机器学习：机器学习是人工智能的一个重要分支，通过构建和训练模型使计算机能够从数据中学习，并根据学习到的模式和规律作出预测或进行决策。常见的机器学习方法包括监督学习、无监督学习和强化学习。

　　面对人工智能，许多创始人是既兴奋又紧张。

　　兴奋在于，人工智能的迅速成长，会带来许多的新的机会，造就新的创新模式和组织架构。

　　紧张在于，人工智能和当下组织与业务会产生什么样未知的冲突与挑战。

　　心怀畏惧，也不能阻碍创业者们奔赴人工智能的步伐。

　　比起具体的技术，成本以及功能，创业者们更加关心的是背后的本质，人工智能是否会撼动现有的商业体系，以及现有的组织价值观。

　　例牌说明：以下为对话后的学习心得内容，并非对话嘉宾本人的分享原文。

　　01、原则与价值观是大模型最重要的事

　　第一站我们来到了智谱AI，与COO张帆共同探讨，企业如何拥抱大模型。

　　很多人对大模型会有些误解，有的人觉得大模型就是许愿池，只要许愿了就能实现，当发现大模型不能有问必答，有求必应的时候，他们就会信念崩塌。

　　还有些人觉得大模型就是个智能的大数据库，只是疯狂的投喂数据，指望大模型自己能生成思考能力和判断能力，但最后会发现，大模型都还是很傻。

　　要打造一个得心应手的大模型，一定要教会它相应的判断准则和原则。

　　这就好比员工入职一家企业，要让员工知道什么能说，什么不能说，什么能做，什么不能做。这些判断推理的框架，比数据本身重要多了。

　　数据的投喂也一样，你给大模型投喂的都是销售冠军的行为模式和判断模式，它就会慢慢学习成为销售冠军;你给它投喂普通销售的数据，它就会成为普通销售。

　　相当于大模型是一张白纸，有学习能力和判断能力，需要企业去调教成自己想要的样子。

　　因此打造企业专属的大模型，需求越清晰，价值观和判断准则越明确，大模型的试错成本就越低，其他的技术也好，成本也好，已经慢慢成熟，不难实现。

　　02、大模型不是工具，而是共同成长的伙伴

　　第二站来到了百川智能，同CEO王小川一起探讨人工智能的本质以及我们要如何看待人工智能。

　　我们问了王小川一个问题，哪些职业或行业会被AI取代?

　　他的回答是，大多数坐在电脑面前的，都会被AI取代。

　　这个回答不禁让我们思考，大模型真正威胁着的，不是蓝领阶层，而是白领阶层。                                                                                                                                                                                                                                                                                                                                   

　　互联网能触达的任务，它基本都能通过学习来实现。也许当下，大模型是白领们的好帮手，能帮助我们提升效率。但大模型的能力不止于工具，它更像一个生命体，会调整和修正自己的判断。

　　比如我们要招聘一个人，我会问大模型，招聘一个这样的人需要哪些条件，它就会告诉我，还可以帮我发布招聘信息，还能筛选符合基本条件的简历。

　　大模型的判断依据是通过大数据，而非我们每个人有限的经验，得出的结论反而会更加客观与理性。

　　组织的形态会再次发生逆转。工业革命的时候我们通过精细分工来加速发展，而现在要倒回去，不需要分工了，都让大模型做了，大公司越来越少，会涌现出许多个人+AI的小公司。

　　借助GPT的能力，每个人不是在原有岗位做员工，而是可以利用GPT帮助实现个 人的梦想，社会将变得更加扁平，每个人可以活得更加自我，找到自己真实存在的意义。

　　03、什么是好的大模型，取决于我们的评判标准

　　第三站我们来到了百度智能云，与百度集团执行副总裁，百度智能云事业群总裁沈抖进行了一次深度交流。

　　百度文心一言较早进入国内的大模型领域，他们更加注重大模型在各个商业场景和产业落地的应用。他们认为，好的大模型，最重要的指标是好用，而不是一味的在各种技术指标中追求极致。

　　在大商业场景中，最大的一个忧虑是，大模型技术是否会在运用过程中带来信息安全的不可控。

　　如果大模型生成的内容直接to C，就会带来很多信息安全的不确定性。所以人+大模型的模式，是一个绕不开的发展过程。

　　大模型帮助人来提供效率，人来保证大模型的信息安全，若遇到问题时，也可以由具体的人进行问责和跟进。

　　大模型的发展速度，是基于硬件的发展速度。现在芯片一代一代革新，算力越来越快，这给大模型的发展打下了地基。

　　未来硬件使用成本越来越低，大模型时代也会像移动互联网时代一样，到达一定程度，涌现各种各样的创新，爆发式发展。

　　而目前任何能用语言和文字解决的问题，AI都能大幅提升效率。

　　比如写一篇英文的新闻发言稿，或者规划一个旅游路线，AI都能做得比人要好。

　　因此我们值得用AI把每个行业都重新做一遍，在这过程中，最重要的重构还不是业务和流程的重构，而是人们思维的重构。

　　AI真正改变的将是，我们的工作模式以及思考方式。而到那个时候，大模型时代就会到来。

　　写在最后

　　这次CEO们见的都是最懂大模型的人，探讨的都是最实用的企业落地场景，得到最明确的一个信息是，AI能帮助人，但AI还没法完全取代人。

　　CEO们的真正需求是，任务能完成的更快更好，成本能降得更低。

　　至于这个需求是靠人力完成的，还是靠AI完成的，并不是很重要。

　　目前人工智能的定位，更像是一个智能人才储备，需要企业投入时间去训练他，告诉他什么能做什么不能做，让他达到期望的效果。

　　每个中高管的KPI应该从培养一个预备干部，到培养一个预备干部和一个人工智能干部。

　　比起简单粗暴的全员AI办公，如何给人工智能分配合适的工作，也许是CEO们在大模型时代最重要的能力。