GPT在工业经济中淘汰劳动力

OpenAI首席执行官Sam Altman认为，新的想法，而不是更大的模型，将发展人工智能（AI）。

这是因为巨大的人工智能训练模型的时代即将结束，比如为GPT-4提供动力的可能超过万亿参数的大型语言模型（LLM），Altman在最近的麻省理工学院活动中说。

与此同时，工业经济已经被当前的生成式自然语言处理（NLP）和机器学习（ML）工具所改变，其中许多工具正在推动以前分散和劳动密集型运营部门（如航运，物流和运输）的未来效率。

美国前财政部长劳伦斯·萨默斯（Lawrence Summers）曾表示，像ChatGPT这样的人工智能工具可能与“印刷机、电力，甚至是轮子或火”一样具有影响力，在可能过度或公开依赖手动和关系驱动流程的传统行业中尤其如此。

技术可以不成比例地使这些组织受益，因为他们学会采用和使用人工智能工具来增强他们的运营。

在本周早些时候（5月16日）在国会作证时，Altman举了一个现实生活中的例子，一个有阅读障碍的小企业主创建了一个人工智能工具来自动起草专业电子邮件，从而产生了价值数十万美元的新业务。

将管理任务从物流流程中剔除

利用NLP消除手动提升和沉没时间成本的现代解决方案，通过电话或文本回复供应商电子邮件和协调价格匹配，为整个工业经济中的大小企业提供了变革潜力。

这是因为诸如东西的成本是多少，何时提货，何时在门口或工厂发货等问题看似简单 - 但它们实际上非常复杂和分散，导致物流和运输空间的核心不确定性和低效率。

没有企业客户愿意等待三天的报价，并同意报价只是为了发现价格不再有效，并且必须重新开始该过程。

现代人工智能工具可以利用语言模型阅读电子邮件、了解定价范围、客户需求并据此生成报价，从而帮助消除这些历史和根深蒂固的摩擦——同时在几秒钟而不是几天内回复。

“过去七年技术采用的快速速度令人难以置信，坦率地说，在这个行业中是巨大的，”国际数字贸易公司Cargobot的首席执行官兼联合创始人费尔南多·科雷亚（Fernando Correa）上个月底告诉PYMNTS。

Correa解释说，航运和物流行业特别准备好通过下一代技术解决方案（如生成式AI和NLP）来获取适合未来的效率。

“电话不是结构化关系，电子邮件不是结构化关系，”科雷亚说。“这些新的技术创新（在行业内推向市场）旨在组织以前没有组织的整个关系，并且效率从差距中溜走。

正如PYMNTS长期以来一直在追踪的那样，新旧和必要的悖论是下一代数字市场和B2B平台越来越多地利用有吸引力的空白机会来实现传统运营现代化的原因。

机构惯性正在失去智能自动化的阵地

尽管如此，变革是艰难的，而且发生得很慢——特别是对于在长达数十年的业务关系驱动的垂直领域运营的长期参与者，甚至是跨越几代人的业务关系。

“有些传统企业、家族企业、老牌传统公司在过去两年中已经达到了一个地步，他们明白，如果他们不采取下一步行动，他们会遇到麻烦，甚至可能会关闭，因为他们现在需要技术来提供客户正在寻找的正确服务水平，FreightTech初创公司 Wisor.AI 首席执行官Raz Ronen今年早些时候对PYMNTS表示。

但是，企业对企业（B2B）关系的持续消费化和行为期望的阶段转变正在推动稳步的数字化。

热衷于提供创新和新解决方案的企业需要围绕所提供的内容教育他们的目标行业和市场，同时强调这些现代工具有助于增强而不是取代信任元素，这是航运和物流部门中许多B2B关系不可或缺的一部分。

人工智能是一种工具，而不是一种生物。“它将做任务，而不是工作，”奥尔特曼告诉美国立法者。