在AI大模型出现之后，AI与办公软件的融合，也逐渐成为了趋势之一，比如近日钉钉展示了AI功能，WPS也在加紧研发“WPS AI”。那么生成式AI如果想走入办公软件，过程中可能会遇到哪些阻力呢？一起来看看作者的分析和解读。
办公软件正在从工具变成“助手”甚至“同事”。
在阿里的通义千问大模型面世一周后，4月18日，阿里钉峰会上钉钉总裁叶军（不穷）现场演示了钉钉的四个AI应用场景为：群聊、文档、视频会议及应用开发。表示钉钉与大模型融合场景正在测试中，将在相关安全评估完成上线。此次会上，钉钉的AI功能被搬到现场进行展示。
Notion接入ChatGPT能力的NotionAI早已上线，微软和谷歌也分别宣布了Microsoft 365 Copilot，以及Docs和Gmail的生成式AI能力。本周，国内对标Microsoft 365最紧密的WPS也宣布正在研发“WPS AI”，各类办公软件。
NotionAI的生成内容
在协同办公SaaS软件中，最早引入ChatGPT的NotionAI已经把生成式AI能力开放出来。不过，在C端和B端上，推出AI产品的方向和难度有很大不同。有SaaS行业内人士对虎嗅表示，“不同公司在AI能力上线方面的考虑肯定有所不同，微软要推出一个C端AI产品可能很容易，但要上线B端产品，则需要考虑很多问题，包括用户接受度、软件安全性、定价，甚至是ESG等问题。”
那么生成式AI要走进办公软件中，需要解决哪些挑战呢？
生成式AI在内容安全性方面，以及隐私保护方面都面临着巨大的监管挑战。目前各国对生成式AI的监管力度正在加强，从意大利数据保护局第一个禁用ChatGPT以后，法国、西班牙有关部门也对ChatGPT展开了调查。美国商务部下属的国家电信与信息管理局，则正在调查对于企业和监管机构如何确保人工智能系统是值得信赖、合法及合乎道德。
“产品有很多，成熟一个上线一个”叶军对钉钉AI产品的上线规划非常有信心，但他表示目前具体的上线时间，还要等待监管部门的审批。叶军说：“AI生成的内容，不知道谁写的，一分钟生成无数条，可能一下子就会破坏整个网络纯洁的环境。”
4月11日，就在阿里通义千问发布会的同一天，国家互联网信息办公室下发了《生成式人工智能服务管理办法（征求意见稿）》的通知。目前我国已经出台的AI相关监管条例，包括《互联网信息服务算法推荐管理规定》和《互联网信息服务深度合成管理规定》，并均已开始生效。除此以外，还有一些分散在《民法典》、《数据安全法》、《网络安全法》等法律法规中。
对于安全问题，OpenAI首席执行官Sam Altman就在最近的一次公开讲话中表示，随着模型的能力越来越强，与之对应的安全措施也需要增加。在GPT-4发布后，OpenAI一直致力于处理各种亟待解决的安全性问题。OpenAI的总裁兼联合创始人Greg Brockman则发推称，“OpenAI花了6个月的时间测试GPT-4，力图让这个AI更加安全。”
“AI其实是黑盒，是炼丹炉，炼出来什么不知道。”叶军表示，AI生成的内容，有些是不可控的，对于生成的结果还要做二次处理，二次处理相关的机制和安全审批的能力，比UGC（User Generated Content，用户生成内容）更难控制。
“通常情况下，AI技术供应商，对于AI生成的不安全内容也负有责任。”观韬中茂律师事务所合伙人王渝伟律师告诉虎嗅，AI技术供应商，包括深度合成服务提供者和技术支持者，《互联网信息服务深度合成管理规定》对其规定了较高的监督管理义务和完善数据和技术管理规范义务，若因未尽到这些义务，AI生成内容不符合法律规定，则需要承担一定的法律责任。
“生成式大模型的不准确问题，可能会在很多不容马虎的细节问题上出错。”在安全问题上，某AI大模型业内人士以文生图的Diffusion（扩散式）模型给虎嗅举了一个例子，扩散式生成模型的核心是通过逐步“扩散”噪声信号来生成所需数据，同时不需要使用显式的先验概率分布。也就是通过“猜”把一张模糊的图片一步步锐化成一张清晰的图片。而在这个“清晰化”的过程中，很难把控图片的精细之处。比如五星红旗上有几颗星，地图的边界线究竟在哪等在细节上要求非常严格的问题，对于AI来说，都是很难保证正确的。由于文生文模型也采用了读上一个词“猜”下一个词的机制，因此很难在细节上把控安全性。
就安全问题，虎嗅从某国内大型语言模型（LLM）创业公司处了解到，目前国内已有一些基于大模型的Chatbot（聊天机器人）产品，但多数都受到安全问题限制，正在按要求自查，并等待审批。
不稳定，是生成式AI天生的缺陷，当面对C端用户时，AI只是一个聊天机器人，不稳定的因素在于内容安全性。在大模型与用户之间添加一个过滤机制即可，很多传统的关键词过滤技术都可以解决这种问题，在AI技术加持下，也可以用一个过滤不安全内容的AI小模型实现更好的过滤效果。
B端用户的业务壁垒在于其所在领域或行业中的实践经验、技能和知识行业，也就是人们常说的KnowHow，而要让AI大模型在实际业务中发挥作用，则需要利用这些行业型KnowHow对AI进行专门的训练。在这方面，AI业界和应用产业似乎已经有了一些共识：AI大模是底座，是导航，而要真正把AI能力落地到业务中，还需要专门训练聚焦行业的中、小模型。
AI大模型在面对B端用户时，生成的内容不仅要安全，还要可靠，要对用户的业务负责，甚至每个字都容不得马虎。不过，AI大模型的效率提升对于B端用户来说，吸引力很大，在很多垂直行业都已有先驱厂商开始探索了。
在工业领域，西门子日前刚刚宣布将和微软合作，借助OpenAI的ChatGPT帮助软件开发人员和自动化工程师使用自然语言输入生成PLC（可编程逻辑控制器）代码，从而减少时间成本并降低错误率。同时，这些能力还有助于维护团队以更快的速度识别错误，并逐步生成解决方案。
“利用AI编写PLC代码肯定会在流程上减少工程师的工作量。”上海优也信息科技有限公司首席科学家郭朝晖认为，利用AI编写PLC代码在工业上很有可行性，但从安全角度出发，在代码生成之后，还应该有人类参与检查。
作为一个电脑程序，ChatGPT发布以来，编程能力就一直受到工程师们的重点关注，微软在GitHub中也推出了AI编程助手Copilot。同为“写代码”，在工业领域自然也已经有PLC工程师尝试用ChatGPT编写代码。一位PLC工程师告诉虎嗅，“目前来看ChatGPT的PLC编码能力不比普通工程师弱，但对于输入prompt（提示词）的理解能力还有优化空间，且生成的最终代码有些需要人工修改。”
不过，郭朝晖也认为ChatGPT要在工业领域推广，还需要解决工程师使用习惯和数据基础等问题，同时在工业设备中使用ChatGPT的条件也还有需要进一步优化。
在另一个严肃行业医疗领域中，ChatGPT的应用常被人认为更加马虎不得。但研发医疗行业大模型的左手医生团队CEO张超认为，虽然医疗行业的内容需要非常严谨，但是不同场景，对于生成式内容的风险接受度也不同。“我们把医疗行业分成4个象限，对于生产式AI的风险，我们可以从这4个象限的角度来分析。”
张超介绍说，这4个象限首先是以知识探索为目的的头脑风暴象限，在这个象限中，是允许大胆出错的，这个场景对正确信息的召回更重要。第二象限是文书处理类，这个场景中，AI需要做的就是归纳总结，按图索骥，出错的概率不大，即使出错也可以以较低成本更正，并且更正结果可以推动模型升级。第三象限是临床决策类，临床决策任务是一个比较特定的任务，在这个场景中AI是医生的助手，而AI生成的内容，可以由医生去把控风险。
“真正存在风险的是第四象限，就是在AI给没有鉴别能力的人提供服务的场景中。”张超认为，虽然这个场景中存在一定的风险，但是可以通过对AI生成内容溯源的方式来规避风险，“我们可以让基于文档嵌入(Document Embedding)等手段，大模型在圈定的知识范围内给出答案，通过缩小服务边界来控制风险。”
当然，这种形式可能又会使患者陷入“信息获取茧房”，不过张超表示，新技术肯定会存在局限性，但是落地、研发团队的任务就是想办法找更好的场景去避免这种局限性，让技术能够为这个场景产生更大的价值。
AI办公软件市场化的另一个难题，那就是定价。
在工作当中，一个生产力相同的同事，和只能帮忙查资料、整理文案的助理，在工资方面肯定是不一样的。AI在用户业务中的定位自然也直接影响到它的定价问题。对于用户来说，“AI助理”的价格后续相当于购买SaaS工具，自然是能低就低。但如果是“AI同事”，那对它投入几何，就要考察它的执行能力了。
目前国外付费的生成式AI服务以OpenAI和Midjourney两家最为知名。Midjourney的收费标准有两种，一种是月费，一种是按图计费。月费是23美元一个月，计次则是8美元用200次。ChatGPT Plus的收费标准是20美元一个月，每3小时可以使用25次GPT-4模型。
此外，OpenAI最新模型GPT-4的API接口采取按token收费的政策，已公布的GPT-4的API价格是纯文本输入每1k个prompt token定价0.03美元，每1k个completion token定价0.06美元。默认速率限制为每分钟40k个token和每分钟200个请求。
百度在发布文心一言之后，也对合作伙伴公布了名为文心千帆的云服务产品，据参加文心千帆发布会的百度客户透露，文心千帆的定价为——推理服务调用以0.012元/1000 tokens收费，按调用输入输出总字数付费。
在这方面，阿里云还没有公布相关的定价政策，不过叶军向虎嗅透露，钉钉的定价将参考Midjourney和OpenAI，“我们肯定比他们（Midjourney和OpenAI）定价低一点，我们得承认（技术）还是有一些差距，不能定太高的价格，而且普惠一点，前期对特定用户，甚至有一定的时长的优惠。”同时，在钉峰会上叶军还重点强调了具备AI能力的钉钉个人版。并提出未来的“个体户”可能会存在“一个人+一群AI助手”的新模式。
AI的生产力在图像创意领域已经得到了很多专业人士的认可，某知名媒体产品设计总监告诉虎嗅，“一个Stable Diffusion模型训练好了，能省出几个人的成本。”
对于B端业务来说，如果AI真的可以节省几个人的话，那么它的定价范围会更加宽泛。不过，在创意文案和对文字有要求的业务中，AI目前的生成能力可能只能替代初级人类员工的工作。美版今日头条Buzzfeed的AI撰稿机器人Buzzy，就被网友质疑其撰写的文章中，有五分之一的采用了几乎相同的开头。
虽然叶军在钉钉利用AI生成文案的案例演示过程中，反复表示“通义千问生成的内容比我写得好”，但是仔细看过内容之后还是会发现钉钉生成的内容很“AI”，会出现一些华而不实的口水词堆砌情况。
钉钉生成的推广文案内容
不过，AI能力也是会在不断迭代中进步的，叶军告诉虎嗅，“目前已经有很多钉钉的深度合作用户提出了试用意向，未来最先开放AI能力试用的行业也可能会是教育。”
作者：齐健，编辑：陈伊凡；出品：虎嗅科技组
来源公众号：虎嗅APP（ID：huxiu_com），从思考，到创造
本文由人人都是产品经理合作媒体 @虎嗅 授权发布，未经许可，禁止转载
题图来自 Unsplash，基于 CC0 协议
该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。