Bonus Episode: Generative AI Trends for 2024 With Tom Davenport
29:49 Share

在我们《我和人工智能》节目进入冬歇期之际，我们希望您喜欢这一集。巴布森学院信息技术与管理学杰出教授汤姆·达文波特加入萨姆和谢尔文，讨论他们对2024年人工智能趋势的预测。您可以在下面找到剧集中提到的其他研究和资源：汤姆·达文波特与麻省理工学院SMR合作撰写的文章2024首席数据官洞察：数据与生成式人工智能（需要通过AWS下载的表格）为什么等待采用人工智能的公司可能永远赶不上美国人使用人工智能的数据说明了什么（皮尤研究中心）人工智能聊天机器人对学生和作弊究竟意味着什么？（斯坦福大学教育学院）兰迪·比恩的2024年高管调查嘉宾简介托马斯·H·达文波特是巴布森学院信息技术与管理学杰出教授，牛津大学赛德商学院客座教授，麻省理工学院数字经济倡议研究员。他是《与人工智能共事：人机协作的真实故事》（麻省理工学院出版社，2022年）的合著者。《我和人工智能》是由麻省理工学院斯隆管理评论和波士顿咨询集团联合推出的播客节目，由萨姆·兰斯博瑟姆和谢尔文·霍达班德主持。我们的工程师是大卫·利尚斯基，协调制作人是艾莉森·莱德和索菲·鲁丁格。通过加入我们的LinkedIn小组“AI for Leaders”（mitsmr.com/AIforLeaders）或关注LinkedIn上的《我和人工智能》节目，与我们保持联系。我们鼓励您对我们的节目进行评分和评论。您的评论可能会用于《我和人工智能》的资料中。</context> <raw_text>0 今天，我们播放的是由我们的朋友Modern CTO Podcast制作的一集节目，他们最近很友好地邀请我作为嘉宾参加。我们讨论了生成式人工智能的兴起，在技术方面取得成功的意义，以及领导者在指导技术实施工作时需要考虑的一些因素。您可以在Apple Podcast、Spotify或您收听播客的任何地方找到Modern CTO Podcast。

大家好，我是艾莉森。由于我们的节目仍在冬歇期，我们会在我们的节目中发布奖励剧集。今天，萨姆和谢尔文与巴布森学院教授汤姆·达文波特进行了交谈，他谈到了他对来年组织中最有趣和最引人注目的AI趋势的看法。我们希望您喜欢这一集。一如既往，非常感谢您的评分和评论，以及关于我们如何继续改进的评论。我是巴布森学院的汤姆·达文波特，您正在收听《我和人工智能》。

大家好。今天我们为您准备了一集与众不同的节目，我们对此感到兴奋。今天，谢尔文和我将与巴布森学院信息技术管理杰出教授汤姆·达文波特进行交谈。有趣的是，通过他的工作，汤姆对人工智能领域正在发生的事情有着深刻的见解。谢尔文也花了很多时间与从事实际项目的公司进行交流。因此，我们计划做一个关于人工智能现状和我们看到的未来方向的更一般的节目。汤姆，感谢您加入我们。

我很荣幸。感谢你们的邀请。你好，汤姆。好吧，让我们从简单的问题开始。我们现在看到所有公司都在兴奋地关注什么？汤姆，人们在兴奋地关注什么？我不知道你是否听说过这个叫做生成式人工智能的东西，但人们似乎对此非常感兴趣。

在某种程度上，我认为他们对此过于感兴趣，因为显然还有更多传统形式的人工智能。有些人称之为传统人工智能，它仍然非常有价值。我知道在生成式人工智能出现之前，你们在这个播客上谈论它很多年了。对许多公司来说，我认为它仍然与生成式人工智能一样重要，甚至可能更重要。因此，你经常不得不试图说服他们，这并不是唯一存在的人工智能形式。

有趣的是，特雷弗和我刚刚在谈论“传统”这个词，或者你刚才说的“传统人工智能”。我们怎么会到了能够将这个古老而新奇的东西称为“传统”或“传统”的地步？好吧，萨姆，你还记得几天前在世界银行的活动上，

有人提醒我们，人工智能自50年代就存在了。所以在某种程度上，称之为传统人工智能并没有错。但是，汤姆，完全认同你所说的。也就是说，生成式人工智能引起了如此大的轰动，以至于一些人

忘记了已经存在的更大的轰动，也许他们忽略了，那就是人工智能。在我们BCG的工作中，我看到了三种模式。我看到那些公司

一直在建设和投资人工智能。我知道你和萨姆也做了很多研究，汤姆。因此，对于这些公司来说，这是一个对其投资的延续，虽然不一定是线性延续，但它们确实拥有

相当多的能力，包括数据生态系统、技术生态系统和工作方式。因此，他们更愿意并且能够引入生成式人工智能，并使其与人工智能协同工作。

我认为，这是今天的赢家。然后还有一组公司一直在围绕人工智能采取小步骤。因此，现在他们看到生成式人工智能的加速发展，他们认为，哦，我们需要认真思考一下我们的人工智能战略以及它如何融合在一起。因此，这是一个警钟。

它不再是理论上的事情了。然后还有一组人认为，生成式人工智能即将到来，所以我们不必再担心人工智能了。所以，就像现在所有的一切都是生成式人工智能一样，我们不需要数据科学家或数据工程师等等。你只需要问它，它就会去做，这很不幸。我认为这组人正在慢慢学习。这就是我看到的。我不知道，汤姆，你看到了什么？

嗯，这很有趣。我还没有听说过最后一类。我同意你的观点，早期采用者相对于在其组织中实现生成式人工智能具有优势。我刚刚与麻省理工学院首席数据官小组（CDOIQ）和AWS进行了一项调查，

大约一个月前结束，只有6%——我的意思是，每个人都对生成式人工智能非常兴奋，这是调查的重点。80%的人表示他们认为这将改变他们的组织，但只有6%的人部署了他们已经部署的生产应用程序。因此，我认为对于绝大多数公司来说，我们正处于早期的实验阶段。即使，你知道，当你谈论那些真正非常先进的公司时——

我与一家我写过文章的亚洲银行进行了交谈。它是DBS，东南亚最大的银行，位于新加坡。他们是人工智能的早期采用者。我在《斯隆管理评论》中写过关于首席执行官的文章，以及他是一个多么伟大的……

领导人工智能的榜样。我前几天和他谈论生成式人工智能，我说，是的，我们大约有35个用例，但没有一个投入生产，主要是因为监管原因。因此，一些组织对将某些东西投入生产存在可以理解的限制。这是你担心的危险吗？我的意思是，我认为当你开始谈论这个话题时，你有点说，嘿，你听说过这个叫做生成式人工智能的东西。我

我的意思是，一个论点是，哦，这很好。它吸引了人们对人工智能的关注，然后我们可以引导它。但我认为你的语气更像是，嘿，这分散了对传统或重要事物的注意力。好吧，公司会请我来谈论生成式人工智能。最初，我会按照他们的要求去做。但我开始为此感到内疚，并说，你知道吗，为什么？

顺便说一句，在你的业务中，你最好探索一些更传统的东西。我不想成为那些四处说“还记得以前是什么样子吗？”的老家伙之一。谨慎或思维拓展是必要的。顺便说一句，这就是我眼中的第三组，对吧？我的意思是，确实存在一种真正的危险，那就是你认为我会避开这个或忘记人工智能和所有这些，因为，是的，我落后了。

我们应该投资的时候没有投资，因为我们认为这不适合我们，或者没有优先考虑。我们可能做了一些试点，但从未投入生产。但现在有了这个新东西，我们不再需要旧东西了。是的。而且，你知道，我认为我们之前所做的很多事情最终会被取代，或者我们将拥有生成式人工智能作为界面，对吧？

就像萨姆一样，在人工智能出现之前，我花了大量时间研究分析，我认为这些系统可以在分析和机器学习方面完成惊人的工作。只需两行提示，你就能获得三页信息。

机器学习模型的创建和分析以及特征工程等等，简直令人难以置信。好吧，不要告诉别人，因为我现在正在进行这方面的考试。但这是一个重要的观点，许多人认为性别生成式人工智能是它将创作诗歌、文本或总结内容或制作电影，它确实如此，但它可以帮助你排序任务、编写代码并进行自我调试。我的意思是，这真的非常强大，就像你所说的那样。

是的，我想这一切都有效。ChatGPT 的高级数据分析部分通过编写 Python 代码来完成所有这些工作。所以这真的很令人震惊。尽管即使在科技领域，我今天早上也刚刚与一位老朋友交谈。他拥有一家主要从事分析工作的公司，但现在他们也在做人工智能。我们正在讨论文本领域的机遇。

无论你是谈论客户对话、员工评论、针对你提起的诉讼的所有法律文件，还是在线情绪分析，生成式人工智能都可以做很多令人难以置信的事情，以比以前的方法更好地理解所有这些。我最喜欢的例子是讽刺。我以前很喜欢讽刺。

事实上，传统的情绪分析根本无法处理讽刺。我最喜欢的例子是万豪酒店的一些人告诉我的。他们说，有人在 TripAdvisor 上写道，游泳池太凉了。你知道，你怎么解释呢？当时人工智能做不到。但是，

生成式人工智能可以说他们可能认为这是一个非常棒的游泳池，你知道，更准确。它可以弄清楚这条评论应该发送给当地酒店经理，而不是发送给公司客户关系部门或其他部门。所以它可以做的事情真是太令人震惊了。我认为你触及了一个非常重要的方面，这阻碍了对

传统人工智能的采用，就像你所说的那样，对吧？萨姆，就像我们讨论过的那样，所有研究都最终归结为我所说的 10-20-70 规则，至少我使用过，我的许多同事也使用过，那就是为了大规模获得价值，10% 是关于模型和算法的，20% 是关于技术骨干以及所有相关的连接性等等。但 70% 是关于将其嵌入组织结构和采用以及

萨姆，你和我的同事将其定义为人机交互的不同模式或流程变化等等，对吧？传统上，这 70% 非常困难。这就是你提到的那些例子，汤姆，无法将事情投入生产的原因。

生成式人工智能可以做的是，它可以使 7D 变得更容易。它可以使人工智能更易于解释，或者使用户能够以比以前更不笨拙的方式对其进行询问、覆盖或使用它。我认为这是生成式人工智能的真正优势。正如你提到的，你知道，它可能是一个非常直观的用户界面，并且

因此允许更多地采用和使用传统的优化和预测工具。是的，我的下一本书是关于非专业人士在系统开发、自动化、分析和人工智能方面的公民运动。很明显，它将为人工智能引入一个全新的领域。

那些不想费心学习可用数据或如何使用可视化显示工具、Excel 或 Power BI 等工具的人，但他们可以说一句简单的英语句子来表达他们的需求。我认为这将真正打开局面。

顺便说一句，你们可能都认识兰迪·比恩。他有一家咨询公司，每年都会对数据领导者进行调查。他有一项新的调查结果。一件非常令人沮丧的事情是关于成为数据驱动型组织和拥有数据驱动型文化的问题等等。

多年来一直在 20% 的低位徘徊。在某些情况下，情况甚至变得更糟。几年前它还在 30 年代。他已经做了 12 年了。在他最新的调查中，我认为这份调查会在本播客发布时公布，

它将这些数字增加了一倍多，这些数字来自组织，数据领导者表示，现在我们拥有数据导向型文化。我们是一个数据驱动的组织。令人惊奇的是，它必须是生成式人工智能。过去一年中没有其他事情发生如此大的变化。令人惊奇的是，它不仅打开了人们参与的可能性，而且还在公司的各个层面打开了对这些问题的兴趣。

这似乎会产生巨大的涓滴效应。但让我反驳一下，只是为了争论。你知道，我认为如果我们取消那些烦人的安全协议，飞机可以飞得更快。我的意思是，这只会减慢速度，你知道，拥有所有这些冗余的飞行员。如果没有这些，我们可以更快更有效率。让我将其扩展到软件开发。我的意思是，所有这些测试和质量保证，这都需要太多时间和资源。如果没有这些，我们可以更快地完成。我们如何才能避免在你谈到的未来公民开发者世界中出现这种情况？人们首先关心的是功能，其次是安全性。嗯，这很有趣。我的意思是，我正在与伊恩·巴金合写这本书。他更多地来自自动化背景。人们不太担心由公民创建的小型工作流程等等。但是……

但在开发、应用程序开发方面和数据科学方面，人们都更担心这个问题。我们有这样的想法，你知道，许多 IT 组织仍在想，哦，这会创建影子 IT 或流氓 IT。我的人不想去看它是否真的有效。其中一些仍然存在，但令人惊奇的是有多少人，

首席信息官，我们发现他们说：“我们真的鼓励这样做。我们无法独自完成所有这些数字化转型。”是的，他们不堪重负。开发应用程序的 IT 部门排队的人越来越多，而不是越来越少。所以我认为这将产生巨大的影响。我的意思是，宝马正在培训 80,000 名白领员工如何进行公民开发。这简直令人难以置信。

但这里确实存在瘫痪和不作为的真正危险，因为正如你所谈论的，人工智能很复杂，生成式人工智能也使实施和采用变得更加复杂，因为正如你所谈论的，你必须考虑所有这些其他事情。所以这有点让我想起了

2000 年代初期的互联网现象，许多知名且著名的组织，无论是公共组织还是私人组织，基本上都说，我们为什么需要网站？我们为什么需要电子商务？这是一项复杂的技术。没有人能够建立一个网站。我们甚至不知道它是什么。我们为什么需要它？这些组织因为落后而付出了巨大的代价。我还记得那些非常无用且笨拙的公司网站，它们试图销售商品，非常成熟的公司，你只需要等待 30 秒才能加载一个页面，然后你就会去其他地方，那里的速度很快。所以我确实也担心

确实存在一种真正的危险，再次，我的三组，就像领导者会没事的。他们将继续创新。然后你还有中间组和底层组。这些公司确实存在落后并等待事情平息的真正危险。你对此怎么看？好吧，我同意。几年前，我和维克拉姆·马哈达尔在SMR上合著了一篇文章，关于创新。

人工智能不是一个适合快速追随者的领域，因为积累所需的数据需要很长时间，而且雇用真正想要的人也需要很长时间。你等待的时间越长，这些人就越少。我认为如果他们不尽快在这个领域采取行动，这将使许多公司长期落后。

但这让我很困扰，因为我认为你所主张的是，这些技术巨头的霸权只会变得更大、更强大、更强大。而且，你知道，如果追随如此困难，我们该如何摆脱中世纪，在那里我们必须

效忠于这些封建领主才能获得我们想要的模型，如果这一切都集中在一起？好吧，问题是什么让追随如此困难？我认为缺乏对机遇是什么、技术是什么的理解，以及缺乏

或一种信念，好吧，这不适合我们，我们永远无法弄清楚，或者一种信念，事情会变得更简单，所以我转向一个供应商或一个解决方案来做到这一点。所以我认为这种困难的一部分是，

是一种心态，而且，缺乏更好的词语，是对恐惧或无知的反映，而不是优先级。所以我认为这种困难的一部分，在我看来，只是某些公司管理层和高级管理层缺乏理解，就像真正需要什么一样。正如汤姆所说，为什么成为

迟来的采用者或第二个追随者没有意义。你可能拥有你想要的一切，但如果你没有数据，汤姆说数据是其中很大一部分。每个人都有数据。我认为对于初创公司来说，获得创建所需的数据可能非常具有挑战性

最低限度可行的人工智能产品或其他任何东西，但大公司显然拥有大量数据。但是，萨姆，我认为我们可以区分这个领域中的供应商，他们大多是大型巨头。我的意思是，OpenAI 是一个有趣的例子，因为……

他们在那里雇用了 300 多人，而谷歌则有 80,000 人，或者可能更多，但他们仍然在市场上击败了他们。当然，现在他们与微软密切合作。我本来想跟进这个确切的观点。你确实需要大量的处理能力，这通常需要一家大公司。但我认为在这个技术的使用者中，

我认为这就是我真正争论的。你不想成为一个快速追随者，因为赶上需要太多时间。让我们回到你身上。你提到了宝马的 80,000 人学习公民开发者。我的意思是，为什么止步于此？我们是否需要更多关于人工智能机器学习的公众意识？我有 13 岁和 15 岁的孩子。我们应该在晚上进行炉边谈话吗？

在餐桌上谈论人工智能？多少……我不认为是那一组人。我认为是现在正在做出决定的那一代人。

汤姆，我不知道你认为如何。嗯，这很有趣。在昨天之前，我可能会同意你的观点，我看到了一些分析，从某种程度上来说，这令人欣慰。斯坦福大学的一项研究表明，由于学校中的人工智能作弊并不多，但似乎甚至意识到这一点的人的百分比

比我想象的要低得多。我忘记了确切的数字。可悲的是，少数族裔儿童似乎比白人儿童的意识要低得多。我认为这是

各级学校都将有责任教导人们如何有效地使用这些技术，而不是像一些人早期那样禁止使用它。幸运的是，我认为这种情况正在消退。但这是几代人以来我们见过的最强大的技术。大多数人似乎都同意这一点，即使是像我们这样经验丰富的老兵也是如此。因此，学校将承担

沉重的负担，让人们了解这些东西是如何工作的，家长们也是如此，萨姆。所以我想，是的，你应该和你的孩子谈论人工智能。实际上，皮尤研究中心最近进行了一项研究，讨论了谁听说过 ChatGPT 以及谁在使用它。这与年龄完全成反比。他们的调查截止到 18 岁，但轨迹非常清楚。而且

根据我们家周围孩子的样本，他们都非常了解这项技术。我的意思是，我相信你也看到了这一点，萨姆。让教师参与其中将非常困难。我的意思是，巴布森大学的一些教师非常热衷，但有些教师实际上去了学术技术办公室，并说，我们可以在我们的校园里关闭人工智能吗？让每个人都相信这可以

真正促进更好的学习，这本身就是一个巨大的组织变革，即使是弄清楚这一点也很不容易。我在我的一些关于人工智能的课程中做过这件事，

在某种程度上，你知道，我让他们展示他们的工作，他们展示他们的提示，他们展示他们所做的编辑等等。而且有很多问题。首先，当他们编辑时，他们会在 LLM 所做的事情中引入语法和拼写错误。他们忘记了他们应该向我展示他们的提示。然后我告诉他们需要在谷歌上查找以确保它是真实的。他们忘记了这样做。

其中几个人说，当我们只是去维基百科复制一些东西时，更容易……在复制维基百科的好日子里。是的，没错。我认为这是一个有趣的……

对事物的不同看法，部分原因取决于你所教的内容。我的意思是，汤姆，你正在教授人工智能课程。在那里禁止使用它显然没有任何意义。但如果我教人们数学，我认为我会禁止使用计算器，至少在人们知道加减法之前。我会争辩说我会争辩说，与其这样做，

让问题变得更难，并允许孩子们使用更多的想象力，使用工具更有创造力？我的意思是，因为类比是，当然，你希望孩子们能够做时间表等等，对吧？但是你是否希望人们能够乘以三位数？也许。我的意思是，一些学校会赞扬这一点，并说，你这样做很棒。我也觉得

禁止人工智能就像说，你知道，让我们切断互联网通信线路，因为我们不想让任何不当内容出现在我们的电视上。对吧。或者我们不想让我们的孩子在 YouTube 上。让我们确保我们没有互联网。然而

你知道，这是我们生活中的一种现实。所以让我们好好利用它。这就是为什么很难，对吧？所以我认为我的谨慎和我的恐惧是这个，这是我之前的观点，那就是这种不作为或这种恐惧或这种瘫痪会导致人们、社会和公司

只是将此视为一个黑匣子，可能是一个邪恶的黑匣子，让我们与它没有任何关系。而我认为你需要进入狮子的巢穴或火圈并打开它。就像，它不会消失。它是我们未来的组成部分。让我们弄清楚如何利用它做好事。让我们弄清楚如何不做，你知道，坏事。

并且关于我们在学校或公司或社会中所做的事情，让我们做到人与人工智能可以更好地一起工作，而不是独自工作。所以在你的例子中，让问题更难或让作业更有创造性，并允许孩子们使用他们想要的任何资源。因为无论如何，这些不都是我们未来 10 年和 20 年后需要的正确技能吗？不。

不再是加法技能了，而是将所有这些技术整合到技术本身无法做到的事情中的能力。

好吧，我认为我们必须弄清楚哪种技术最适合与人类合作。上周我参加了麻省理工学院数字经济倡议的一次演示，一位博士生正在研究文案写作。有一个三个不同条件的实验。一个是只有文字处理器，没有生成式人工智能。第二个是一种高级的自动完成系统，你可以接受或拒绝，它很明显…… 65 可能是 50-50 人机。第三个是生成式人工智能创建完整的输出。总的来说，文案人员更喜欢中间阶段，它产生了更高质量的作品，并且获得了更多在线点击率。所以我认为我们需要弄清楚如何最好地使用这些工具。这不仅仅是

根据一个提示为我生成我的论文。是的，我认为我们现在还处于弄清楚这一点的早期阶段。我们现在只有一年时间了。我认为我们可以给自己一点时间来尝试弄清楚如何使用这个工具。如果工具停止改变，我们可以弄清楚，对吧？好吧，问题就在这里。仅仅跟上工具的工作方式以及开发了哪些新事物等等，就是一个全职工作。

汤姆，和你交谈真是太有趣了。而且，你知道，我们在这里讨论了很多不同的主题。我认为我们最终可能会学到更多，做一些事情。这是一种贯穿始终的主题，它将影响每个人。我们需要做一些事情，而不是被动地等待和观察。因为正如你所说，快速追随者在这里可能不是正确的方法。感谢您抽出时间与我们交谈。谢谢，汤姆。这真是太棒了。我很荣幸。真的很享受。

感谢收听《我和人工智能》。我们相信，就像你一样，关于人工智能实施的对话不会在这个播客中开始和结束。这就是为什么我们在 LinkedIn 上专门为像你这样的听众创建了一个小组。它被称为“AI for Leaders”。如果您加入我们，您可以与节目创建者和主持人聊天，提出您自己的问题，分享您的见解，并了解有关人工智能的更多信息。

并获得来自麻省理工学院SMR和BCG关于人工智能实施的宝贵资源，您可以访问mitsmr.com/AIforLeaders。我们将把链接放在节目说明中，我们希望在那里见到您。