如您的瀏覽器不支援Javascript 功能,若網頁功能無法正常使用,請開啟瀏覽器javascript 狀態
跳到主要內容區塊

知識管理電子報【第216期】

:::現在位置:首頁 > 電子報 > 知識管理電子報【第216期】

KM論壇


 生成式AI趨勢解析與顧問業對應


中國生產力中心 陳錫鈞 主任

一、AI時代的典範轉移
自從ChatGPT開始成為熱門議題以後,各種AI應用諸如:寫書、畫圖、作文甚至寫詩…等,開始被廣泛討論。加上輝達總經理黃仁勳最近在台灣颳起一陣AI旋風,AI的應用逐漸從專業領域走向各種民生應用,生成式AI更是熱點議題,其對各行各業都將有所衝擊。而顧問業做為知識產業之一,在這一波浪潮中又將受到什麼影響,本文從知識工作者的角度,提出身處AI時代的企業與個體發展建議。
既然這一波熱潮的起點之一是輝達,那我們就來看看這個議題引領者對AI發展的觀點,下圖是輝達在2023年商業周刊中所發表,其對AI發展進程之看法。

Nvidia

在上圖中其認為這波從電腦到手機典範轉移的主要動力是「AI應用終端」的大幅增長,這樣的增長使應用擴散,在物聯網多樣化資料收集節點的支援下,AI發展得到最大的支持,而促成AI發展的底層之一「運算能力」便成為所有要發展AI應用企業的剛性需求,這正是輝達的底氣所在。
與其說上述流程是典範轉移,我更將之認知為「典範疊加」,PC與手機在上述轉移過程中並沒有消失,而是各自有了更明確的應用分工,未來,我相信二者依然會存在,只是附加了更多的AI應用,這個觀點是我們討論未來應用的基礎認知,電腦的情境,代表了固定地點、高精度、監控需求的應用情境;手機的情境則代表了需要即時反應,高度差異化的應用情境。
二、生成式AI出現的驅力
要談一個技術趨勢的未來應用,要先了解促進其生成的驅力,因為這會是持續在未來發揮影響的要素。業界一般將1956 年美國達特茅斯學院(Dartmouth College)所召開的第一次人工智慧會議視為人工智慧學科的起點,過去這段時間AI的應用離不開「語音辨識、影像辨識與自然語言處理」等三大基礎應用範疇。限制一個技術發展的硬性門檻是其「使用成本」,就如同電腦的普及化,也是因為使用成本大幅下降,才讓電腦的使用走出工業領域,進入個人領域。
最近的AI興起亦然,AI應用需要大量資料的收集、儲存與腦運算,這些工序的成本高昂,所以多用在醫療、國防、精密工業等有大資本支持的領域,而近年的物聯網興起,讓資料收集成本大幅降低,更關鍵的是收集到「來自個體使用端」的人類反應資料,使AI更能因為反應人的行為而被訓練得更接近人類思考。
再者,雲端儲存技術讓儲存成本降低,CPU運算力的提升讓資料處理成本降低;再加上發展至今,各種演算法逐步被優化,從而讓AI應用總體使用成本大幅降低,也才有各種能被大家使用的AI應用出現。(總體發展觀點可參閱下圖)

三大基礎應用

而關於生成式AI與過去分辨式AI的差異,筆者將之歸納為兩種形式,以利讀者理解:
分辨式人工智慧(Discriminative AI)
期希望AI扮演著如同管理者般的角色,對AI應用設定有明確的目標,所用來訓練AI的資料也多是被明確標記,通常有明確的變數設定與清楚明確的結果反應邏輯,在應用面對誤差的容忍度低,希望可以盡可能的精確,因為一旦出錯,將造成很嚴重的後果與帶來較大的經濟損失,多半用於醫療研究、精密工業或投資預測領域。
這個類型AI應用的最大意義,在於人類可能不會記住龐大的歷史數據與資訊才下決策,但AI的決策,可以確保都是建構在明確數據的基礎上,因此可預期比人腦精確。
生成式人工智慧(Generative AI)
期望AI扮演著類似創作者的角色,對AI應用採取開放式的態度,所用來訓練AI的資料也多未標記資料屬性的數據,期望從數據叢集中歸納出對使用者有意義的邏輯規則,再進一步優化這些規則,在應用面不要求精確,期望有多樣性的呈現;目前多應用於商業服務業,尤其是娛樂領域。
在於人類可能無法面對所有的溝通顧客類別,嘗試所有情境要素的排列組合,但AI可以在大量面對不同使用者的基礎上,找出最大化與不同情境下最有利的結果,同時,也能為創作工作提供各種類的基礎模型,加速各種創作的速度。

陽明大學李育杰教授在其文章中提到,生成式AI的資料應用形式與判斷式AI最大區別在於「沒有使用被標注標籤的資料」,判斷式AI的訓練資料都被標記了該資料的特徵,所以資料被限定了「意義」,例如「機車」是一種交通工具,但現實情境中,「機車」可能代表某種人格特質。在生成式AI中則讓資料透過被使用的來推論可能的脈絡,因此,同樣的資料可能衍生出不同應用,而不是像分辨式AI一樣,收斂成一個最佳結果,也因此,用AI創作的可能性得以出現。

三、生成式AI的應用案例

  為了讓各位更了解生成AI的應用,以下舉幾個例子與其代表的意義:

1. AI寫書
2022年底,Ammaar Reshi一個毫無寫作經驗的素人,用ChatGPT編寫一本給小孩的童話故事,再使用圖片生成AI Midjourney繪製插圖,短短72小時就在亞馬遜上完成上架,目前亞馬遜上已經有超過200本以類似方式產出的商品。

2. AI寫歌詞
2021年起,台灣知名音樂服務提供者KKBOX和其背後的資料科學團隊KKLab 就開始投入應用AI來創作華語歌詞之應用,以華語歌詞、古詩詞為文本,並邀請了20多位詞曲作家與音樂人加入,目前該應用以「Lyricist.靈魂寫手」為名,已經正式推出並開始收費服務。

3. AI繪圖
2022年,亞馬遜宣告將在自有的雲端服務 (AWS)中,大力投資大型語言模型(LLM)和生成式AI,其想讓顧客在保護個資的情況下快速客製化自己需要的AI應用,其中一個功能,甚至可以依據所產出的文案,自動生成對應的圖像。現在光在日本本亞馬遜上,就可看見超過1500部,從人類到寵物,從真人到漫畫的AI繪圖作品。

4. AI虛擬偶像
韓國影像技術業者Sidus Studio X打造虛擬偶像Rozy,其在2020年8月出道,目前在IG上有15萬活躍粉絲,2022年已為公司創造近4000萬台幣年收。這個可以說是集上述三個案例應用的大成,應用了繪圖、動態捕捉等技術,未來還要加入以ChatGPT為技術基礎與粉絲互動的對話功能,堪稱是全年無休、無道德瑕疵,無檔期衝突的完美偶像。

四、顧問業該怎做
從前述的幾個趨勢,可以發現生成式AI當下的應用,多在娛樂與媒體產業,但這個趨勢並不會長此以往,當下應用態樣的主因在於專業性的資訊與對話還不足夠支撐AI「變得足夠專業」,就如同日常生活中對話一般,不會突然有某個領域的專家來加入話題;但未來,小眾專家或是重度使用者的對話群體加入AI應用的可能性就會變高,如此,生成式AI應用的領域,也會漸漸進入到各種專業領域。在這種趨勢預期下,本文對顧問業與類似之知識產業,有以下建議:

1. 持續深耕專業領域,尤其單一主題的深化
未來決定AI品質的將是「訓練模式與資料」之品質,如果參與對話,作為訓練基礎的顧問言之無物,那生成出來的訊息也會很薄弱,有鑑於生成式AI的特性是創造各種可能,所以顧問的鑽研方向,應該是朝一個專業議題,盡量去深掘、細切,讓自身對這個議題有多樣的見解,假設是「問題分析與解決」這樣的基礎專業,就期望能細化為各種不同產業、規模或區域...等條件下的不同論述,更期望能在解決方法上有與前人不同之見解。所以顧問未來應該朝單一議題的深化專業方向發展。

2. 梳理數據資產
接下來的建議,是針對顧問公司的組織層級來提的,未來的AI應用眼光不要只放在生成式AI,判斷式AI應用更是顧問主要顧客的需求,當下顧問公司有很多智財,好一點的公司有建構統一知識庫,次之的就零散存於組織中,而就算有知識庫,也鮮有對這些資料進行分類與對其進行「數據價值與變量」定義,建議顧問公司,先就有「明確價值產出」的訊息。
例如:一個成功的輔導經驗,或專案執行紀錄;進行歸類,區分這些價值產出分屬於那些領域、產出哪些價值型態,再進一步區分這些訊息中有哪些影響價值產出的「變量」,例如採用了某些技術或克服了哪些問題,如此,這些有價值的訊息就成為被「標記」的資料,可以提供進一步的AI應用,因應未來趨勢,顧問公司應該將自身的知識智財轉化成適合AI應用的型態。

3. 創造訊息促用模式
Google台灣前總經理簡立峰在2023生成式AI衝擊工作坊的演說上發表過一段論述『能力和數據固然是策略性資源,但網路巨頭沒告訴你,真正重要的策略性資源叫「使用」。使用才是真正的進入障礙。被大量使用的服務,能更好地了解用戶需求,從用戶反饋中微調』,當下很多生成式AI以免費使用的型態對大眾開放,正是因為其需要透過使用來增加AI的創造能力。
所以,未來顧問公司的重要業務之一,可以思考如何協助既有顧客的資訊,未來如何能被「使用」,這個使用觀點不只是促進人的使用,也可以是系統性的社會性機制,例如:設計一種誘因與反饋之行為模式,再利用機械進行行動紀錄,檢視誘因的被使用狀況,就如同將一段訊息投入社會進行社會實驗。顧問公司做為產業與市場的中間人,是最佳的訊息促用模式設計者。
面對AI時代,知識工作者或企業無須擔心會被取代,反而這是放大自身價值的契機,當然,前提是自身能創造有價值的知識,而非只是知識搬運者;了解AI的底層技術邏輯,知曉未來知識如何透過這些技術來擴散,做出相對應的適應性作為,就能確保在未來的競爭優勢。

【參考文獻】
 2023.李玟儀. AI霸主黃仁勳領軍,蘋果光退場,Nvidia時代登場!2023商業周刊855期
 2020. Leadtek AI Expert.常見的AI應用與介紹. forums.leadtek.com/tw/post/1078
 2023.李育杰.「生成式 AI」和「分辨式 AI」有哪裡不一樣.科技大觀園
 2018.蕭佑和. 完整解析AI人工智慧:3大浪潮+3大技術+3大應用.大和有話說.
 2023.陳愷昀.ChatGPT寫了超過200本書出版社:「不要再來了!」.
 2021.楊又肇.KKBOX服務背後科學團隊KKLab打造歌詞神隊友「Lyricist.Ai」.
 2023.陳芳毓. 簡立峰:演算力即是霸權,OPEN才有AI .「2023生成式AI衝擊工作坊」演講精華