ELECTE 博客
返回首页 全部文章
Newsletter
草莓问题
草莓里有几个 "r"？- GPT-4o 的答案是 "2"，而一个六岁的孩子却知道是 3。问题在于标记化：模型看到的是[str][aw][berry]，而不是字母。OpenAI 并没有用 o1 解决这个问题，而是通过教模型 "先思考后说话 "来解决这个问题。结果：在数学奥林匹克竞赛中，OpenAI 的成绩是 83% 对 13%，但耗时是 30 秒而不是 3 秒，成本是原来的三倍。语言模型是非凡的概率工具，但仍需要人来计算。AI战略建筑与房地产的未来：建筑卫生部门的启示
为什么通用人工智能解决方案在建筑领域会失败？不能区分 "承重墙 "和 "隔墙 "的人工智能是危险的。专业人工智能的结果是：设计错误减少 68%，库存减少 31%，施工工期减少 28%。伦敦皇家资产管理公司：投资回报率达 708%，能耗降低 59%。建筑业的数字化程度在各行业中排名倒数第二，是展示垂直人工智能与通用人工智能价值的理想场所。AI战略2025 年实施人工智能的投资回报率：包含真实案例研究的综合指南
在人工智能上每投入 1 美元，就能获得 3.7 美元的回报，表现最好的公司能获得 10.3 美元。但到 2025 年，42% 的公司已经放弃了大多数项目，理由是成本不明确、价值不确定。诺和诺德：临床报告从 12 周缩短到 10 分钟。贝宝：-11% 的欺诈损失。74%的公司在第一年内实现了正投资回报率，但只有6%的公司成为 "人工智能高绩效公司"。问题不是 "我们负担得起人工智能吗？"而是 "我们耽误得起吗？"AI战略人工智能生产力悖论：先思考后行动
"除了在生产力统计数据中，我们到处都能看到人工智能"--索洛悖论在 40 年后重演。麦肯锡 2025：92% 的公司将增加人工智能投资，但只有 1%的公司拥有 "成熟 "的实施方案。67%的公司报告称，至少有一项举措降低了整体生产率。解决方案不再是技术，而是了解组织背景：能力映射、流程重新设计、适应性指标。正确的问题不是 "我们自动化了多少？"而是 "自动化的效率如何？AI战略效率悖论：人工智能会让我们更愚蠢吗？
苏格拉底担心书写会破坏记忆。他是对的--背诵《伊利亚特》的说书人已经消失了。但我们获得了在全球范围内保存思想的能力。每项技术都会 "去训练 "某些东西，并增强其他东西。人工智能也不例外，但速度更快：五年而不是二三十年。问题不在于 "人工智能会让我们变得愚蠢吗？"（不会），而在于 "我们是否有足够的意识来选择将哪些工作下放，哪些工作继续训练？AI战略模型上下文协议（MCP）：改变业务工作流程的新型人工智能 "USB-C
"用于人工智能集成的 USB-C"--这就是他们对模型上下文协议的称呼，OpenAI、谷歌、微软和亚马逊都在采用它。短短几个月内，社区就创建了 1000 多台 MCP 服务器。但 2025 年出现了严重的漏洞：提示注入、无声 "拉动 "定义、凭证暴露。Gartner 警告说，身份验证仍然有限。前景是巨大的：一种将人工智能与任何系统连接起来的通用语言。建议：开展非关键的试点项目，谨慎好奇，而不是匆忙采用。Newsletter大骗局：为什么人工智能比自己承认的更了解情感？
在情商测试中，人工智能的准确率为 82%，而人类为 56%--日内瓦和伯尔尼的研究打破了我们最后一个令人欣慰的神话。ChatGPT-4 不仅在现有测试中胜过人类，还创造出了与专业心理学家测试无异的新测试。微表情、语音分析、语境理解--人工智能能读出我们自己都无法识别的情绪。问题不再是 "它能理解情绪吗？"而是 "我们如何利用这种超强的理解力，同时保持人类价值观的核心？AI战略昔日美好时光：怀旧是一种竞争优势
当OpenAI和Anthropic还在寻找可持续的商业模式时，MyHeritage和FaceApp正在通过改进20世纪90年代的照片来印钞。一个令人不安的事实是：消费者为改善过去而付出的代价要高于对未来的想象。这是 "20 年怀旧周期"，人工智能在最佳时机将其货币化--退化的数字档案+修复技术+具有购买力的一代人。到 2030 年，170 亿美元→500 亿美元的市场。但是，如果我们只优化向后看，谁来发明未来？第 36 页，共 39 页