ChatGPT等生成式AI最近吸引了各行各业商业领袖的关注。虽然企业IT组织总体上会采取慎重的方法,但一些先行者已经取得了令人瞩目的成果。
例如,CarMax的IT团队一直在和微软以及OpenAI合作,甚至在ChatGPT家喻户晓之前就已经在利用GPT-3.x实现商业价值了。
这家全渠道二手车零售商在早期就创新地使用了一种新兴的AI技术,使得页面浏览量激增,提高SEO排名和位置,推动了业务大幅增长。
CarMax公司执行副总裁、首席信息技术官Shamim Mohammad是公司数字化转型和推动AI的幕后主脑,他不愿具体说明CarMax迄今为止从AI投资和微软Azure OpenAI服务中净赚了多少钱,但客户流量的增加无疑对收入产生了影响,同时利用AI给成本带来的影响,也影响着公司的利润。
Mohammad表示:“我们将不得不聘请数十名或者数百名内容作者,花费数年时间来制作这些内容,后来我们在几个小时内就能真正做到这一点。”
CarMax运用于二手车业务的变革性数字业务模型,再加上所有人都可以使用的变革性AI工具,可以带来强大且有利可图的业务成果。尽管当前整体经济放缓,但CarMax在2022年第四季度的收入相比2021年第四季度增长了48.8%,达到77亿美元,2022财年的收入总体增长了68.3%,达到319亿美元。
AI先行者的好处
微软在2023年初宣布对OpenAI这家非营利性组织投资100亿美金,在此之前,CarMax公司的IT领导者和IT员工就已经在测试OpenAI的GPT-3.x自然语言模型了。
在早期用例中,CarMax团队使用GPT 3.5增强的“提示迭代”将数千辆二手车经过清理和格式化的数据输入了一个名为DaVinci的模型。之后,发送一个小型数据集进行编辑和微调,并将内容注入DaVinci模型以供大规模发布和消费者使用。
由于使用了DaVinci自然语言模型就可以减少所需的数据科学家,而且这些数据科学家既稀缺又超级昂贵,除了内容创建方面的节省之外,CarMax还能够实现IT成本效益。
一位CarMax公司代表表示:“该模型仅通过几个预期输出示例就能进行学习,这一过程称为少样本学习,可以帮助CarMax公司的60多个产品团队使用这些模型,而无需额外的数据科学家团队。”
使用AI创建汽车研究内容简化了消费者的汽车购买过程和编辑们的内容创建过程。但也许最重要的是,这给CarMax.com带来了数量级的更多库存、眼球、评论和销售额。这是因为CarMax使用了基于云的OpenAI API自然语言模型,该模型能够提取数百万(而不是数千)的关键字。
有分析师表示,CarMax作为先驱正在从可能成为全球主要业务驱动因素的早期收益中获益。
IDC人工智能和自动化研究集团副总裁Ritu Jyoti表示:“随着生成式AI的使用越来越广泛,它正在对许多行业和部门带来重大颠覆,CarMax与微软合作,走在了负责任地采用生成AI的最前沿,并且已经成为一个成功的行业颠覆者,变革了购买二手车的过程。”
展望未来
Mohammed说,这仅仅是个开始。尽管他没有具体说明CarMax公司目前是如何使用2023年3月发布的增强型GPT-4模型,但他正在全力推进,简化汽车研究页面的内容创建,并扩大对GPT的使用,帮助用户“毫不费力”地购买二手车。他补充说,CarMax公司的程序员正在研究客户体验的新方面,并将使用GPT来提高公司内部的效率。
他说:“我的团队正在将最新版本用于其他一些用例,但我们还没有公开,这就是我的团队的工作方式,他们喜欢以可控的方式试验和尝试新事物。”
Mohammed在2014年成为CarMax公司CIO之后就开始了云之旅和数字化转型。CarMax公司所做的一切都是在云端完成的,但仍然有一个小型数据中心,最终也将被淘汰。
Mohammad说,客户安全对CarMax公司来说至关重要。CarMax公司表示,微软Azure的安全性、合规性、可靠性和其他企业级功能,让CarMax公司能够扩大AI的使用范围,以提取关键字并“过滤掉用户评论中的任何有害内容”。
Mohammad指出,作为微软Azure的客户,CarMax依赖于Azure Data Lake,这是CarMax采用AI的一个重要组成部分。Mohammad说:“数据是我们所做一切的核心,因为数据给我们的机器学习算法提供了支持,而机器学习算法又为我们的AI能力提供了支持。”
据CarMax代表称,事实上,CarMax在Azure中创建的蓝图也可供其他公司使用。
CarMax公司将继续使用Azure OpenAI和GPT进行试验和创新,但Mohammad坚称,他正在实施强有力的治理措施,以确保程序员以有纪律的方式使用机器学习和自动化来实现公司的业务目标。
他说:“这不是‘狂野的西部’,我们很清楚什么是护栏以及我们将利用AI的方式。我们部署和利用AI的方式,需要和我们的企业定位保持一致。”
好文章,需要你的鼓励
上海交通大学研究团队开发出革命性AI癌症诊断系统,通过深度学习技术分析50万张细胞图像,实现94.2%的诊断准确率,诊断时间从30分钟缩短至2分钟。该系统不仅能识别多种癌症类型,还具备解释性功能,已在多家医院试点应用。研究成果发表于《Nature Communications》,展示了AI在精准医疗领域的巨大潜力。
南华理工大学等机构提出3DFlowAction方法,让机器人通过预测物体3D运动轨迹来学习操作技能。该研究创建了包含11万个实例的ManiFlow-110k数据集,构建了能预测三维光流的世界模型,实现了跨机器人平台的技能迁移。在四个复杂操作任务上成功率达70%,无需特定硬件训练即可在不同机器人上部署,为通用机器人操作技术发展开辟新路径。
这是首个系统性探索跨视角协作智能的综合性研究,由南京大学、东京大学等顶尖机构联合完成。研究团队首次将"第一人称视角"与"第三人称视角"的协作应用进行了全面梳理,提出了三大技术方向和十三个关键任务,涵盖从智能厨房到手术机器人的八大应用场景。这项突破性工作为人工智能向人类认知迈进提供了重要的技术路径和理论基础。
这项由台湾大学与微软研究团队合作的研究探索了使用音频感知大语言模型(ALLMs)作为自动评判员来评估语音生成模型的说话风格。研究设计了"语音风格指令跟随"和"角色扮演"两个任务,测试了四种语音模型的表现,并比较了人类与AI评判的一致性。结果表明,特别是Gemini-2.5-pro模型,其评判结果与人类评判的一致性甚至超过了人类评判者之间的一致性,证明ALLMs可以作为可靠的自动评估工具。同时研究也发现,即使是最先进的语音模型在说话风格控制方面仍有显著改进空间。