FUNDAMENTALS —— 基础概念

什么是人工智能（AI）？一篇写给企业管理者的入门

· 约 1512 字 · 阅读 4 分钟 · 作者

简要回答

人工智能（AI）是让计算机完成通常需要人类智能的任务的技术总称，比如理解语言、识别图像、做出判断。今天企业谈论的 AI，主要是机器学习，尤其是基于深度学习的大语言模型和视觉模型：它们从大量数据中学习规律，而不是由人逐条写规则。对企业来说，AI 擅长处理语言、图像和模糊判断，但关键数字、规则执行和最终决策仍应交给程序和人。

AI 这个词从哪里来

“人工智能”（Artificial Intelligence）这个说法，出自 1955 年 John McCarthy、Marvin Minsky、Nathaniel Rochester 和 Claude Shannon 联名提交的一份研究提案，它促成了 1956 年夏天在达特茅斯学院举办的研讨会。这次研讨会通常被视为人工智能作为一门学科的起点。

此后几十年，AI 经历了多次高潮和低谷。早期研究者希望用符号和逻辑规则表达人类知识，催生了“专家系统”；后来，研究重心逐渐转向让机器从数据中学习，也就是机器学习。

AI、机器学习、深度学习、大模型是什么关系

可以把它们理解成一层套一层的关系：

  • 人工智能：最大的范畴，泛指让机器表现出智能行为的各种方法，包括规则系统、搜索、机器学习等。
  • 机器学习：AI 的一个分支，让计算机从数据中学习规律，而不是由人显式编写每一条规则。
  • 深度学习：机器学习的一个分支，使用多层神经网络，在图像识别、语音识别和自然语言处理上取得了突破。
  • 大语言模型（LLM）：基于深度学习，特别是 2017 年提出的 Transformer 架构，用海量文本训练出来的语言模型。ChatGPT、通义千问、DeepSeek 等都属于这一类。详见《什么是大语言模型》。

所以，“大模型”是 AI 的一种，但 AI 不只有大模型。工厂里的视觉质检、目标检测，银行里的风控评分模型，也都是 AI。

AI 能做什么、不擅长什么

对企业而言，与其讨论 AI “有多聪明”，不如看它适合什么类型的任务。

任务类型例子AI 是否适合
理解和生成语言问答、摘要、起草公文、翻译适合，但需要人审核
识别图像和视频缺陷检测、安全帽识别、OCR适合，需要用现场数据验证
从大量资料中查找知识库检索、相似图纸查找适合，配合检索技术效果更好
精确计算报价、成本核算、财务报表不适合直接交给大模型，应由程序计算
执行明确规则审批流、数据校验、写入 ERP用传统程序更可靠
承担最终决策安全处置、信贷审批、医疗诊断AI 可辅助，决定权在人

大语言模型的一个已知局限是“幻觉”：它可能生成听起来合理、实际错误的内容。因此，在企业场景中，常见做法是让大模型负责理解、检索和起草，让程序负责计算和执行，让人负责审批。原因见《大模型为什么会幻觉》。

为什么最近几年 AI 突然“能用”了

有三个因素叠加：

  1. 算法：Transformer 架构让模型可以高效地并行训练，并更好地处理长文本中的关系。
  2. 算力：GPU 等硬件的发展让训练和运行大模型成为可能。
  3. 数据与训练方法：海量文本数据，加上基于人类反馈的指令微调，让模型能够理解和遵循自然语言指令。

研究还发现，在一定范围内，模型规模、数据量和计算量增加时，模型的表现会以相对可预测的方式提升，这被称为“缩放定律”。

企业应该怎么看待 AI

几点务实的建议：

  • 从具体任务出发，而不是从技术出发。先问“哪个岗位、哪个环节最费时间”，再问“AI 能不能帮上忙”。
  • 把 AI 当成员工的助手，而不是替代者。好的 AI 应用让员工更快找到资料、更少重复劳动，判断权仍然在人。
  • 重视数据。AI 的效果取决于它能接触到的数据，企业自己的资料是最大的差异化来源。
  • 关注安全。敏感数据最好留在企业内部，可以考虑私有化部署，见《大模型私有化部署》。
  • 用指标说话。上线前写清楚成功标准，上线后持续度量。

如果你在考虑第一个 AI 项目，可以先读《企业 AI 从哪里切入》。

Stanley Team 的企业 AI 转型顾问 Ming 有 20 余年世界 500 强市场营销经验，他的工作方向是帮助管理层更新认知、判断 AI 的应用价值，并通过培训与持续陪跑让应用进入日常工作。

常见问题

AI 和传统软件有什么本质区别？

传统软件由人写明规则，输入相同则输出相同；机器学习模型从数据中学习规律，能处理语言、图像等难以写成规则的问题，但输出具有一定不确定性，需要通过评测来把握效果。

企业用 AI 一定要用大模型吗？

不一定。视觉质检、预测、分类等任务，用专门的视觉模型或传统机器学习模型可能更合适、更便宜。大模型的优势在于理解和生成自然语言。

AI 会取代员工吗？

在企业落地实践中，更常见的是 AI 承担查找、整理、起草等重复工作，员工把时间花在判断和处理例外上。关键决策仍需要人负责。

延伸阅读

参考资料

  1. A Proposal for the Dartmouth Summer Research Project on Artificial IntelligenceMcCarthy 等，1955
  2. Artificial intelligenceWikipedia
  3. 人工智能维基百科
  4. Machine learningWikipedia
  5. Deep learningWikipedia
  6. Attention Is All You NeedVaswani 等，2017，Transformer 论文
  7. Scaling Laws for Neural Language ModelsKaplan 等，2020
  8. Training language models to follow instructions with human feedbackOuyang 等，2022
  9. AI Index ReportStanford HAI