在旧金山举行的首届开发者大会上，OpenAI发布了多项重要创新，包括GPT-4 Turbo、通过GPT Builder定制的ChatGPT版本以及全新的Assistants API。这些进展使程序员能够快速为他们的应用程序创建个性化的“助手”。
让企业也能享受AI带来的便利
对于企业日益增长的生成式AI需求，各位领导分享了他们对OpenAI公告的看法。Publicis Sapient的首席产品官谢尔顿·蒙特罗指出，GPT和增强的API的推出，使得以前需要技术背景的任务变得易于非开发者操作。这种去技术化的趋势使得资源有限的企业也能轻松创建专业助手。
ON公司首席执行官亚历克斯·贝克曼表示，这些新进展将大大提升企业与生成式AI的互动。他强调，改进后的API让用户更好地控制输入数据和AI生成的信息，从而产生更连贯且符合上下文的内容，知识更新至2023年4月。
尽管易用性和性能有所提升，贝克曼提醒，GPT-4的基础模型依然没有改变。他指出OpenAI的用户界面仍存在不足，这可能会影响企业的采用。
GPT代理解锁生产力
Interzoid公司的首席执行官鲍勃·布劳尔强调，OpenAI的定制GPT能够整合特定知识源，比如公司手册，使组织能够在全公司范围内部署AI聊天机器人。访问长期知识库可以显著提高生产力。例如，人力资源部门可以将200页的手册转化为聊天机器人，简化提问流程并加快新员工的入职培训。
GPT-4 Turbo的革命性上下文窗口
蒙特罗特别指出，GPT-4 Turbo的128K长上下文窗口，意味着它可以处理多达300页的文本。这一增强改进了上下文理解、文档摘要，并促进了更连贯的对话。例如，它使开发人员能够更有效地分析遗留代码，而无需手动分割。
Square的首席工程师皮尤什·特里帕提举例说明了GPT-4 Turbo在处理大规模通信任务中的潜力。他回忆起处理2300万用户客户查询时所遇到的挑战，并表示新的上下文窗口将大大减轻数据摘要所需的手工工作。
解决生成式AI中的关键挑战
虽然这些新特性备受关注，但并非所有企业领导者都认为OpenAI的公告是颠覆性的。Domino Data Lab的数据科学策略负责人凯尔·卡尔松表示，尽管GPT促进了生成式AI概念的实现，但它们并未解决关于数据安全、可扩展性和性能的关键问题。他警告说，许多企业如果将生成式AI能力外包，可能面临失败的风险，强调内部技术能力对于成功至关重要。
激发生成式AI的实验精神
Huge公司的技术副总裁乔恩·哈克特指出，生成式AI对企业来说仍较为新颖，许多企业往往优先考虑风险管理。他认为，OpenAI的Assistant API和GPT为企业提供了低成本实验生成式AI的智能方式，帮助他们在进行更大投资前评估潜力。
哈克特将此与谷歌和Meta的产品进行了对比，强调更具竞争力的定价模型对于推动采用的重要性。他呼吁各组织优先进行快速且安全的生成式AI实验，以提升生产力和改善客户体验。在这个快速发展的环境中，企业必须提升AI能力，才能不被竞争对手超越。需要帮助的公司应寻求合适的合作伙伴以获取指导。
排行榜
