上交所、深交所、北交所均明确，投资者融券卖出时，融券保证金比例不得低于100%。其中，投资者为私募证券投资基金的，融券卖出时，融券保证金比例不得低于120%。详情>
通知自2024年7月22日起施行，通知实施前尚未了结的融券合约，融券保证金比例要求仍按照原规定执行，其展期适用上述要求。
本轮人工智能（AI）浪潮与过去的技术突破时期有何不同？中国能否走出一条独特的AI发展之路？
微观层面上，企业如何将AI技术推广到日常运营中，从而提升效率和生产力？企业上下该如何建立起对AI的信任、如何在各个业务和职能推广该技术？企业又该如何规避那些可能由AI导致的风险呢？
就这些问题，第一财经记者在2024世界人工智能大会暨人工智能全球治理高级别会议（WAIC 2024）期间专访了埃森哲全球副总裁、全球数据能力主管董筱珊（Teresa Tung）。
AI繁荣比过去的科技突破时期更加普惠
第一财经：我们目前正在经历的AI繁荣与过去的技术突破有什么区别呢？
董筱珊：我认为一个区别在于其普惠性。举个例子，当ChatGPT于2022年11月问世时，我的孩子们和父母立刻就能轻松使用这项技术，这在云技术和大数据技术取得突破时并未发生过。那些技术很大程度上仍主要由技术专家，比如软件工程师、数据科学家等进行使用。
正是这种普惠，更快地推动了AI的发展，市场也作出快速反应。在推出后的短短几个月内，ChatGPT就拥有了上亿用户。埃森哲很快捕捉到了这一趋势，我们观察到，自2022年11月ChatGPT发布以来，各类企业在财报电话会议中提到人工智能的次数增加7倍，并且不仅仅是企业技术团队会提到AI。我对此的解读是，企业电话财报会议需要向各方报告AI市场的发展，投资者、消费者和企业员工都想了解一家企业在日常业务中如何使用AI技术。这与过去相比是一个很大的变化。
第一财经：除了消费端的变化，目前来看，很多AI企业似乎也已盈利。本轮AI热潮与过去的技术突破时期相比，是否也能帮助相关企业更快实现收益或获得利润呢？
董筱珊：这种实现收益或获得利润可能不一定是通过提供AI产品或服务直接获得的，AI技术带来的生产力提高，往往是企业获得收益、价值的首要方式之一。
当企业使用生成式AI技术时，由于相关模型已经被提前训练好，同时还存在许多互联网数据或其他数据可使用，企业不需要再投资一大笔资金。大多数企业都会将这些技术应用于诸如市场营销、客户服务、销售、财务、知识管理等业务和职能，具体可用来帮助处理电子邮件、生成文档，生成产品描述等，过去这些工作可能需要花费较长时间来完成。从上述情况不难发现，AI能令企业提高效率和业务水平。
至于直接“变现”，这可能需要更长时间，因为我们还需要应对某些特定问题，比如风险。在使用目前的AI产品时，我们还会担心，生成的内容是否合乎道德和其他规范？同时，很多情况下，我们也会面临缺乏相关性更高、更具体的数据，无法继续用以训练模型，因而生成内容无法做到与所处企业、行业更加相关。好消息是，我们已经看到有些企业开始这样做了，尽管还不是很普遍。
第一财经：一些AI业内人士在讨论，也许中国企业可以采取不同的方式来发展AI。你同意吗？你认为理论上，是否存在很多不同的途径来发展和受益于本轮AI繁荣？
董筱珊：当我们谈论生成式AI时，主要有三种采用途径。一种是直接运用相关的应用程序，比如某个市场营销类应用程序。ChatGPT也是一个应用程序，当你使用GhatGPT时，你并非直接在与大语言模型聊天，而是在使用该应用程序来生成聊天内容。
另一种采用途径是直接运用应用程序背后的底层模型。比如，OpenAI就是一个模型，而OpenAI这一模型可以用来创建应用程序，比如ChatGPT和其他应用程序。
第三种采用途径，就是运用各种底层模型来创建适合企业或业务的特定专属应用程序。在这种情况下，运用到的底层模型可以是国际上的模型，也可以是国内的模型。
对于企业来说，选择模型时主要考虑的就是是否已预先训练完善，哪个更适用于自身以及所在市场的情况。比如，在中国，国内的大模型能生成更精确的结果，因此会更有竞争优势。此外，中国市场上的一些模型可能更具成本优势。
同时，在中国，商业环境和格局也复杂多变，企业选择也更加灵活和多样化，不同企业基于成本角度和相关性角度，可能会选择不同底层模型。这些因素可能会让中国在AI领域取得跨越式的进展。
第一财经：你认为哪些地区或国家能受益于本轮AI发展浪潮？
董筱珊：中国肯定是会受益最大的国家之一。中国具备人才库、科技企业、资金等关键因素和具有竞争力的生态系统等，同时政府也在发展AI中扮演着重要角色。
不论是要构建AI基础设施，建立大数据中心，获得GPU高性能芯片等，发展AI的初始投资是巨大的，除非是大型企业，否则大部分企业难以承受，而这也是政府能够起到作用的一个地方。
事实上，在全球，政府都需要扮演相当的角色，比如推出了AI的相关法案和文件，给行业参与者一些明确的指导方针。通常来看，如果企业不知道哪些事情能做或不能做，往往就会谨慎起见而束手束脚。基于此，政府主动明确规则，并让行业参与者知道政府鼓励发展AI，是有所裨益的。
第一财经：关于AI的演变路径，近期有分析师认为，与此前移动互联网时期类似，最初会让英伟达这样的硬件企业受益，然后是博通这样的AI基础设施类企业，再之后是强调与人交互的AI软件企业将会获得发展。你赞同这种路径吗？
董筱珊：我基本同意这一演变路径。归根结底，大多数用户愿意为体验付费。比如用于市场营销的AI写作及内容生成应用，又比如生成音乐的应用程序，亦或是微软推出的Copilot，对于普通用户来说，应用程序底层技术、模型、大数据中心、GPU等这些技术概念并非是重点，他们关心的是程序使用是否便捷，生成结果是否足够准确和智能，能否带来更好的使用体验等。
现阶段，企业仍然必须打下很多基础，否则将永远无法获得这种体验。有了基础设施后，我们才能通过应用初始的大语言模型，完成调试优化服务，再基于此创建应用程序。
企业推广AI技术时，人的因素至关重要
第一财经：企业将生成式AI融入其业务流程的实际进展如何？理论上，AI能够如何帮助他们消除障碍、提高生产力或释放商业价值呢？
董筱珊：在企业内部推广AI技术时，仅仅考虑技术本身是不够的，还需要与终端用户，即运用AI技术进行具体工作的员工合作，他们往往是最适合担任AI教练的人选。所以，如何推广AI技术，不应该由企业的技术团队告诉员工应该怎么做，而应让员工参与决策共同确定该如何做。这点对于生成式AI技术尤为适用，因为生成式AI并非“天生”就能够提供准确、可靠的内容。这时候，就需要运用该技术的员工来帮忙判定某些生成内容的对错，以及是否能生成某项特定任务所期望的信息。
举例来说，如果某个员工负责在供应链中管理仓库，他必须确保货物在正确的时间送进来并送出去，背后需要考虑的因素包括时间表、库存、客户等。如果要运用AI技术，员工要确保让AI也能考虑到上述所有这些因素。如此一来，如果有什么事情被推迟或顺序发生了变化，AI就知道该如何应对。所以，熟悉这些因素的员工，就要充当AI的教练。并且，当AI生成了这些信息后，员工也会进一步反馈，不断验证提供信息和提供形式的准确性和精确性。长此以往，AI就能够动态地提取该员工在某一具体时刻需要查看的数据，并且根据情况的变化（例如，有人迟到了，有人请病假了，或客户更改了订单）决定提供数据的具体时点。上述任何环节都会产生连锁效应，牵一发而动全身，因此，AI与员工的合作非常关键。
第一财经：在企业在内部推广AI技术的时候，人的因素仍然很重要？
董筱珊：绝对如此。在AI技术发展中，人的因素非常重要。这其实是一种人加上AI的能力，而不是AI自身完成自动化。这也是AI与以往技术变革不同的另外一点，它是非常人性化的技术，也因此它比以往的突破性技术更易得、更快普及，以及更加对于用户友好。比如，即便使用者不是技术专家，也能运用AI来编程，创建指令动作。即使不是艺术家，也能通过AI生成图像。每个人都可以运用AI的创造性，且不受特定技能所局限。
第一财经：埃森哲的一项研究表明，虽然亚太区89%的首席体验官（CXO）计划在2024年增加对AI技术的投资，但不少高管承认他们缺乏通过AI技术完成企业重塑所需的技能。更重要的，当涉及推广AI时，领导者和员工之间存在信任赤字，许多员工会担心自己的工作。根据你的经验，能采取什么方法让员工对企业引入及推广AI技术感到更舒适，甚至愿意拥抱这种变革呢？
董筱珊：上述研究结果也显示，员工对生成式AI技术本身很兴奋，94%的员工表示想学习这项新技术，只是他们不认为企业管理层能够积极推广AI技术。在我看来，这主要是因为企业领导还没有在全体员工中展开相关培训。
正如我提到的，其实生成式AI是一种非常人性化、基于人的技术。如果通过培训让员工了解到运用AI的风险和要求，让他们成为AI的教练，将他们纳入转型过程，他们会更容易接受。这是所有企业领导者真正需要做的，因为不仅仅是软件工程师，各类工种的员工都将是数据工作者，都能接触到数据并针对数据提出问题，也需要基于数据作出决策或推动变革。
第一财经：在训练员工前，我们是否应该先培训企业领导呢？上述研究结果也提到，在起初的兴趣爆发期后，即使是企业领导自己，在日常工作中对生成式AI的使用量也出现了减半的情况。
董筱珊：我们需要培训所有人，让所有人都能够最好地了解AI技术的前景。埃森哲自身已经给全球70多万名员工进行了基础培训，让企业上下知道什么是生成式AI，以及这项技术意味着什么，背后有什么风险和机会，从而有更好的心态适应并运用AI。比如，人们会在手机上处理很多AI相关的任务，这既是机遇也是风险，因为个人可能会无意间把企业的一些重要信息泄露出去，也可能会被动接收到一些他人生成的内容，存在潜在风险。通常，技术团队会更习惯于应对这些情况，而通过培训，企业的所有人都会具备这样的意识和处理方法。
第一财经：你能分享几个有趣的或令人印象深刻的案例吗？
董筱珊：我们确实有看到和参与企业客户落地应用的例子。比如，有一家规模非常大的生命科学企业客户与埃森哲合作开展AI相关培训，旨在建立起技能和专业知识，培养内部数字人才。这并非一家科技企业，但他们知道需要基于AI技术进行研发上突破，革新他们业务。
还有一个与传统车企合作的案例。通常，将企业数据转化为某种知识或洞察，需要在许多领域专家和数据来源之间来回沟通，整个过程需要相当长的时间。埃森哲助力宝马建立了一个名为EKHO的新一代人工智能平台，帮助员工解决复杂的问题。EKHO甚至可以通过从过去的场景中学习来解决全新的挑战。在过去，宝马销售人员必须查阅实物手册才能了解可能的汽车配置。现在，使用EKHO平台，宝马可以将此过程减少到几分钟。并且，EKHO可以适用于客户的各项业务，比如在制造环节，它可以通过回答库存和物流问题来优化供应链流程。EKHO可以帮助宝马在北美市场的效率提升了30%至40%。
此外，还有一个《财富》杂志的案例。《财富》通过严格收集和分析世界上大型企业的复杂财务数据，创建标志性的《财富》500强排行榜。多年来，《财富》积累了丰富的数据。我们与《财富》合作，开发一个名为Fortune Analytics™的生成式AI平台，可以通过访问各年度《财富》排行榜、印刷品和在线文章以及在线视频，获取数据并进行整合。平台再对生成的内容进行微调，使《财富》的用户，尤其是某些特定业务领域的企业领导者和研究员，能够花更少的时间搜索信息，花更多的时间制定战略和作出有影响力的决策。该平台提供的产品比较直观和多样，形式上既有文本，也有可视化数据产品，比如散点图、折线图和条形图等。
第一财经：在伦理领域，AI也存在着诸如隐私、偏见和歧视以及影响人类判断等风险。企业能够如何避免由这些风险引发的一些问题呢？
董筱珊：首先，我们需要了解生成式AI的本质。归根结底，它不是给使用者一个准确的答案，只是生成它在知识库以及训练中习得的有关信息和内容，所以有些时候它甚至会编造一个答案，令人们感到疑惑，造成了所谓的“幻觉”。
了解这点后，我们再来考虑到可能存在的风险。就像我们在编程、写软件时一样，我们也需要对AI进行测试和验证。我们需要创建一组测试和验证数据，当AI模型发生变化时，我们就能够及时评估这个模型是否是准确的，或者生成的内容是否适合传播。
比如，在营销活动中用到生成式AI技术时，如果企业想确保生成和传播的内容符合实际情况并能达到最佳效果，就需要让该领域的专业员工对生成的内容进行判定，从而收集一组相互对比的结果和数据。在这一过程中，各个领域的专业人士和知识的角色非常关键。并且，每个企业在判断具体业务时，也会考虑到该企业的独特之处。所以在整个过程中，我们可以先通过专业员工先收集一批数据，然后运用AI程序自动生成内容，再去验证对错，从而不断扩充验证数据组。如此一来，在日后其他员工在试图选择模型时，或试图验证生成结果是否正确或准确时，就可以用程序化的方式运行这些验证数据组。
除了不断扩大验证数据组外，我们还需要微调模型，因为有些数据组中的内容和知识虽然不存在对错的问题，但可能会过时，添加新的内容和知识，使得模型最终生成内容更加准确。
举报 第一财经广告合作，请点击这里此内容为第一财经原创，著作权归第一财经所有。未经第一财经书面授权，不得以任何方式加以使用，包括转载、摘编、复制或建立镜像。第一财经保留追究侵权者法律责任的权利。 如需获得授权请联系第一财经版权部：021-22002972或021-22002335；banquan@yicai.com。 文章作者
后歆桐
相关阅读
商汤中报点评：生成式AI带来盈利曙光该业务在2023年和2024年上半年都实现了超过200%的营收同比增长。
08-29 10:03
OpenAI或最快今秋推出推理AI产品“草莓”OpenAI计划推出名为“草莓”的人工智能产品，旨在解决数学问题并接受训练以解决编程问题，目标是在今年秋天推出。
08-28 07:42
苹果将允许欧盟用户删除本地应用程序 08-23 11:06 
人工智能迈向规模化应用，“蓝色巨人”如何把握企业级AI机遇IBM近年来努力通过混合云和AI重塑其在行业的领导地位。今年第二季度，IBM与AI相关的业务就产生了约10亿美元的营收，其中既包括技术和产品，也包括咨询服务。
08-22 18:42
报告：近六成中企计划在未来一年新增数字化转型投资大规模应用生成式人工智能将释放巨额经济价值眉山股票配资
08-21 21:08 一财最热 点击关闭文章为作者独立观点，不代表信钰证券_专业股票配资利息_股票配资哪家专业观点
