【美国人工智能曾被寄予厚望，但企业仍在等待】[省流：ChatGPT爆红三年后，多数企业仍未从AI投资中获得实质回报。调查显示仅5%-15%的高管认可其广泛价值。企业虽信AI将变革业务，但已放缓应用速度。OpenAI等公司正加大企业市场开拓，但实际应用中AI在准确性、稳定性及情感交互等方面仍存局限。专家指出，企业需找到AI提升效益的具体路径，否则可能面临投资泡沫风险。目前，行业正从通用模型转向深耕垂直领域的定制化解决方案。]（路透社）自三年前 ChatGPT 爆红以来，大大小小的公司都争相采用生成式人工智能技术，并将其应用到尽可能多的产品中。但根据公司高管、顾问以及近期七项高管和员工调查的结果，迄今为止，绝大多数企业仍在努力从人工智能投资中获得实质性回报。弗雷斯特研究公司（Forrester Research）在第二季度对1576名高管进行的一项调查显示，仅有15%的受访者认为人工智能在过去一年中提高了利润率。咨询公司波士顿咨询公司（BCG）在5月至7月中旬对1250名高管进行的调查发现，仅有5%的人认为人工智能具有广泛的价值。高管们表示，他们仍然相信生成式人工智能最终会改变他们的业务，但他们正在重新评估这种变革在各自组织内部发生的速度。Forrester预测，到2026年，企业将把约25%的人工智能支出计划推迟一年。“开发这项技术的科技公司一直在宣传，这一切都将迅速改变，” Forrester 分析师 Brian Hopkins 说。“但我们人类的改变速度并没有那么快。”包括OpenAI、Anthropic和谷歌在内的多家人工智能公司都将在未来一年加大力度争取企业客户。OpenAI首席执行官萨姆·奥特曼（Sam Altman）最近在纽约与媒体编辑共进午餐时表示，为企业开发人工智能系统可能是一个价值1000亿美元的市场。所有这一切都发生在科技领域前所未有的投资浪潮之下，投资范围涵盖芯片、数据中心、能源等各个方面。这些投资是否合理，将取决于企业能否找到利用人工智能提升营收、提高利润率或加速创新的方法。一些专家表示，如果做不到这一点，基础设施建设可能会引发类似于2000年代初互联网泡沫破裂的危机。——“简易”按钮ChatGPT 发布后不久，世界各地的公司都成立了专门的工作组，致力于寻找采用生成式人工智能的方法。生成式人工智能是一种可以通过文本提示创建原创内容（如文章、软件代码和图像）的人工智能。人工智能模型的一个众所周知的问题是它们倾向于取悦用户。这种偏见——被称为“阿谀奉承”——会鼓励用户更多地交流，但会削弱模型提供更好建议的能力。CellarTracker 的首席执行官 LeVine 表示，该公司基于 OpenAI 技术构建的葡萄酒推荐功能就遇到了这个问题。当被问及一般性推荐时，聊天机器人表现尚可。但当被问及具体年份的葡萄酒时，聊天机器人仍然给出肯定的回答——即使所有迹象都表明用户极不可能喜欢这些年份的葡萄酒。“我们不得不费尽心思让模型（任何模型）进行批判性分析，并指出我可能不喜欢的葡萄酒，”莱文说。解决方案之一是设计一些提示语，允许模特说“不”。企业也一直苦于应对人工智能缺乏稳定性的问题。北美铁路服务提供商 Cando Rail and Terminals 的总经理 Jeremy Nielsen 表示，该公司最近测试了一款人工智能聊天机器人，供员工学习内部安全报告和培训材料。但 Cando 遇到了一个意想不到的障碍：这些模型无法始终如一地正确概括《加拿大铁路运营规则》，这是一份约 100 页的文件，其中列出了该行业的安全标准。有时模型会忘记或误解规则；有时它们会凭空捏造规则。人工智能研究人员表示，模型常常难以记住长篇文档中间出现的内容。Cando目前已暂停该项目，但正在测试其他方案。迄今为止，该公司已在人工智能产品开发方面投入了30万美元。——人类卷土重来人们原本以为人工智能会对人工呼叫中心和客户服务造成巨大冲击，但企业很快意识到，能够委托给聊天机器人的人工交互量是有限的。2024年初，瑞典支付公司Klarna推出了一款由OpenAI驱动的客户服务代理，该公司表示，该代理可以完成700名全职客户服务代理的工作。然而，到了 2025 年，首席执行官 Sebastian Siemiathowski 不得不收回之前的说法，并承认有些客户更喜欢与真人交谈。Siemiathowski 表示，人工智能在简单的任务上很可靠，现在可以完成大约 850 个智能体的工作，但更复杂的问题很快就会交给人类智能体处理。2026 年，Klarna 的重点是打造第二代 AI 聊天机器人，并希望尽快推出，但人类仍将是其中的重要组成部分。他说：“如果你想保持以客户为中心的理念，就不能完全依赖人工智能。”同样，美国电信巨头 Verizon 在尝试将呼叫处理工作委托给人工智能之后，计划在 2026 年重新启用人工客服。“我认为 40% 的消费者喜欢仍然与真人交谈的想法，但他们却无法联系到真人客服，这让他们感到沮丧，”Verizon 负责人工智能驱动业务运营以提升企业客户服务水平的负责人 Ivan Berg 在今年秋季接受路透社采访时表示。该公司拥有约 2000 名一线客服人员，仍然使用人工智能来筛选来电、获取客户信息，并将他们引导至自助服务系统或人工客服。使用人工智能处理日常问题，可以让客服人员腾出手来处理复杂的问题，并尝试新的事物，例如拨打外呼电话和进行销售。“同理心可能是目前阻碍人工智能代理与客户进行全面沟通的关键因素，”伯格说。Zendesk客户服务平台的产品、工程和人工智能总裁Shashi Upadhyay表示，人工智能在三个领域表现出色：写作、编码和聊天。Zendesk的客户依靠生成式人工智能处理50%到80%的客户支持请求。但他同时指出，认为生成式人工智能可以包揽一切的想法“被过分夸大了”。——崎岖的前沿大型语言模型正在迅速攻克数学和编程中的复杂任务，但在相对简单的任务上仍然可能失败。研究人员将这种能力上的矛盾称为人工智能的“锯齿状前沿”。“它在数学方面可能是一辆法拉利，但在安排日程方面却像一头驴，”LMArena（一款流行的基准测试工具）的首席执行官兼联合创始人阿纳斯塔西奥斯·安杰洛普洛斯说道。看似微小的问题可能会出乎意料地导致人工智能系统崩溃。许多金融公司依赖于从各种来源收集的数据，而这些数据的格式可能千差万别。咨询公司Alpha Financial Markets Consulting的董事克拉克·谢弗表示，这些差异可能会导致人工智能工具“解读出并不存在的模式”。Shafer表示，许多公司现在正在研究重新格式化数据以利用人工智能这一可能成本高昂、耗时且复杂的过程。荷兰科技投资集团 Prosus 表示，其内部开发的人工智能代理旨在回答有关其投资组合的问题，类似于该集团内部数据分析师目前所做的工作。理论上，一名员工可以询问上周在柏林，一家由 Prosus 支持的食品配送公司有多少次未能及时送达寿司订单。但 Prosus 人工智能主管 Euro Beinat 表示，目前该工具还不总是能理解哪些街区属于柏林，或者“上周”是什么意思。“人们以为人工智能是魔法。它不是魔法，”贝纳特说。“要让这些工具有效运作，需要将大量的知识编码进去。”尼尔森说：“我们都以为这会是件轻而易举的事，但事实并非如此。”——更多牵手OpenAI 的一位发言人表示，OpenAI 正在开发一款面向企业的新产品，并且最近创建了内部团队，例如前沿部署工程团队，直接与客户合作，帮助他们使用 OpenAI 的技术来解决特定问题。OpenAI 营收主管 Ashley Kramer 在 11 月路透社 Momentum AI 大会的舞台采访中表示：“我们看到失败的地方在于，有些人贸然进入某个领域，结果发现这是一个价值数十亿美元的问题——这需要几年时间才能解决。”克雷默表示，具体来说，OpenAI 正在与各公司合作，寻找人工智能可以产生“高影响但起初可能投入较少”的领域。竞争对手人工智能实验室 Anthropic 80% 的收入来自企业客户，该公司正在招聘“应用人工智能”专家，这些专家将驻扎在企业中。Anthropic 产品负责人 Mike Krieger 在今年早些时候的一次采访中表示，人工智能公司要想取得成功，就必须将自己视为“合作伙伴和教育者，而不仅仅是技术的部署者”。越来越多的初创公司（其中许多是由前 OpenAI 员工创立的）正在开发针对特定行业的 AI 工具，例如金融服务或法律行业。这些创始人表示，与 ChatGPT 等通用或面向消费者的工具相比，企业将从专门的模型中获益更多。总部位于旧金山的AI应用初创公司Writer一直在采用这种策略。该公司目前正在为Vanguard和Prudential等大型企业的财务和营销团队构建AI代理，其工程师会直接与客户通话，了解他们的工作流程，并共同构建代理。Writer 首席执行官 May Habib 表示：“企业需要更多指导才能真正让 AI 工具为他们所用。”
