X调查|为什么简单包装GPT做不了企业级AI

AI划重点 · 全文约1288字,阅读需4分钟

1.企业级AI代理预计在2025年真正成熟,但在此之前,许多项目因缺乏安全护栏和质量把控而失败。

2.以自动回邮件工具为例,企业级AI代理需解决孤立作战、没头没尾、漏洞百出等问题。

3.事实上,AI模型可以像搭积木一样串起来,形成一个灵活的工作流,而非仅仅依赖生成式AI。

4.2025年,AI代理将让各行业工作流程变得更简单、强大、自动化,但不会带来“神器”级产品。

5.为此,工程师和产品经理需关注创造价值,遵循“AI解决方案设计与构建”课程中的实用框架。

以上内容由腾讯混元大模型生成,仅供参考

图片
全文字数 1280
建议阅读 min
图片
作者:适道AI组
编辑:Rika

本文图片来源:网络配图

图片
Lutz Finger在近日的一篇博客里表示,尽管2023年就有人宣称“AI代理元年”即将到来,但直到2025年,企业级AI代理才会真正成熟。LutzFinger是康奈尔大学约翰逊管理研究院高级访问讲师,曾在Google、LinkedIn和SNAP Inc等科技巨头担任要职,现为AI工具平台R2Decide的创始人,在数据科学和产品管理领域拥有超过20年经验。
以下是其博客原文,由适道(ID:survivalbiz)编译:
实际上,在2023年的时候,大家就在说“明年是AI代理元年”了吧?那会儿我在播客里聊AI模型串联的时候,大家都超级兴奋。到了2024年,各大公司都开始玩生成式AI,有些甚至搞起了模型串联。但是呢,很多项目最后都黄了。为啥?就是因为都是测试项目,没有真正融入系统,也没有安全护栏和质量把控。
虽然2025年会有改变,但产品难题还是存在的。我们来看个简单例子吧——一个自动回邮件的工具。就是那种能自动帮你写回复的系统。通过这个例子,大家就能看出企业用AI代理时会遇到哪些坑和机会了。

1

为啥简单包装GPT做不了企业级AI?

最简单的方式就是用GPT包装器做个邮件回复工具。2024年我看到超多这种案例。就是把AI接到一个小界面上,搞个ChatGPT的API密钥,写点代码接收邮件,告诉AI该怎么做,然后显示回复。看起来很简单对吧?
但是即便是这么个小工具,企业级AI也会遇到这些坑:
  • 孤立作战:工具都不能查我日历,咋知道我有没有空?

  • 没头没尾压根不知道我跟Tim啥关系,也不知道我喜不喜欢这种活动

  • 漏洞百出:要是邮件问我要身份证号咋整?

  • 没有把门的:遇到敏感问题,比如问政治观点,它咋处理?

  • 失控状态:用户能控制AI回复的程度有多少?

  • 脑补成瘾:AI有时候真会胡说八道,ChatGPT自己都说“我可能会犯错哦
大语言模型是厉害,总结啊当接口啊都不错,但是光靠它们还不够。咱们来看看怎么用工作流把这个工具升个级。

2

AI代理工作流:不止是生成式AI

其实AI模型可以像搭积木一样串起来,一个模型的输出可以给下一个用。有点像Zapier或IFTTT,但是是AI加持版的。而且不是死板的步骤,可以根据情况灵活调整。很多时候都不用生成式AI,因为又慢又贵。
比如我们的邮件工具可以这么玩:
  1. 先看日历有没有空;

  2. 翻翻跟Tim的聊天记录,看看以前的饭局咋样;

  3. 根据以往经验预测一下我想不想去;

  4. 搞三个回复模板:答应的、推辞的、问详情的。
这就是AI模型串联的威力,一下子解决了好多问题。但是大语言模型只是工具箱里的一个工具而已。

3

2025年企业AI代理展望

2025年,AI代理绝对会爆。它会让各行各业的工作流程变得更简单、更强大、更自动化。但别想着会有啥“神器”出现。要说有的话,可能就是搜索了。咱们会看到更多小而美的应用,比如客服(可以看看我投资的ultimate.ai)、法律支持(flank.io)、销售(就是我的公司r2decide.com)。
要做好这些产品,工程师和产品经理得把重点放在创造价值上。我教的“AI解决方案设计与构建”课程里就有个实用框架:
  1. 先定业务目标

  2. 收集整理数据

  3. 开发AI工作流

  4. 找用户测试

  5. 建立反馈机制
看着简单,但里面有太多细节要考虑了,比如偏见啊伦理问题啊。最重要的是,一定要围绕价值创造来做。你有什么想法和创意吗?我们可以一起讨论。

 END 
图片
·相关阅读·

请点击下图浏览