一个指向我们所有人力资源研究和专业发展的人工智能。这将是一个“虚拟的 Josh Bersin”，甚至可能比我更聪明。（我们现在开始制作原型。）

上周我看到了一个系统演示，它利用软件工程和数据科学的现有课件，自动创建测验、虚拟助教、课程大纲，甚至学习目标。这种工作通常需要教学设计师和主题专家付出大量的认知努力。如果我们将人工智能“指向”我们的内容，我们就会突然大规模地向世界发布它。而我们，作为专家或设计师，可以在幕后训练它。

想象一下商业中的数百种应用：招聘、入职、销售培训、制造培训、合规培训、领导力发展，甚至个人和专业辅导。如果你将 AI 集中在一个可信的内容领域（大多数公司都有大量这样的内容），它可以大规模解决“专业知识传递”问题。

这个市场将走向何方？

与任何新技术一样，先驱们往往以箭在背上而告终。因此，虽然 Chat-GPT 看起来很神奇，但我们必须预测创新者将快速推进、扩展和完善它。我敢打赌，大多数风险投资公司现在都在向这一领域的初创公司开空白支票，因此未来会有很多竞争。

我的直觉是，像 OpenAI 和微软这样的公司可能会与许多其他参与者（谷歌、甲骨文、Salesforce、ServiceNow、Workday 等）竞争，因此每个主要供应商都将“增加”人工智能和机器学习专业知识。如果微软将 OpenAI API 构建到 Azure 中，那么成千上万的创新者将在该平台上构建特定领域的产品、新产品和创造性的解决方案。但现在下结论还为时过早，我的猜测是特定行业和特定领域的解决方案将胜出。

想象一下需要考虑的“机会空间”的数量。领导力发展、健身教练、心理咨询、技术培训、客户服务，不胜枚举。这就是为什么只要这个市场还存在，我仍然相信这个机会是“巨大的”。（我最近试图通过他们的聊天机器人获得有关 PayPal 的帮助，但非常沮丧，我决定关闭我的账户。）

我将这项技术比作早期的“移动计算”。早期，我们将其视为公司系统的“附加组件”。然后它成长、扩张和成熟。今天，大多数数字系统设计首先针对移动设备，他们围绕移动设备构建整个技术堆栈，我们通过手机研究行为、市场和消费者。同样的事情也会发生在这里。想象一下，您什么时候可以看到客户对您的产品提出的所有问题？机会是惊人的。

正如我在播客中讨论的那样，很多工作都会发生变化。我刚刚对所有立即受到 Chat-GPT 影响的工作（编辑、记者、分析师、客户服务代理、QA 工程师等）进行了分析，发现今天约有 1030 万个职位空缺，约占 8%（800,000）会立即受到影响。这些工作不会消失，但随着时间的推移，它们会被这些系统升级和增强。（并且现在正在创建许多新工作，例如“聊天机器人培训师”。）