編者薦語：
本篇内容非常精彩，特此推薦給大家，作者為寶潔中國CIO沈鋒，沈鋒先生有超過24年的IT從業經驗，有多個行業數字化的經驗，包括快速消費品行業(寶潔，聯合利華)，工業領域（施耐德電氣），高科技AI領域，食品飲料行業（百事，無限極）。
以下文章來源于F哥漫談 ，作者F哥漫談數字化
F哥漫談.
作為一個20年左右的IT從業人員，具體來講，企業内部IT從業人員，筆者現在一個外企做大中華區的CIO，本公衆号是筆者在成為CIO的路上，以及擔任CIO職位的路上的一些心情，體會，經驗分享，也歡迎大家拍磚，探讨，提問。
回看上一次發文已經是去年底的事情了，上一次直播也是去年9月做的，好聽一點是佛系更新，不好聽一點還是不夠堅持，一旦停下來就會給自己各種借口，實在是令人汗顔。
最近也有一些催更的，說怎麼不直播了，倒是沒人催更公衆号，看來确實是視訊類的更容易受到關注。不過由于工作關系，我後面還是主要以寫公衆号為主，希望能夠通過文章來分享思考，希望大家見諒，同時也希望大家能夠繼續關注我的公衆号。
從去年底開始，AI界迎來了各種爆炸性的新聞，ChatGPT的橫空出世，Open AI，微軟，Google，百度，Adobe等等輪番成為熱搜主角，大語言模型，通用模型，多模态通用模型成為大家熱議的話題，機器問答，文本總結，文本生成圖形，文本到圖形到視訊，通用AI的應用場景不斷拓寬，說實話真的有點應接不暇。
2018/19年我在計算機視覺AI爆發的時代有幸進入了這個行業一年半時間，見證了圖像識别在商用領域的探索，以及算法和算力的發展，對AI的曆史和基本原理有一點點皮毛的了解，不過實在是說不上專家，也不敢評論和分析這次突破在技術層面上的道理。但是我對于這個技術的發展還是很關注的，主要還是從我本身在企業裡面負責數字化工作的角度出發，去思考這次的技術突破，對于企業的數字化發展有什麼啟示，我們應該怎麼應對。帶着這個問題，我也請教了很多專家，自己也潛入各種群去傾聽大家的讨論，還嘗試了一下ChatGPT，文心一言，和MidJourney。是以今天我想跟大家聊一聊我個人對于前面所說問題的思考。
首先，從企業的角度，現在這個技術的大規模商用還沒到時候
我聽到不少同僚（那些early adopter們，非常喜歡嘗試新的技術）在問，這個多好啊，可以用來自動寫商業計劃書，寫提案，寫PPT，自動生成圖檔甚至是視訊等等，可以極大地提升我們的工作效率，我們應該馬上用起來。
确實通過這個技術給了我們很多的想象空間，而且這些想象不是一個虛無缥缈的想象，而是可能在不遠的将來就會實作的想象。但是我感覺現在還沒到能夠大規模商用，能夠直接帶來經濟效益的時候，主要原因有幾個：
第一是資料的問題，現在的資料還是通用的資料，或者說是公域的資料，企業的私域資料還沒有能夠利用起來，這裡需要找到一種模式，來讓企業能夠用自己私域的資料來訓練模型，既能夠實作資料的安全，又能夠應用上新的技術，同時還能帶來适用企業自身的應用場景。早上看到朋友圈裡面轉的一個視訊，說到制冷技術的出現是一個技術突破，而可口可樂某種程度上利用了這個技術塑造出著名的品牌，制冷技術本身是一個通用技術，誰都可以用，隻有可口可樂和其他飲料公司把這個技術加上了他們自身的配料，口味，才真正創造出一個偉大的公司。現在的大模型也是一個通用的技術，誰應用都是一樣的，隻有在加入了企業自身的資料，和企業自身的業務需求，才有可能真正帶來商用的價值。
第二是法律法規的問題，AI産生的内容版權歸屬是誰，如何防止和規避适用這項技術可能會帶來的社會和法律層面上的風險，這裡面有沒有個人資訊保護的問題，等等。這個問題所有人還沒有時間能夠看清楚和想清楚，而在這個沒有想清楚之前，所有公司在應用這個技術的時候，還不能急于大規模推廣，商用的時機還不成熟。
第三是文化的問題，每一次技術的突破，都伴随着會不會替代人的讨論，AI就更是如此，更不要說AI還有會不會毀滅人的擔心。每一項新的技術在企業裡面的應用，都會帶來流程，組織的變化，進而發展成文化的問題，現在所有的企業一定是還沒有準備好的，甚至，大多數企業可能還不會意識到這個問題，如果大家還是把這個作為一個新的工具來對待。
第四是資訊繭房的問題，這一輪AI技術的發展，是有可能進一步加強資訊繭房的形成，或者說對于企業的員工來說，可能會帶來思考能力的下降甚至喪失，因為大家很容易就可以得到問題的答案，但是這個答案是否正确和全面，是很值得思考的。這個問題也是我們現在沒法看清的，也會跟前面說的文化，組織相關。
其次，我們必須開始去了解這個新的技術，開始去思考這個技術可能對每一個企業可能帶來的機會和挑戰。
最近跟專家的交流，和聽網上的直播和分享，有三個觀點我覺得非常值得思考：
第一個觀點來自于微軟中國的CTO韋青先生，他的觀點是，通用大模型的本質是，把存在在數字世界的知識，通過高效的蒸餾作用，提煉出來，或者用Chat的方式展現，或者用圖檔，視訊等方式展現，将來還會有其他的形式的展現和應用。如果我們了解這個原理，那麼，蒸餾器（大語言模型）将會是一個通用的技術，真正帶來不同的是，被輸入進去的知識有哪些。前面有說到，被輸入的資訊，有一部分是不受企業控制的，在公域的資料，另一部分是企業私域的資料，企業可能需要從這兩方面去思考如何應對這個情況，是否需要調整品牌營銷，品牌溝通的政策，如何積累和沉澱企業私域的資料。
第二個觀點也是來自于韋青先生，他說道：在AI的世界裡，有可能是一種盲人摸象的放大版，每一個人，包括AI模型，都會根據自己被輸入的資料和資訊，來得出對于世界，對于商業環境的了解，如果我們不能從一開始就認識到這個是一個盲人摸象的情況，對于得出來的結論有一個預設的假設：這可能是事物的一個方面。那大機率我們就會被AI帶跑，
第三個觀點是來自于塗子沛先生，他最近的新書《第二大腦》，就提到搜尋提供有出處的事實，ChatGPT提供觀點，但是問題是，不管你是誰，如果你問同樣的問題，ChatGPT大機率給你同樣的答案，因為ChatGPT基于的資料是網際網路上共有的資料。而第二大腦是每個人（或者是企業）自己要去建設。屬于自己的，獨特的，個性化的數字記憶庫，是私域大資料，這樣在第二大腦接上算法和ChatGPT這樣的工具，把個性化的思考融入基于網際網路海量資料的“通用雲腦”，讓他成為“個人雲腦”。
最後，在這樣的一個AI新技術，新場景層出不窮的時代，我們在企業裡面的數字化工作，應該怎麼樣搭上技術發展的紅利呢？
我個人的思考，可以關注兩個主要的方面：
第一，關注于内部資料的積累和整理，如前面所說，這一輪大語言模型的發展，在商用領域能夠發揮作用，還是要看我們的資料，資料是否豐富，資料品質好不好，這裡的資料不隻是生意營運的資料，也包括那些非結構化的資料，比如會議紀要，PPT，文檔，圖檔，視訊等等；
第二，選擇一些場景，在風險可控的領域做一些試驗性的嘗試，這個就如同小馬過河一樣，站在岸邊看着大家在水裡撲騰，永遠也不知道水溫，水流，水深，是以如何平衡風險可控，和試驗很重要，既不能完全放開，需要有一定的收口，但是也不能太保守，臨淵羨魚。可以考慮成立一個專項項目組，來專門收集場景，推動測試，了解市場。
最近跟一個朋友交流，聊到大家現在都在試驗，是不是再不動手就晚了，我們的結論是不見得。通用的模型這個不是普通的公司可以玩的，因為這個牽涉到海量的資料，以及巨大的算力消耗，這些都隻能依賴大平台，甚至是政府才能推動的，但是這些模型，工具出來以後，更多的競争是在企業自身的私域資料，和找到合适的場景，以及有人能夠操作和應用這些模型和工具，我們的關注點可以在這裡。
以上是我個人的一些思考，不是從技術角度去分析，而是從應用角度去思考我們應該怎麼應對這樣一個技術快速疊代的時代，希望大家留言指正。