如果想要追求创意，生成式人工智能可以帮助人们创造奇迹。但如果用其解决商业问题，它还差点意思。
这是波士顿咨询公司（BCG）的说法，该公司最近对其750名顾问进行了生成式人工智能交付实验。其中，来自哈佛商学院、麻省理工学院斯隆管理学院、宾夕法尼亚大学沃顿商学院和华威大学的研究人员协助进行了分析。
BCG团队报告说，在实验中，使用OpenAI的GPT-4完成创意产品创新任务的参与者的成绩比对照组（未使用GPT-4完成任务的参与者）高出40%。
然而，在解决商业问题方面，使用GPT-4的参与者的成绩比对照组低23%。
Salesforce发布的另一项针对4000名全职员工的调查显示，总体来看，超过五分之三的员工（61%）目前正在使用或计划使用生成式人工智能。
BCG的研究旨在通过反映员工日常工作的任务，对生成式人工智能（本例中为 GPT-4）在专业服务环境中的应用进行测试。其研究中提到的“创造性”任务包括为新产品和市场推广计划出谋划策。研究报告的作者解释说，解决“商业问题”要求参与者“根据绩效数据和与管理层的访谈，找出公司面临挑战的根本原因”。
在解决商业问题时，往往需要一个确定的“正确答案”，而不是开放式的创意性答案，因此，GPT给出的结果往往值得三思。
研究人员总结说，大语言模型“容易根据大量数据，提出有创意、新颖或有效的想法”。然而，当要求其权衡定性和定量数据，从而回答复杂的问题时，“如果参与者完全依赖该工具而不是自己的判断，GPT-4很可能会造成误导”。
这就是人们需要非常谨慎的地方，他们继续说道。在非人工智能对照组中，至少有85%的参与者能够自己找到解决商业问题的答案。“然而，许多使用GPT-4的参与者却对该工具提供的错误信息信以为线提供的内容十分有说服力，这很可能是造成这一结果的原因之一”。该研究的发起人认为，在运用生成式人工智能方面存在一个悖论：“人们似乎在技术能够贡献巨大开元体育价值的领域不信任技术，而在技术无法胜任的领域又过于信任技术”。事实上，参与者也承认“他们认为GPT-4为其输出提供的理由非常有说服力。”
即使对参与者就如何向GPT提问进行训练也不会改变这个复杂的情况。研究人员指出：“受试者了解了如何提示 GPT-4 以及该技术的局限性后，GPT-4在解决商业问题上的缺陷也难以弥补。”
此外，在创造性任务中过多使用生成式人工智能也存在一个问题——相似性过高。研究人员提醒：“针对相同类型的提问，GPT-4将一次又一次地提供意义相似的回答，所以参与者使用该技术得到的答案从个人角度来看很好，但整体来看是重复的。”研究显示，“在创新性任务中，使用GPT-4的参与者的想法多样性比未使用该技术的参与者低41%。”
研究结果表明，商业领袖和管理者需要批判性地思考在企业运营过程中使用生成式人工智能的原因和方式。报告作者指出，他们“需要不断地重新审视自己的决定，因为人工智能的能力上限也在不断更新”。
