想象一下，你要打造最優秀的AI游戲引擎，或者開發一個AI驅動的營銷推薦智能體，又或者創建一個AI個人導師。在走向實現的過程中，你會遇到哪些挑戰？

無論你在做什么項目，最終結果很可能都是強大、創新且令人印象深刻的。但這并不會魔法般地自動發生，盡管對我們許多人來說，大語言模型每次運行時都像在施魔法。

在幕后，將新想法轉化為現實的努力往往讓人感覺是進一步退兩步。AI雖然能完成大量工作，但在自我設計方面還未完全自主，這意味著人類仍需承擔一些重要工作。了解常見挑戰有助于人類創新者成功實現AI"召喚"目標。

大想法需要大投入

在任何成本敏感的環境中，決策者往往傾向于保守行事，停留在安全區域。問題是，許多最好的想法都是宏大的，在開始時可能看起來像是冒險或"登月計劃"。因此，人們天然地會回避那些最終可能帶來最大收益的具體計劃。

媒體專家Tom Green在Medium上寫道："在圍繞AI的所有炒作中，經常被忽略的是，模型是基于已經創造的內容進行訓練的，而不是基于可能創造的內容。因此，存在風險規避傾向。由于網頁和用戶體驗設計領域已經形成了適合屏幕媒體局限性的最佳實踐，我們往往忘記了AI的承諾是我們可以創造出別人從未見過的想法。"

認識到這一挑戰的人們普遍認為，必須突破這些限制才能進入機會區域。

責任風險：偏見、數據隱私等問題

在任何AI項目中，都存在偏見和隱私侵犯這些"攔路虎"。偏見可能扭曲結果，隱私侵犯可能給項目帶來負面影響。工程師們正在研讀歐洲GDPR條款，審查SWOT分析，試圖找到平衡點：如何將正確的數據輸入引擎以支持結果，同時不越界創造隱私風險。

ProCreator的Sandesh Subedi寫道："AI驅動的產品嚴重依賴用戶數據。當公司未能清楚解釋收集了什么以及如何使用時，這可能會悄無聲息地侵蝕信任和用戶體驗。"

確保AI工具不歧視各類人群也有很高的標準要求。由于人們往往存在歧視傾向，在數字AI引擎上運行時完全避免這一點似乎很棘手。

界面設計與變更

對一些規劃者來說，核心問題是：界面如何工作？

用戶是通過瀏覽器還是應用程序訪問技術？關鍵數據如何導入系統？有什么云服務配置？

還有控制問題。傳統程序員和工程師必須確定控制位置、如何在屏幕上呈現等。AI設計師現在還需要確定用戶將控制什么、AI將自主執行什么，以及如何解釋項目的任何黑盒方面等。

獲得支持

然后是組織的人員方面：在我們到達Sam Altman等人暗示的全AI工廠和辦公室之前，你必須處理人員共識問題。許多人并不完全信任AI，有些人根本不信任。沒有正確的協議，問題就會出現。

Gururo的Abhishek Sharma寫道："缺乏利益相關者信任或目標清晰度的項目往往會遭遇范圍蔓延、預算超支或悄然停滯。相反，獲得對AI項目支持的舉措通常能提供超過平均水平的投資回報率，并成為進一步創新的催化劑。"

競爭詛咒

另一個不幸的現實是，在AI設計和實施過程中，往往存在相互競爭的利益相關者群體。

在本月斯坦福"行動中的想象"活動小組討論中，Bing Gordon、Mark Pincus和Nitin Khanna討論了這些考慮因素。

Pincus說："現在，在蘋果的應用生態系統中，在游戲行業，每個人都在相互競爭。沒有共享學習的概念。一切都是孤立的，而且是有意為之。"

這是在嘗試實現創新以獲得成功定位時需要攀登的又一座山峰。

斯坦福"行動中的想象"活動更多引言

"最好的界面就是沒有界面...AI處理的不是代碼，而是這些界面。這是我們自己的領域特定語言。我們今天可以指導AI對游戲玩法和游戲行為進行更改。這比今天有人試圖重新購買代碼要一致得多、可重復得多。" – Nitin Khanna

"我們必須達到這樣的程度：嘗試的增量成本很便宜...當涉及游戲，特別是3D游戲時，它太沉重、昂貴和緩慢。當你開始在這些引擎中做這件事時，它太慢了，扼殺了創新，因為做愚蠢想法的成本太高，而通常愚蠢的想法才是有效的。" – Mark Pincus

競賽進行中

那些能夠克服這些阻礙的人很可能會看到真正的價值。大語言模型是強大的工具，它們可以通過多種不同方式改變我們的生活，幾乎總是值得嘗試。在我們能夠激勵這種探索的程度上，我們會過得更好。敬請關注。

Q&A

Q1：AI項目實施中最大的成本挑戰是什么？

A：最大的成本挑戰在于大想法需要大投入。在成本敏感的環境中，決策者往往傾向于保守行事，回避那些看起來像"登月計劃"的宏大想法。但問題是，許多最好的創新想法都需要大膽投資，最終可能帶來最大收益的項目在開始時往往看起來風險很高。

Q2：AI項目在數據隱私方面面臨哪些主要風險？

A：AI項目在數據隱私方面面臨偏見和隱私侵犯兩大風險。AI驅動的產品嚴重依賴用戶數據，當公司未能清楚解釋收集了什么數據以及如何使用時，可能會侵蝕用戶信任。同時，還需要確保AI工具不歧視各類人群，這在技術實現上具有挑戰性。

Q3：如何解決AI項目中的人員支持問題？

A：獲得組織內部人員支持是關鍵挑戰，因為許多人并不完全信任AI技術。解決方案是建立利益相關者信任和明確項目目標。缺乏支持的項目往往會遭遇范圍蔓延、預算超支或停滯，而獲得充分支持的AI項目通常能提供超平均水平的投資回報率