企业离全面应用GPT还有多远？

Chat GPT的推出无论是在科技界还是在资本界无疑是一个重磅炸弹，引发了群体的狂欢，到目前为止，仍热度不减，各个领域都在跑步跟进，有蹭热度玩概念的，也有从技术方面打通接口应用的，总之软件厂家都要与GPT挂钩，总要以此为噱头拿出来宣传一番，深怕掉了队，失去市场的影响力。那么GPT技术究竟是高高在上，不可触摸，还是已经在我们身边落地应用，而我们还是毫无感知？对企业数字化转型建设又有哪些影响？今天老杨就来聊聊GPT技术在数字化转型建设过程中的那些应用场景。

从GPT技术推出，老杨就一直在关注其发展，也通过一些渠道进行相关功能的试用，一些功能确实足够惊艳，当然也会闹出笑话，人们对GPT的认知也从最开始的狂热膜拜，到慢慢的趋于理智，更加追求其在实际场景中的应用效果，所以就产生了各种褒贬不一的意见，其实GPT就如一个孩童，有一个学习成长的过程，这就如几年前老杨做的一个智慧园区的项目，其中一个环节就是引进了一台智能机器人用于来访接待，从当时厂家演示的效果来看，功能确实很强大，机器人对答如流，带客上楼等功能让领导们啧啧称奇，但真正买来之后才知道训练的过程何其痛苦，新买的机器人从开机那一刻起只能是一台设备，如婴儿般从零学起，需要用毫米波雷达来扫描园区环境、大楼每个楼层，甚至是每个办公区、办公室，生成地图，还需做标注，还需要做各种场景的语言训练，把能想到的各种问题、关键字等输入系统，以方便机器人能够自动辨识、回答，下班后还要进入后台检查机器人不能回答的问题，然后重新输入答案........所以这就是一个机器学习的过程，GPT之所以能够惊艳世人，背后也是其不断学习的结果，只是这个过程我们没有看到。我们恰恰只过度关注了结果，想当然的认为GPT无所不能，然后为了测试它让它出糗就绞尽脑汁去刁难他，然后得到一个意外的结果后开怀大笑，岂不知你这样的行为对它而言也是一个学习的过程，促进了它的进步。

所以大部分情况下，人们只关注结果，只喜欢看到自己愿意看的，所以无形中就被AI技术所掌控，比如，短视频的推送功能，让你一直流连于你想看的内容，沉迷其中，这就是大数据算法在生活中最基本的应用。其实你的这些刷视频的行为，也是平台AI技术学习进步的过程，它会不断分析你的行为，比你的亲人更了解你，所以大数据杀熟也横空出世，这就是厂家利用大数据AI技术对客户的收割行为。

GPT人工智能技术当前大都用在互联网公共应用方面，比如搜索引擎等，我们用的均为公共大模型、算力，也是个人使用行为，应用起来非常便捷，无其他后顾之忧，但如果是涉及企业级的应用就可能会产生新的安全隐患，首当其冲的就是数据安全问题，比如韩国三星就发生了一起严重的芯片机密泄露事件,三星公司在使用ChatGPT不到20天的时间里，就发现公司的半导体设备测量资料、产品良率等数据被盗取，并存入了美国的ChatGPT数据库中。因为GPT的大模型、算力均在美国，所以当GPT在企业内部运行的时候必然要调取企业内部服务器的相关资料，这个时候必然存在数据安全的隐患。

那么问题来了，企业如果不利用公共大模型、服务器算力，那么必然要私有化部署，这期间产生的成本不是一般企业可以承受的，如果使用公共接口，必然会产生数据安全隐患，因为要想得到满意的工作结果，GPT必然要在工作场景下学习，必然会收集企业员工的工作行为、工作数据、各系统内的数据，而这些数据也将通过互联网被采集至GPT的服务器内，造成工作资料外泄。私有化固然很好，但意味着成本、意味着较长学习、训练过程，因为企业工作场景毕竟相关学习行为是有限的。

那么GPT技术对企业数字化转型而言有哪些促进作用？

随着GPT的火爆，国内的各大头部应用软件企业也纷纷入局，在短时间内也推出了各自的GPT解决方案，且不谈是否真的有效果或者如厂家宣传的那般神奇，老杨只以一个数字化老兵的身份谈一下个人对GPT技术在应用软件中的理解与期望：

第一，企业应用软件内嵌GPT技术的相关功能，希望不是其系统内置的搜索引擎换个马甲；

第二，单系统内应用GPT技术简单，问题是跨系统应用，相关的数据安全合规问题、接口问题如何解决；

第三，虽然软件公司在系统内置了大模型，但私有化的算力问题需要多少成本投入；

第四，机器学习大模型是否够先进，是否还需要过多的人工干预，对企业的技术能力来说又是一个考验；

第五，老杨认为GPT技术对于企业应用软件而言，从应用角度应该从前端应用与后台运维方面为企业提供便捷的服务，例如在前端功能操作层面，领导人对内置的GPT机器人说：需要一张经营数据月报表，那么前端就会自动形成相关的报表，并对此加以评判，并提出风险项，改进措施等；在后台运维方面，管理员只要说关闭某用户权限，并将其权限转移给某某，那么GPT机器人就会自动完成其繁琐的后台维护操作，这样就提高了后台维护效率及过程的准确性；或者在专业的技术层面，需要SQL语句，GPT机器人可自动生成并执行；这一切将极大改善后台运维的技术难度，同时也为企业降低了运维成本，当然这只是老杨作为一名数字化老兵的期望了。

第六，由于企业应用环境的特殊性，为了数据安全，不会让其接入互联网，那么在这种特定的环境下，GPT技术大模型就失去了更多训练的场景，所以这对软件公司而言就需要不断根据客户需求来完善技术大模型；这对企业的技术服务支持能力来说提出了更高的要求；

虽然理论上GPT技术会带来效率的提升，工作关系的改变，但前提是企业的管理及运营能力是否能与GPT这种先进的技术融合，所以又回到了数字化的原点，技术与业务的融合。企业需要注意的是，先进的技术并不是拯救企业数字化转型失败的良药，也不具备妙手回春的能力，企业领导者不要盲目迷信于技术层面，先进的技术并不一定能带来生产力，反而有可能会制约现有的生产关系，也极有可能是压垮企业的那根稻草。

企业哪些场景需要使用GPT，如何用，需要的是企业全员的参与，共同来学习、改善，新技术带来的不仅是工作上的便捷，最根本的是要实现企业运营能力的提升，而实现这一切的基础是企业系统内必须有数据，且必须保障数据质量，数据的及时性、完整性、有效性是硬性指标，俗话说“巧妇难为无米之炊”，面对空白、错误的工作场景，即使GPT多智能，估计也是回天乏术，那么它也会变成一个妥妥的“人工智障”。

以上是老杨对GPT技术在企业应用层面的一点个人愚见，如有理解、描述错误之处，敬请专家批评指正！

本文来自微信公众号“湘江数评”（ID：benpaoshuzi），作者：老杨，36氪经授权发布。

该文观点仅代表作者本人，36氪平台仅提供信息存储空间服务。