你想過用別人的數據來打造自己的AI嗎？

企業領導人了解，唯有以獨家數據訓練AI，才能充分發揮AI的潛力。然而，公司數據不夠多、公開可用的數據過於一般、使用個人數據又侵犯隱私，都是必須解決的問題。本文建議企業採取「數據協作」，來打造獨具特色的AI。

GPT-4等大型語言模型（large language model, LLM）吸引了企業領導人的注意，因為它們承諾會增強決策、簡化營運，並帶來新的創新。Zendesk和Slack等公司已開始使用LLM來增進顧客支援、提高滿意度並降低成本。同時，高盛（Goldman Sachs）和GitHub正在採用類似的人工智慧（AI）來協助開發人員編寫程式碼。同樣地，聯合利華（Unilever）正在使用LLM來協助回應顧客的訊息、產生產品清單，甚至將食物浪費降到最少。然而，就像現成品一樣，LLM不能提供企業可能希望擁有的隨插即用解決方案。在面對組織的獨特脈絡時，LLM常常表現不佳。

為了克服這項挑戰，企業領導人轉而微調LLM，然後使用組織獨有的數據來訓練它，使它能夠掌握組織的細微之處和獨有的特點。經過微調的模型憑藉更豐富的脈絡，並根據組織的需求量身打造，提供強大的客製化AI體驗，大幅提升組織的績效。彭博社（Bloomberg）的BloombergGPT是一個AI研究模型，以彭博社獨有的數據來進行微調，就示範了經過微調的模型如何透過使用產業專有的數據，來量身打造AI模型，以幫助企業獲得策略優勢。

然而，企業如果想要訓練經過微調的模型，會面臨3個迫在眉睫的挑戰。首先，經過微調的模型需要大範圍、高品質的數據──這對許多企業而言是稀有的資源。其次，LLM是用公開可用的網際網路數據來訓練，因此可能無法處理特定社群或使用者的細微之處，導致產出的答案帶有偏見，生成的內容也缺乏多樣化和多元化。第三，以使用者的個人數據來訓練經過微調的模型，可能會侵犯隱私，因為個人數據最初在蒐集時並不是為了訓練模型。