2024年诺贝尔物理学奖的颁发再次引发了人们对人工智能的忧虑。这次获奖者不仅是一位物理学家，还有一位计算机科学家。

神经网络作为一种模仿人脑运作的技术，虽然在科学领域取得了重大进展，但它与传统的物理学关联并不紧密。这使得很多人质疑，这次物理学奖项是否偏离了原有的轨道。

此次获奖的两位科学家，约翰·霍普菲尔德和杰弗里·辛顿，分别来自普林斯顿大学和多伦多大学。他们的研究推动了神经网络的快速发展。

辛顿甚至被称为“人工智能教父”。他表示，人工智能带来的不仅仅是体力上的超越，更是智力上的优势。但这种超越也伴随着潜在的风险。他担忧 AI 可能会带来“失控的后果”。

随着人工智能在医疗、金融等领域的广泛应用，人们对它的潜在风险越来越关注。尤其在企业界，领导者们在如何利用AI和控制其风险之间陷入了两难境地。虽然人工智能能极大提升效率，但一旦管理不当，可能导致声誉受损或产生法律纠纷。企业担心 AI 生成的“幻觉”——即错误或虚假信息的输出，可能带来不良后果。

然而，这次诺贝尔奖的颁发并不会对人工智能产业产生直接影响。不过，面对AI爆发的今天，更多的企业争相投入资源进行研发和应用。但真正大规模应用的成功案例却很少。

在商业领域，CEO 们更关心如何从生成式 AI 中获得回报。特别是在中国，这种趋势更加明显，国内大部分的 AI 企业正在想尽各种办法让消费者为他们并不成熟的AI产品付费。

在这一过程中，大部分的企业将AI项目交给技术团队或AI负责人。然而，这种方式往往忽视了AI技术与整体业务战略的结合。业务和客服部对产品的诉求更需要参与到AI的研发过程中。

TechSee 是一家计算机咨询咨询公司。创始人伊坦·科恩（Eitan Cohen）发现，原有的AI技术无法识别简单的物理问题，例如打印机电缆被咬断。这让他意识到，需要通过图像传递问题才能有效解决。很快，他对系统进行了修正，基于客户需求增加了AI图像分析系统，从而大幅减少客户服务时间。

而在中国，生成式 AI 更多的用于日常办公、分类总计和文字归纳等方面，目前，我们还没看到更多的人工智能给中国产业带来的正面影响。至于他的潜在风险似乎还离我们非常遥远。