许多机构正在思考如何将大语言模型（LLM）等生成式人工智能（genAI）工具整合到业务中，以获得最佳投资回报。
企业需要考虑哪种大语言模型最适合自身，无论是“自建”还是“现成”系统。关于安全、可靠地使用人工智能的指导原则也正在逐步出台。
员工应当是任何企业人工智能实施中的关键组成部分，他们应加快其在业务中的应用，而不是被大语言模型等工具所取代。
生成式人工智能有望在未来一年继续保持强劲势头，使2024年成为该新技术获得实证的一年。当然，企业最有力的实证将是追求大语言模型（LLM）等生成式AI技术所带来的实际投资回报。这些算法能够对海量信息进行概括，生成传达观点、回答问题的文本。
投资回报直接取决于您做出的架构选择、所选择的生成式AI模型，以及您如何让员工参与其开发与使用。Writer的客户如欧莱雅、Vanguard和埃森哲，在对生成式AI做出审慎的技术选择后，已经看到了成效。对这些企业而言，2024年应是令人振奋的一年。但对您的企业而言，这一年将带来什么？
从美国总统乔·拜登于10月30日发布的行政令（确立人工智能的安全与保障标准），到OpenAI首席执行官山姆·奥尔特曼被解职及重新聘用的近期风波，近来人工智能领域的新闻之多，远超以往，令人应接不暇。由于这些事件对行业影响深远，您不仅需要跟上动态，还需实时评估它们对您的组织以及可能已经全面展开的自身人工智能战略意味着什么。
基础性的自建或外购决策，以及围绕数据与人员的伦理考量，是至关重要的考虑因素。您或许已经在思考以下问题：
拥有自己的大语言模型意味着什么？在安全测试与报告方面，我承担哪些责任？
在将生成式AI融入公司工作流程的过程中，我有哪些架构选择，这些选择又会带来什么影响？
我应如何规划员工与人工智能之间的互动？
作为Writer的首席执行官（Writer是一家企业级人工智能公司，已开发出自有的大语言模型系列），我已就从部署、伦理到变革管理等多个主题，为数百位企业领导者提供过建议。我对他们的建议是：不要恐慌！保持理智，继续前行。如果您认可生成式AI的前景，同时又审慎推进，那么您就走在正确的道路上。
首先，拥有自己的大语言模型究竟意味着什么？至少可以从三个角度理解：
1）由您自行构建。
信不信由您，您完全可以构建自己的大语言模型。是的，这需要大量时间（非常多）和资金（更多），但这是可行的。不过，获取定制语言模型的途径有更为简便的方式，相较于“自行构建”，这些方式成本更低、速度更快、门槛更低。
2. 开源并由您训练。
此类模型免费提供，任何人均可出于任何目的使用、修改和分发。热门的开源模型包括Meta的Llama 2和谷歌的BERT。开源模型的主要风险在于安全性：一旦遭到入侵，专有数据可能外泄，或模型的完整性可能受损。请谨慎下载。
3. 由他人提供，并由您进行微调。
大多数企业认为这是其最佳选择。您可以从经过验证、质量上乘的模型入手，然后结合您所在行业的背景信息和业务数据对其进行微调，同时确保其安全可靠。
拜登总统的行政令
一旦您决定了组织应拥有何种类型的大语言模型，就需要考虑安全与保障问题。美国于2023年10月发布的行政令（EO）要求，美国境内的大语言模型技术所有者须确保这些模型的安全性、隐私性、公平性和公正性。
这一要求的具体实施方式将在未来数月内不断调整和变化。美国国家标准与技术研究院（NIST）等机构正在认真制定测试与报告标准，以指导各组织如何行事，从而将自身及其技术用户所面临的风险降至最低。美国国家标准与技术研究院（NIST）
为遵守行政令（同时确保项目成功运行），请关注生成式AI系统应具备的三大主要特性：质量、准确性和可扩展性。员工在此方面将发挥关键作用，尤其是在确保系统提供高质量输出方面。
由人赋能的人工智能
在建立公司生成式AI专业能力、并开始充分发挥实施成效的过程中，应警惕走捷径的做法，并回顾拜登行政令中关于支持劳工权益之做法的精神：
“不应以损害权利……[或]造成有害的劳动力市场动荡[的方式]部署人工智能；人工智能的开发应以工人、工会、教育工作者和雇主的意见为基础，以支持负责任地使用人工智能，改善工人的生活[并]积极增强人类工作。”
要充分发挥生成式AI项目的价值，员工始终应处于企业的核心地位——他们应加快您的人工智能项目，而不是被其取代。
