很火的大模型为什么并没有多少企业投入使用

随着ChatGPT等大模型的崛起，AI成为热门话题。尽管大型语言模型（LLMs）如OpenAI的ChatGPT引起了广泛关注，但实际应用于企业的并不多。

大模型是通用模型，似乎对所有事物都了如指掌。然而，我们必须承认，在ChatGPT之前的AI发展——我把这些统称为描述和预测型AI——在商业分析和预测等特定应用中，精确性至关重要。描述性AI通常与监督学习相关，涵盖了分析型AI、预测型AI和指导型AI等领域。它们仍然是AI应用的主流并服务于独特的目的。

与生成式AI不同，这些模型依赖于有限的数据，且需要较少的计算能力。它们使用不同的算法，专注于不同的应用。更重要的是，它们通常更可靠，不会像LLMs那样出现常见的“幻觉”问题，这些问题有时荒谬到一位AI科学家戏称它们为“梦境机器”。

生成式AI为企业AI工具包引入了大量的新能力，此外，还需要考虑通用AI和窄AI的区别。通用AI（General AI）是指能够执行广泛任务的AI，而窄AI（Narrow AI）则专注于执行特定任务。在目前的技术水平下，生成式AI虽然展示了强大的通用能力，但在特定领域的应用上，窄AI往往表现得更为可靠和高效。因此，企业在制定AI策略时，需要根据具体业务需求选择合适的AI技术而不是盲目追随潮流。