当前位置: 首页 > article >正文

哈佛商业评论 | 未来商业的技术趋势:百度李彦宏谈技术如何变革商业

在《哈佛商业评论》的HBR IdeaCast节目中,百度联合创始人、首席执行官兼董事长李彦宏分享了他对人工智能(AI)和其他技术趋势的见解。这期节目讨论了百度如何将生成式AI融入业务,以及这些技术如何重塑我们的生活和工作方式。让我们来一起回顾一下:

生成式AI的演变与应用

ERNIE Bot的发展

李彦宏提到,百度在2023年推出了类似ChatGPT的产品ERNIE Bot,这是全球首个由上市公司发布的生成式AI聊天机器人。从推出至今,这款产品已吸引了超过3亿用户。ERNIE Bot的快速迭代和优化解决了用户最关注的几个问题:

1. 响应速度:不同应用场景下,用户对响应时间的要求不同,有时可接受稍慢的速度来换取更准确的回答。

2. 成本控制百度将推理成本降低了99%

3. 准确性:大模型生成的回答如今更加可靠。

生成式AI的泡沫与现实

李彦宏认为,像许多技术浪潮一样,生成式AI也经历了初期的兴奋和随后的泡沫期。虽然部分产品和公司可能因市场适配不佳而被淘汰,但最终能够留下来的少数企业将创造巨大的社会价值。

商业模式:封闭与开放的权衡

封闭模型的优势

李彦宏将百度的模式定义为“商业级”模型。与传统的开源软件(如Linux或Python)不同,所谓开源的大语言模型仅提供一组参数,用户无法更改这些参数,也难以对模型进行集体优化。

百度的AI商业模式

百度通过云计算等平台向企业客户提供AI服务,并根据API的推理成本收费。这种模式为各种应用场景提供支持,包括百度搜索、百度地图等内部产品。

自动驾驶的进展:从愿景到现实

Apollo Go:百度的自动驾驶服务

李彦宏介绍了百度的Apollo Go自动驾驶出租车服务,目前已在中国武汉等城市运营,有超过400辆车为约900万人口提供服务。他指出,自动驾驶技术已经达到了L4级别,即在特定区域内可以完全无人驾驶,但要实现L5级别(任何时间、任何地点的全自动驾驶)仍需时日。

监管和未来

李彦宏认为,当前自动驾驶技术的大规模普及受到法规限制,预计需要10年甚至更长时间才能在全球范围内成为主流

AI对就业的影响:挑战与机遇

李彦宏将当前的AI革命与工业革命相比较。他认为,虽然AI可能取代一些重复性和高强度的工作,但同时也会创造更多体面、低压力的新岗位。  

这是一种渐进的过程,为政府、企业和个人提供了足够的时间来适应和准备。

中国与全球在AI发展路径上的差异

李彦宏指出,中国的AI发展更加注重实际应用。百度将生成式AI技术融入到搜索直播购物等产品中。例如,百度开发的数字人可以替代真人进行直播购物,通过ERNIE Bot生成脚本并实时与观众互动。  

这种应用驱动的模式在提升业务ROI和节约成本方面表现出色。

数据隐私与合规性

针对西方对中国科技公司的数据隐私担忧,李彦宏强调,百度作为纳斯达克上市公司,严格遵守所有适用法律,并设立了专门的数据合规委员会来保护用户隐私。他认为,中国用户与全球用户一样,非常关注数据安全,这也是公司赢得用户信任的重要因素。

环境可持续性与AI的未来

李彦宏提到,尽管AI可能带来更高的能耗,但其效率提升和价值创造将远远抵消其对环境的影响。例如,通过更高效地完成任务和利用绿色能源,AI有助于推动可持续发展。

对未来的展望

李彦宏对未来充满信心。他预测,在5到10年内,生成式AI将赋予普通人编程能力,让自然语言如英语或中文取代传统编程语言。这将显著提升社会生产力,彻底改变人们与技术的互动方式。

总结

李彦宏认为,AI不仅是一种技术工具,更是一种能够改变商业、生活和社会结构的强大力量。虽然AI的发展伴随着挑战,但它也带来了前所未有的机遇。通过不断创新和适应,我们有望迎来一个更加高效、智能化的未来。

来源:

Beard, A. (2024) ‘Future of business: Baidu’s Robin Li on the technology trends that will transform business’, HBR IdeaCast, 15 November. Available at: https://hbr.org/podcast/2024/11/future-of-business-baidus-robin-li-on-the-technology-trends-that-will-transform-business?ab=HP-hero-latest-text-3.


http://www.kler.cn/a/396727.html

相关文章:

  • 基本数据类型和包装类型的区别、缓存池、自动拆箱装箱(面试题)
  • 双子数(枚举素数)
  • 云计算复习文档
  • Docker占用空间太大磁盘空间不足清理妙招
  • 【星海随笔】ZooKeeper-Mesos
  • 初识Linux · 共享内存
  • Java集合 List——针对实习面试
  • hot100--数组
  • 数据研发基础| 什么是数据漂移
  • 推荐一款流程图和图表绘制工具:WizFlow Flowcharter Pro
  • 【python系列】python数据类型之数字类型
  • el-table 纵向垂直表头处理
  • Rust编程与项目实战-特质(Trait)
  • 雷达信号处理的流程和恒虚警检测CFAR
  • Linux通过端口号找到程序启动路径(Ubuntu20)
  • 贝叶斯网络——基于概率的图模型(详解)
  • Molecular signatures database (MSigDB) 3.0
  • 使用YOLOv9进行图像与视频检测
  • 浪浪云轻量服务器搭建vulfocus网络安全靶场
  • kubesphere环境-本地Harbor仓库+k8s集群(单master 多master)+Prometheus监控平台部署
  • ctfshow(328)--XSS漏洞--存储型XSS
  • 2024年11月第2个交易周收盘总结
  • VLC-QT----Linux编译并运行示例
  • 信息安全工程师(83)Windows操作系统安全分析与防护
  • aws中AcmClient.describeCertificate返回值中没有ResourceRecord
  • RedisTemplate序列化设置