We're sunsetting PodQuest on 2025-07-28. Thank you for your support!
Export Podcast Subscriptions
Feed Drop: Why Only 10% of Companies Succeed With AI With Sam Ransbotham, Professor at Boston College
2024/7/30
Me, Myself, and AI
J
Joel Beasley
S
Sam Ransbotham
Sam Ransbotham: 许多公司都在从AI中获益，只是收益没有达到预期中的颠覆性改变。成功的AI应用不仅仅是简单的“成功”或“失败”，而是要看其是否带来了显著的财务回报。AI应用成功的基础是完善的技术基础设施和人才储备，但仅仅具备这些还不够，还需要重新思考并改进流程本身。单纯地将AI应用于现有流程并不能带来成功，需要重新设计流程，而不是简单地将AI叠加到现有流程之上。企业在AI应用中会采用内部和外部人才，没有统一的模式。随着技术的商品化，企业内部人才的知识和对组织的了解变得越来越重要。现在借助免费的网络资源和普通的笔记本电脑，就能达到几年前需要专业竞赛才能达到的机器学习水平。现在机器学习工具的易用性大大提高，使得数据准备和模型运行变得更加简单。在机器学习课程中，数据清洗和准备比模型运行更重要。数据组织、标记和清洗是机器学习应用中的一个重要环节，甚至形成了一个独立的商业模式。提示词工程（prompt engineering）是一个快速变化的领域，其知识难以长期保留，更重要的是培养批判性思维。虽然大多数人没有自己构建过机器学习模型，但越来越多的人开始使用现成的AI工具。人们对大型语言模型的态度存在两极分化，一部分人完全忽视其价值，一部分人则积极探索其应用。在尝试使用大型语言模型的过程中，需要不断学习和改进使用方法。大型语言模型的使用率与年龄呈反比，年轻人使用率更高。大型语言模型可以有效地帮助作者构思故事和情节。大型语言模型只是一个工具，其效用取决于使用方法。在AI应用中，人才是关键因素，技术只是工具。判断AI是否具有意识是一个复杂的问题，目前还没有明确的答案。对AI是否具有意识的讨论，需要先对“意识”本身进行清晰的定义。目前对AI的定义主要集中在“人工”方面，对“智能”的定义则缺乏共识且不断变化。图灵测试的意义已经发生改变，人们不再仅仅关注AI能否模仿人类，而是关注其能否完成人类无法完成的任务。AI的应用应该着眼于其独特的优势，而不是简单地替代人类。图灵测试作为衡量AI的标准已经过时，人们的关注点已经转向AI的实际能力。人们对AI的期望值会不断提高，这与人们对新技术的接受过程是一致的。当前的AI工具容易导致人们追求平庸，需要警惕其成为阻碍进步的“拐杖”。AI工具是助力还是阻碍，取决于个人的选择和具体情境。在某些情况下，AI工具带来的中等水平的结果也比人工操作更好。在使用AI工具时，需要根据具体情况选择追求卓越还是接受中等水平。企业应该积极拥抱AI技术，以保持竞争力，否则将面临被淘汰的风险。许多工作中包含许多重复性或低价值的任务，AI可以帮助人们摆脱这些任务，从而专注于更有价值的工作。管理者需要识别哪些任务适合自动化，哪些任务需要人工完成。人们对便利性的追求会推动AI技术的应用，即使这可能会带来一些负面影响。人们对人形机器人的偏好可能源于拟人化的倾向，但这并不意味着人形是机器人的最佳形态。人形机器人并非AI的最佳形态，应该根据实际需求选择合适的机器人形态。企业在AI竞争中失败的原因，更多的是因为没有及时采用AI技术，而不是AI技术本身的缺陷。新一代学生在接触AI技术方面比以往任何一代学生都要早，这给教育带来了新的挑战和机遇。新一代学生在AI技能水平上存在较大差异，这给教育提出了新的挑战。AI可以帮助教育者更好地适应学生个体差异，实现个性化教学。AI可以帮助教师更好地了解学生的学习情况，并提供个性化的学习指导。AI可以提供个性化的学习体验，就像私人教练一样。AI可以帮助人们更有效地学习，例如语言学习应用Duolingo。AI可以帮助人们快速学习和掌握新的技能，例如Fosbury flop高跳技术。AI可以帮助人们更有效地学习，例如Simply Piano钢琴学习应用。
Joel Beasley: 只有10%的公司在AI应用上取得成功，这是一个值得关注的问题。大型语言模型的应用已经为其公司节省了大量的成本。人们对大型语言模型的态度存在两极分化，一部分人完全忽视其价值，一部分人则积极探索其应用。在尝试使用大型语言模型的过程中，需要不断学习和改进使用方法。其公司内部建立了专门的Slack频道来分享大型语言模型的使用经验和技巧。大型语言模型可以有效地帮助作者构思故事和情节。大型语言模型只是一个工具，其效用取决于使用方法。大型语言模型的表现已经超过了一些人。AI带来的工作岗位流失速度比以往任何技术都要快，这需要我们重新思考应对策略。我们需要思考如何应对AI可能导致的30%甚至更多工作岗位的快速流失。AI可以帮助人们处理一些枯燥乏味的任务，让人们将精力集中在更有创造性和价值的工作上。
Deep Dive
The episode discusses the statistic that only 10% of companies achieve significant financial benefits from AI, exploring why this is the case and what sets successful companies apart.
Shownotes Transcript