生成式AI下的企业：是不是该成立新部门封新官了？

“软件正在吞噬世界”，2011年8月20日，Marc Andreessen在《华尔街日报》如是说。到今年，12个生肖正好凑齐。回顾之下，还是老实折腾软件最实在吧。什么“信息化”、“数字化转型”，都是一些制造焦虑的概念 - 各种咨询管理公司搞出来各种莫测高深的理论，最大的效果作用，就是把传统企业里跟不上科技进步的高管们绕的云山雾罩、晕头转向，视之为莫测高深，然后...购买“数字化转型”的咨询服务作为治愈焦虑的灵丹妙药。但是，“Talk is cheap. Show me the code” - 蛋不要扯太多，扯多了廉价，从一个老实巴交砌软件的码农的角度看，数字化最后的最后，不还是把一切代码化吗？讲那么多？

Software 1.0、Software 2.0、Software 3.0

回到软件世界，软件发展总体上也有几个阶段，用软件人喜欢的习惯，把这几个阶段也打上版本号：

• Alpha阶段 - 真的是计算机发展的早期，系统甚至不是图灵完备的，都是单一目的（Special Purpose Computer），只能专做一件事情，正如你家的“智能电饭煲”，它虽然有芯片，也干不了别的活
• 1.0阶段 - 延续至今，其实大部分码农还在这个阶段，以人脑设计和人肉实现算法为导向。不过说实在的，很多企业里的IT工程师，其实也无所谓“设计”算法，都是在写“glue code”（浆糊型粘合他人代码的代码），就是调用一下别人的API接口、聚合一下数据、处理一下不同软件层的数据格式和类型的转换。按一定的顺序去调用API，再做点异常处理的兜底，这真算不上什么“算法”，或者姑且称之为“业务逻辑”吧
• 2.0阶段 - 移动互联网大发展后兴起，以“大数据”为标志，更多的软件设计开始聚焦“数据集设计”，有了数据，开始利用机器学习、深度学习，去作算法训练。有了“模型”的概念，模型有一定的分析、预测能力，可以较为自动化的执行一定的特殊任务（有点像Alpha阶段的特殊目的计算机，只能干某种事情）
• 3.0阶段：软件用最“自然”的、符合人类语言习惯的对话方式，提示、指示大语言模型去生成。在1.0、2.0阶段，计算机资源只能由少部分掌握特定语言的人（也就是码农）才能去调度、利用。这些特定语言相比英语、汉语等人类日常生活中使用的语言而言，荒僻、晦涩、古怪、复杂，掌握这些“方言”的人，就像古代沟通“神界”的巫师，他们是如何跟一个黑盒子沟通、怎样诠释黑盒子传回来的原始数据的，那是他们的专利。在3.0这个阶段，这类人已经不需要，如微软所宣称，“人人都成为开发者”了

那么，3.0时代来到了吗？Andrej Karpathy（特斯拉人工智能总监，前OpenAI科学家）说，还没。生成式AI的到来，只是带来一个新的抽象层，这个抽象层允许你用自然语言去指示它生成软件，但这些生成物本质上还是2.0的产物，因为还需要对大语言模型有一定了解的人，以某种方式方法去写提示 - 本质上还是编程，只不过这种“编程”已经变成自然语言文本。能不能让生成式AI制造出你要的软件，那还得另说，还要求一定的“技巧技能”，也就是说AI对你王大爷、张大妈的话还没聪明到可以完全理解的份上。

那么现在软件发展算是什么阶段？也许是...2.5吧。

IT部门的岗位和新领头人

无论如何，新的技术世代（又）已经到来了。过去传统行业跟进技术变革的最简单粗暴方式就是，成立一个部门、命名一个中心 - 例如，互联网金融大行其道的时候，搞个“互联网金融部”；借鉴互联网电商的成功，就弄个“电子商务部”；到了“数字化转型”，就搞个“数字创新部”，等等，不一而足。这一招，大部分情况下是反映了公司高层的“顶层设计”，以及表达对科技发展业务的重视和决心。但是，怎么落地执行具体的策略呢？这个先不管，慢慢研究...

时间快进到了Software 2.5/3.0时代。可口可乐最近任命了一个生成式AI全球主管，PayPal则成立了生成式AI卓越中心（Generative AI Center of Excellence）。同时，总部位于圣安东尼奥的多云解决方案提供商Rackspace Technology将其首席技术官任命为新推出的生成式AI工坊（Foundry for Generative AI）的全球负责人。上个月，印度IT巨头Mphasis宣布成立了一个专门的生成式AI业务部门，由集团首席技术官领导。

那么，为什么公司要设立专门的角色来推动生成式AI项目？这是否真的有必要，或者公司只是跟风成立了专门的领导岗位来推动他们的愿景呢？

从可口可乐最近几个月搞的创意视频广告来看，该公司提拔了前全球创意战略和内容主管（head of global creative strategy and content）担任生成式AI全球负责人的角色似乎是合情合理的。在他的新角色中，他负责利用生成式AI技术为整个可口可乐公司的品牌和产品品类注入重大创意，制定营销战略。

PayPal则是寄希望于通过发展生成式AI去走出困境、突破艰难局面。他们的生成式AI中心负责人需要考虑将生成式AI应用于风险评估、客户服务、市场营销和自动化领域。自从新冠疫情以来，PayPal在获客方面遇到了困境，并面临股市崩盘的困扰。

Rackspace Technology和Mphasis，则并没有为其生成式AI项目创造一个专门的职位，而是主要由首席技术官（CTO）负责推动。

Rackspace宣布推出了Rackspace Foundry for generative AI（FAIR），将该平台称为“一个具有突破性的全球实践，致力于加速各行业对生成式AI解决方案的安全可持续采用”。其产品旨在帮助组织发现生成式AI的用途，并集成和优化其效率。

Mphasis选择了自力更生的路线，成立了一个名为mphasis.ai的新部门，提供关于生成式AI解决方案集成的指导，开发专有的生成式AI技术，通过其“超级扩展器”解决方案平台向250多个AI模型提供许可，并与50家初创企业合作，帮助客户进行解决方案开发。这个新的垂直部门还将向客户提供会话式AI工具，例如聊天机器人，供其在业务中使用。Mphasis的CTO将同时作为首席架构师领导mphasis.ai。

生成式AI岗位多不胜数

生成式AI领域的就业数量在过去一年中翻了三倍，不仅包括高级领导职位，还包括低层和中层职位。企业在数据科学、语言学、分析、自然语言处理等领域有广泛的技能需求，新部门、新团队也层出不穷。根据LinkedIn的数据，声称担任“生成式AI产品经理”这个岗位的人，在平台上已经有八百多个。

许多公司正在迅速添加以生成式AI支撑的业务功能或者构建自己的大语言模型。根据高盛（Goldman Sachs）的一份报告，生成式AI对全球GDP的显著增长起到了重要作用。技术创新正在导致新职业的出现，例如模型训练师、生成式AI架构师、AI产品经理、生成式AI提示工程师等等。

Talk is cheap. Show me the software

一会儿信息化时代、一会儿数字化时代、一会儿数智化时代、一会儿通用人工智能时代... 各种时代，正以极其廉价的媒体概念方式到来，疲劳轰炸所有人。传统的企业们被吓/忽悠/糊弄的不轻。然后是各路人马粉墨登场 - 前缀“全球”、“金融业”、（其他吓人名头）的峰会、论坛、沙龙层出不穷，各种精英摇身一变又成为“AI大咖”就各种趋势、潮流指点江山。

企业们则纷纷以AI成立各种部门、命名各种中心、建立各种委员会。从前，IT对业务日益关键，得总裁CEO盯紧，于是有了“IT治理委员会”；后来，数据成了“信息时代的石油”，数据涉及企业隐私和安全，是生命线，得总裁CEO盯紧，于是有了“数据治理委员会”；很快，人工智能这玩意决定企业生死存亡啊，得盯，于是即将出现“人工智能治理委员会”。这委员会的使命是啥呢？也已经替它想好了：首先是要校验所采用的大语言模型的世界观，必须“对齐”；其次是所涉及的训练数据，必须做好保密、脱敏的工作，必须保障版权来源合规；第三定期听取汇报，了解各业务部门的业务是怎样和AI结合的，就其“创新”作出高瞻远瞩的指示。

每一次某时代的如期而至，通常后缀一个“化”字。在汉语里，“化”这个字是最神奇的，各行各业使用这个“化”字也已臻化境 - 电子化、信息化、数字化、智能化，化腐朽为神奇。其实这也是一件好事，因为技术在各行各业的推广和发展，确实也就是这么“化”出来的。有想象、有憧憬、大家一本正经的努力尝试，相当于童话里经常出现的“自我兑现的预言”（self-fulfilling prophecy），最终实现。

但是，别人可以各种“化”，你企业IT无法跟着忽悠，你是最终干活的那个“基层”。过去你人脑设计系统架构、人肉手写代码，亲手生成以某些编程语言书写编译而成的二进制机器码，支撑着企业系统的运行；后来你人工收集整理数据、人手监督机器学习，控制其生成一些任务处理系统；现在你得用自然语言，以“不讲人话”的方式反复和大语言模型沟通、提示、指引、精调、对齐，生成没有人类看的懂的神经元网络参数、权重（weights）并指望它们魔术般的刚刚好实现了你的业务部门业主要的能力...

无论别人讲什么“化”，对于IT来说，只有“软件化” - 1.0、2.0、2.5、3.0.... 这个过程持续下去，直到世间一切都被软件化、并且软件的生产者就是软件本身，直到IT人最终淘汰自己... 是不是一个比较悲壮的行为、所谓硅基淘汰碳基的一个缩影？

对于企业的经营者管理者来说，搞中心、搞部门、搞委员会并给予各种高大上牛名字均可，符合社会发展形势，有助建立创新氛围，好，必须的！但不要被各种“化”真给化了，时刻牢记，说啥都好，各种峰会逢场作戏大家高兴，but，最后你还是得找个真懂的（而不是换件马甲的）专家去带领这些中心部门委员会，并不时问他，“show me the software” - 虽然源码（code）可能已经没有了，里面都是提示词（prompt）、神经元网络参数（parameters）和权重（weights），但是Software还在。