網(wǎng)絡(luò)效應(yīng)如何讓人工智能變得更聰明

本文作者：Sheen S. Levine、Dinkar Jain viaHarvard BusinessReview

網(wǎng)絡(luò)效應(yīng)決定了從電話到在線購(gòu)物平臺(tái)等技術(shù)的成功，ChatGPT等人工智能工具也不例外。然而，不同之處在于這些網(wǎng)絡(luò)效應(yīng)的運(yùn)作方式。數(shù)據(jù)網(wǎng)絡(luò)效應(yīng)是一種新形式，就像更熟悉的直接和間接網(wǎng)絡(luò)效應(yīng)一樣，技術(shù)的價(jià)值隨著它獲得用戶數(shù)量的增加而增加。

然而，我們今天討論的價(jià)值不是來(lái)電話的數(shù)量或許多買家和賣家的存在某個(gè)電商平臺(tái)上，而是來(lái)自幫助它做出更好預(yù)測(cè)的反饋。更多用戶意味著更多響應(yīng)，從而進(jìn)一步提高預(yù)測(cè)準(zhǔn)確性，從而形成良性循環(huán)。企業(yè)需要考慮三個(gè)教訓(xùn)：1) 反饋至關(guān)重要，2) 定期細(xì)致地收集信息，3) 考慮那些有意或無(wú)意分享的數(shù)據(jù)。

去年年底，當(dāng) OpenAI 推出 ChatGPT 時(shí)，行業(yè)觀察家的反應(yīng)既贊揚(yáng)又擔(dān)憂。我們都聽(tīng)說(shuō)了該技術(shù)如何讓計(jì)算機(jī)程序員、教師、金融交易員和分析師、平面設(shè)計(jì)師和藝術(shù)家等群體集體失業(yè)。由于擔(dān)心 AI 會(huì)扼殺大學(xué)生們創(chuàng)作能力，許多大學(xué)急于修改課程計(jì)劃及相關(guān)要求。也有人說(shuō)，也許最直接的影響是 ChatGPT可以重塑甚至取代傳統(tǒng)的互聯(lián)網(wǎng)搜索引擎。搜索和相關(guān)廣告為谷歌帶來(lái)了絕大部分收入，那么，聊天機(jī)器人會(huì)成為谷歌的終結(jié)者嗎？

ChatGPT是機(jī)器學(xué)習(xí)技術(shù)的卓越展示，但作為獨(dú)立服務(wù)幾乎不可行。為了發(fā)揮自己的技術(shù)實(shí)力，OpenAI需要一個(gè)合作伙伴。因此，當(dāng)該公司迅速宣布與微軟達(dá)成協(xié)議時(shí)，我們并不感到驚訝。這家人工智能初創(chuàng)公司和老牌科技公司的聯(lián)合可能最終會(huì)對(duì)谷歌的主導(dǎo)地位構(gòu)成可信的威脅，從而加大“人工智能軍備競(jìng)賽”的賭注。它還提供了一個(gè)教訓(xùn)，說(shuō)明哪些力量將決定哪些公司將蓬勃發(fā)展，哪些公司將在部署這種技術(shù)時(shí)步履蹣跚。

為了理解是什么迫使 OpenAI 與 Bing 結(jié)盟（以及為什么谷歌仍可能獲勝），我們考慮了這項(xiàng)技術(shù)與過(guò)去的發(fā)展有何不同，例如電話或 Uber 或 Airbnb 等市場(chǎng)平臺(tái)。在這些例子中，網(wǎng)絡(luò)效應(yīng)——產(chǎn)品的價(jià)值隨著用戶的增加而上升——在決定這些產(chǎn)品如何增長(zhǎng)以及哪些公司成功方面發(fā)揮了重要作用。像ChatGPT這樣的生成式人工智能服務(wù)受到類似但不同類型的網(wǎng)絡(luò)效應(yīng)的影響。為了選擇適合人工智能的戰(zhàn)略，管理者和企業(yè)家必須掌握這種新型人工智能網(wǎng)絡(luò)效應(yīng)是如何運(yùn)作的。

網(wǎng)絡(luò)效應(yīng)對(duì) AI 的作用不同

人工智能的價(jià)值在于準(zhǔn)確的預(yù)測(cè)和建議。但與依賴于將供應(yīng)(如電力或人力資本)轉(zhuǎn)化為輸出(如照明或稅務(wù)建議)的傳統(tǒng)產(chǎn)品和服務(wù)不同，人工智能需要大量數(shù)據(jù)集，必須通過(guò)來(lái)回的客戶交互來(lái)保持最新。為了保持競(jìng)爭(zhēng)力，人工智能運(yùn)營(yíng)商必須收集數(shù)據(jù)、分析數(shù)據(jù)、提供預(yù)測(cè)，然后尋求反饋以完善建議。系統(tǒng)的價(jià)值取決于來(lái)自用戶的數(shù)據(jù)，并隨著數(shù)據(jù)的增加而增加。

這項(xiàng)技術(shù)的性能——準(zhǔn)確預(yù)測(cè)和建議的能力——取決于稱為數(shù)據(jù)網(wǎng)絡(luò)效應(yīng)的經(jīng)濟(jì)原理（有些人更喜歡稱之為數(shù)據(jù)驅(qū)動(dòng)的學(xué)習(xí)）。這些與熟悉的直接網(wǎng)絡(luò)效應(yīng)截然不同，比如隨著用戶的增長(zhǎng)，電話會(huì)變得更有價(jià)值，因?yàn)槟憧梢源螂娫捊o更多的人。它們也不同于間接網(wǎng)絡(luò)效應(yīng)，后者描述了越來(lái)越多的買家如何邀請(qǐng)更多的賣家加入平臺(tái)，反之亦然——當(dāng)有更多賣家在場(chǎng)時(shí)，在 電商平臺(tái)購(gòu)物或在 Airbnb 上預(yù)訂房間變得更具吸引力。

數(shù)據(jù)網(wǎng)絡(luò)效應(yīng)是一種新形式：就像越熟悉的效應(yīng)一樣，用戶越多，技術(shù)就越有價(jià)值。但在這里，價(jià)值不是來(lái)自同行的數(shù)量，也不是來(lái)自許多買家和賣家的存在。相反，這些影響源于技術(shù)的本質(zhì)：人工智能通過(guò)強(qiáng)化學(xué)習(xí)、預(yù)測(cè)和反饋來(lái)改進(jìn)。隨著智能的增加，系統(tǒng)可以做出更好的預(yù)測(cè)，增強(qiáng)其實(shí)用性，吸引新用戶并留住現(xiàn)有用戶。更多用戶意味著更多響應(yīng)，從而進(jìn)一步提高預(yù)測(cè)準(zhǔn)確性，從而形成良性循環(huán)。

以谷歌地圖為例，它使用 AI 推薦到達(dá)目的地的最快路線。這種能力取決于預(yù)測(cè)替代路徑中的真實(shí)流量模式，這通過(guò)利用來(lái)自許多用戶的數(shù)據(jù)來(lái)實(shí)現(xiàn)。在這里，數(shù)據(jù)用戶也是供應(yīng)商，使用谷歌地圖的人越多，它積累的歷史數(shù)據(jù)和并發(fā)數(shù)據(jù)就越多。有了大量的數(shù)據(jù)，谷歌可以將無(wú)數(shù)的預(yù)測(cè)與實(shí)際結(jié)果進(jìn)行比較：你是否在應(yīng)用程序預(yù)測(cè)的時(shí)間到達(dá)? 為了完善預(yù)測(cè)，應(yīng)用程序還需要您的印象：說(shuō)明有多好？隨著客觀事實(shí)和主觀評(píng)論的積累，網(wǎng)絡(luò)效應(yīng)開(kāi)始發(fā)揮作用。這些效應(yīng)改進(jìn)了預(yù)測(cè)并提升了應(yīng)用程序?qū)τ脩粢约?Google 的價(jià)值。

一旦我們了解了網(wǎng)絡(luò)效應(yīng)如何驅(qū)動(dòng)人工智能，我們就可以想象這項(xiàng)技術(shù)需要的新策略。

OpenAI 與微軟

讓我們從OpenAI和微軟的聯(lián)姻說(shuō)起。當(dāng)我們對(duì)ChatGPT進(jìn)行beta測(cè)試時(shí)，我們對(duì)其創(chuàng)造性的、類似人類的反應(yīng)印象深刻，但也意識(shí)到它也存在瓶頸：它依賴于2021年最后一次收集的大量數(shù)據(jù)，所以不要問(wèn)最近的事件甚至天氣。更糟糕的是，它缺乏一個(gè)健全的反饋循環(huán)機(jī)制。

然而，通過(guò)與微軟的鏈接，OpenAI找到了一種測(cè)試預(yù)測(cè)的方法。Bing用戶的問(wèn)題——以及他們?nèi)绾卧u(píng)價(jià)答案——對(duì)于更新和改進(jìn)ChatGPT至關(guān)重要。我們想象，下一步是微軟將其維護(hù)的大量用戶數(shù)據(jù)云輸入到算法中。當(dāng)ChatGPT能夠消化數(shù)不清的Excel表格、PowerPoint演示文稿、Word文檔和LinkedIn簡(jiǎn)歷時(shí)，它將在重新創(chuàng)建這些文件方面做得更好，這將讓辦公室里的人感到高興或恐懼。

這里至少有三個(gè)廣泛的教訓(xùn)。

首先，反饋至關(guān)重要。人工智能的價(jià)值隨著不斷的用戶反應(yīng)而增強(qiáng)。為了保持智能，算法需要當(dāng)前用戶選擇和過(guò)去建議評(píng)級(jí)的數(shù)據(jù)流。沒(méi)有反饋，即使是最好的工程算法也不會(huì)長(zhǎng)期保持智能。正如 OpenAI 所意識(shí)到的，即使是最復(fù)雜的模型也需要鏈接到不斷流動(dòng)的數(shù)據(jù)源。人工智能企業(yè)家應(yīng)該很清楚這一點(diǎn)。

其次，高管們應(yīng)該定期細(xì)致地收集信息，以最大限度地利用這些影響。他們應(yīng)該遍歷典型的財(cái)務(wù)和運(yùn)營(yíng)記錄。有用的數(shù)據(jù)隨處可見(jiàn)，無(wú)論是在企業(yè)內(nèi)部還是外部。它們可能來(lái)自與買家、供應(yīng)商和同事的互動(dòng)。例如，零售商可以跟蹤消費(fèi)者查看了什么、他們將什么放入購(gòu)物車以及他們最終支付了什么。累積起來(lái)，這些微小的細(xì)節(jié)可以極大地改善人工智能系統(tǒng)的預(yù)測(cè)。即使是不常見(jiàn)的數(shù)據(jù)，包括企業(yè)無(wú)法控制的數(shù)據(jù)，也可能值得收集。天氣數(shù)據(jù)有助于 Google 地圖預(yù)測(cè)路況。跟蹤招聘人員用于搜索簡(jiǎn)歷的關(guān)鍵字可以幫助 LinkedIn 為求職者提供成功秘訣。

最后，每個(gè)人都應(yīng)該考慮他們有意或無(wú)意共享的數(shù)據(jù)。事實(shí)和反饋對(duì)于建立更好的預(yù)測(cè)至關(guān)重要，但是你的數(shù)據(jù)的價(jià)值可能會(huì)被其他人獲取，高管們應(yīng)該考慮哪些人工智能能夠從他們共享(或允許訪問(wèn))的數(shù)據(jù)中受益。有時(shí)，他們應(yīng)該限制共享。例如，當(dāng) Uber 司機(jī)使用應(yīng)用程序 Waze 導(dǎo)航時(shí)，他們幫助谷歌估計(jì)叫車行程的頻率和長(zhǎng)度。在谷歌考慮運(yùn)營(yíng)自動(dòng)駕駛出租車時(shí)，此類數(shù)據(jù)可能非常寶貴。

另外，當(dāng)像阿迪達(dá)斯這樣的品牌在亞馬遜上銷售產(chǎn)品時(shí)，這家零售巨頭就可以估計(jì)不同品牌(如與耐克相比)和類別的需求，以及買家對(duì)價(jià)格的敏感性。這一結(jié)果可能會(huì)提供給競(jìng)爭(zhēng)對(duì)手，或者有利于亞馬遜的自有品牌產(chǎn)品。為了應(yīng)對(duì)這種情況，高管們可以避開(kāi)第三方平臺(tái)或中介機(jī)構(gòu)。他們可以協(xié)商數(shù)據(jù)訪問(wèn)，他們可以努力保持與客戶的直接聯(lián)系。有時(shí)，最好的解決方案可能是讓數(shù)據(jù)所有者在數(shù)據(jù)交換中綁定和共享，就像銀行在建立共享信用數(shù)據(jù)的方法時(shí)所做的那樣。

當(dāng)您考慮AI網(wǎng)絡(luò)效應(yīng)時(shí)，我們可以更好地理解該技術(shù)的未來(lái)。還可以看到這些效應(yīng)與其他網(wǎng)絡(luò)效應(yīng)一樣，如何使富人變得更加富有。AI 背后的動(dòng)力意味著先行者可能會(huì)得到豐厚的回報(bào)，而追隨者，無(wú)論多么快，都可能被遺棄。這也意味著，當(dāng)一個(gè)人可以訪問(wèn) AI 算法和數(shù)據(jù)流時(shí)，優(yōu)勢(shì)會(huì)隨著時(shí)間的推移而積累，并且無(wú)法輕易超越。對(duì)于高管、企業(yè)家、政策制定者和其他所有人來(lái)說(shuō)，人工智能最好的和最壞的尚未到來(lái)。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。