历史已经证明了回避新技术的公司会发生什么，那么为什么这么多公司害怕生成人工智能?许多大公司出于安全考虑而避免使用生成式人工智能。这种“静观其变”的方法可能会导致那些不认同这些担忧的初创公司的大规模破坏。
通过詹姆斯Barrese•
《创业家》作者的观点纯属个人观点。狗万官方
的发布ChatGPT2022年11月，公众对新技术的采用速度是很长一段时间以来最快的，也许是有史以来最快的。然而，许多企业在很大程度上采取了“观望”的态度，这只会让它们更难跟上技术发展的步伐。
最近几个月，像ChatGPT这样的生成式人工智能工具，碧玉，Midjourney和Rowy，而其他国家则表现出了令人难以置信的广度。语言模型第一次被抛弃了谷歌招聘测试沃顿商学院的工程师工商管理硕士考试以及明尼苏达大学的法学院考试。
然而，也许更令人印象深刻的是，曾经被认为是人类大脑唯一领域的创造性领域——比如艺术、音乐和诗歌——正在被能够创造原创作品的自动化系统所颠覆。而这仅仅是个开始。生成的人工智能工具正在以如此惊人的速度改进，不久之后，我们就会认为这些早期版本的技术是原始的。
这些生成式AI系统的质量主要是由于不可思议数据广度它们的基础是计算机。然而，开发这种复杂的生成式人工智能模型需要大量的数据和资金，而这种数据和资金只有少数世界上最大、最强大的科技公司才能获得。虽然有一些有趣的报道称，一些公司为生成式人工智能平台找到了创新的应用，但大多数公司在很大程度上仍然保持观望，因为它们在知识产权、安全和整体质量方面存在合理的担忧。
对于组织来说，充分考虑披露他们的个人信息的影响是很重要的知识产权对于这些第三方系统，并意识到正在进行的质量问题尚未解决，他们也不能忽视这些重要的技术突破。尽管这些担忧是合理的，但同样重要的是要认识到，它们可能很快就会得到解决。这项技术只会变得越来越复杂，他们等待的时间越长，就越难赶上。
相关:ChatGPT vs. Bard:现代大卫和歌利亚的故事。谁会赢?
这种模式我们已经见过很多次了;一项创新被揭开面纱，企业普遍承认它具有颠覆性的潜力，然后由于一些合理的、但最终(从大局来看)不合时宜的担忧，拒绝参与其中。
例如，我还记得当时出于对知识产权、安全和隐私的考虑，许多组织不愿使用第三方软件电子邮件相反，他们将大量资源投入到开发和运营内部电子邮件上。当个人移动设备最初被禁止进入工作场所时，或者云技术被引入时，情况也是如此。现在每家公司都有自己的云战略。
对于在内部非云原生应用程序上进行了大量投资的大型传统公司来说，开始云之旅的成本和挑战是如此令人生畏，以至于他们推迟了它。AWS、Azure和GCP问世已有多年，但许多《财富》500强企业仍处于适应和战略性利用这些服务的早期阶段。
对于那些现在正在进行重大投资的人来说，如果几年前就开始这一旅程，显然会更便宜、更快、更好。最终，浪费的时间会给那些更精简的初创公司带来竞争优势，这些公司接受了云计算，可以更快地行动。
今天，企业再次面临着改变游戏规则的技术，但在知识产权、所有权、安全、法律和合规性方面也有类似的担忧。然而，这一次的不同之处在于，新的人工智能模型的规模、复杂性和开放性更加先进，预计这项技术将以比我们过去看到的更快的速度发展。
虽然解决这些问题的必要性是合理的，这些平台的质量问题也是真实存在的，但我们已经克服了无数次这样的挑战;我们可以预期，在这种情况下，这些问题将得到解决。与此同时，我坚定地认为，至少应该投入一些资金来理解可能性的艺术及其局限性，并解决知识产权、安全和法律问题。
纵观历史,无数的发明提高了人类的生产力。今天的软件工程师比几十年前的工程师更有生产力。改变了什么?这当然不是人类大脑的能力。相反，我们提高的生产力要感谢新的软件工程框架、平台和工具。AI工具代表着这段旅程中的下一个重大飞跃。想象一下，一个可以通过大学水平考试的人工智能引擎，当它被专门用来帮助软件工程师编写代码时，它能做些什么。
虽然这项技术在早期阶段存在风险，但大多数科技公司面临的最大风险是等待时间过长，让竞争对手抢先采用这项技术。
初创企业处于特别有利的地位，因为在早期采用人工智能方面大胆冒险，它们的损失要小得多，收益要大得多。然而，大型企业可以通过寻找低风险的用例开始涉足生成式人工智能。他们还应确保这是法律和安全团队的首要任务，并充分沟通重大利害关系。
虽然这些技术的适用性很广泛，但我建议找到一个实用的、简单的领域来开始试验和学习，然后从那里扩展。甚至可能举办一场这家网站内部看看你的团队想出的所有创造性的解决方案。
在营销、工程、客户服务和许多业务功能中，有无数的机会可以尝试生成式人工智能。在意识到风险并采取措施减轻风险的同时，从小处着手是有意义的。然而，开始是很重要的;否则，你可能会被抛在后面。
