人工智能技术应用不断扩展的影响1 这让许多投资者对传统的人力劳动型企业感到担忧——从专业技术服务到行政文员。.
评估这些企业的可持续性是一个深刻而具有挑战性的课题。然而，许多咨询公司提出的用于评估人工智能影响的复杂分析方法，例如数据准备情况、流程或系统中规则的存在性和固定性等问题，反而使评估变得更加困难。这些框架催生了像埃里克·布林约尔松和安德鲁·麦卡菲合著的获奖著作《第二次机器时代》这样的优秀作品，但在对实际目标收购或其他投资进行尽职调查时，几乎无法将其应用于实际层面。尽管基于Transformer的突破性LLM（例如ChatGPT、谷歌的Gemini等*）的不断进步，让从客服代表到主要投资者的每个人都担心其工作会受到冲击，但要从人工智能中生成准确、一致的输出仍然需要付出巨大的努力。因此，探讨人工智能的发展既重要又可行。.
那么，如何以切实可行的方式评估技术颠覆的可能性呢？当 GRAPH 被要求评估人工智能颠覆的风险时，我们会思考以下七个问题（这些问题在过去五年左右的时间里并没有发生实质性的变化）：
评估企业存在的理由：
- 从客户的角度来看，哪些具体活动能够创造价值？请尽可能详细地列出并定义这些活动。.
- 所要解决的问题本质是什么？这是一个深层次的问题还是一个广泛的问题？
- 客户认为什么样的解决方案才算“足够好”？
- 质量对客户有多重要？客户认为市场上80%解决方案与95%或100%解决方案之间有什么区别？
- 客户通常认为某项活动或某项活动的完成百分比达到多少才算“足够好”？”
- 在类似领域，是否有客户转而使用“足够好”的解决方案的迹象？
- 这个领域受到多少监管？
- 客户是否面临日益增长的竞争压力或其他经济力量？如果是，这种日益增长的竞争压力与当前“足够好”的解决方案之间是否存在威胁性的联系？
- 目前是否存在能够完成上述任何一项活动的应用程序？有哪些？
- 是否存在可以（如果应用）完成上述任何一项活动的平台？是哪些平台？
- 应用程序和/或平台技术有哪些依赖项？典型的限制包括需要云端（而非边缘）处理；特定格式的数据；需要大量数据用于训练；每个安装都需要定制的数据科学和工程。.
- 谁在为这些应用和平台提供支持？每项活动的研发投入是数千、数百万还是数十亿美元？
当你思考这七个问题时，眼前的威胁程度应该会更加清晰。请记住，在监管较少的行业，技术从平台到应用再到普及应用，通常只需2到5年；而在监管较多的行业，技术完成同样的转变往往需要10年以上。.
*本文于 2024 年更新，以反映 ChatGPT 和 Google 的 Gemini 等平台。.
脚注/来源
- 1. 人工智能（AI）一词已被许多计算机集成商（CIM）广泛定义，并有失去其原有含义的风险。GRAPH 将人工智能定义为具备以下能力的开发者服务或成品应用程序：(a) 对非结构化数据进行推理；(b) 对非线性推理进行建模；(c) 定期进行自我纠错和改进；以及通常情况下，(d) 能够跨越传统通信模式。. ↩︎