<p><strong>INSEAD 的 Philip Parker 表示，企业有误解人工智能的风险，超出了 ChatGPT 风格的系统。</strong></p>
<p>根据 INSEAD 市场营销教授兼管理科学讲席教授 Philip Parker 的说法，人工智能支持的平台可能会成为人们获取信息的主导方式，但企业仍然有误解人工智能实际运作方式的风险。</p>
<p>Parker 表示，许多公司错误地将人工智能仅与 ChatGPT 风格的系统联系在一起，这在企业加速人工智能在运营和决策中的应用时，造成了更广泛的素养问题。</p>
<p>“公司内部的整体素养相当低，” Parker 说。</p>
<p>根据 Parker 的说法，人工智能的范围比大型语言模型更广，包括 “人工智能的四个分支”，即机器人技术、认知符号计算、深度学习和机器学习控制系统。</p>
<p>讨论突显了企业可能高估人工智能生成内容的担忧，而不理解信息是如何产生或验证的。</p>
<p>“你必须把这些程序视为数据减少，” Parker 说。“它们在减少大量数据并使其更易于接受，但数据来自某个地方，而那个地方仍然是人类。”</p>
<p>Parker 表示，像 ChatGPT 和 Claude 这样的平台主要充当研究和聚合工具，而不是完全独立的新信息创造者。</p>
<p>“我们获取知识的途径实际上可能来自人工智能支持的平台，” Parker 说。“我们获取的信息来自人类。”</p>
<p>讨论还集中在 Botipedia 上，Parker 表示该平台旨在减少幻觉风险并改善企业系统内部的数据可追溯性。</p>
<p>根据 Parker 的说法，Botipedia 依赖于自然语言生成（NLG），而不是大型语言模型架构。该系统结合了多种分析方法，包括图论、计量经济学和地理空间模型，而不是依赖单一的人工智能引擎。</p>
<p>该平台旨在帮助组织整理分散的内部信息，而不将敏感数据暴露给外部。</p>
<p>Parker 表示，如果企业过于依赖自动化系统而没有人类监督，不准确的人工智能生成输出可能会带来运营和声誉风险。</p>
<p>展望未来，Parker 表示，人工智能平台可能在五到十年内成为人们获取信息的默认方式，但用户可能会越来越多地成为平台的创造者。</p>
<p>“你可以生成自己的聊天机器人。你可以生成自己的平台，” Parker 说。“现在，我们是平台的用户，而不是平台的生成者。”</p>

<p>INSEAD 的 Philip Parker 警告说，企业可能会误解人工智能，仅将其与类似 ChatGPT 的系统联系在一起。他强调需要更广泛的人工智能素养，因为公司可能会高估人工智能生成内容的价值，而不理解其来源。Parker 介绍了 Botipedia，这是一个旨在增强数据可追溯性并减少与人工智能输出相关风险的平台。他预测，在 5 到 10 年内，人工智能平台将主导信息获取，用户将从消费者转变为自己人工智能工具的创造者</p>

<p><strong>INSEAD’s Philip Parker says businesses risk misunderstanding AI beyond ChatGPT-style systems.</strong></p>
<div class="lb-trans"><p><strong>INSEAD 的 Philip Parker 表示，企业有误解人工智能的风险，超出了 ChatGPT 风格的系统。</strong></p>
</div><p>AI-supported platforms may become the dominant way people access information, but businesses still risk misunderstanding how artificial intelligence actually works, according to Philip Parker, Professor of Marketing and INSEAD Chaired Professor of Management Science.</p>
<div class="lb-trans"><p>根据 INSEAD 市场营销教授兼管理科学讲席教授 Philip Parker 的说法，人工智能支持的平台可能会成为人们获取信息的主导方式，但企业仍然有误解人工智能实际运作方式的风险。</p>
</div><p>Parker said many companies incorrectly associate AI only with ChatGPT-style systems, creating a wider literacy problem as businesses accelerate AI adoption across operations and decision-making.</p>
<div class="lb-trans"><p>Parker 表示，许多公司错误地将人工智能仅与 ChatGPT 风格的系统联系在一起，这在企业加速人工智能在运营和决策中的应用时，造成了更广泛的素养问题。</p>
</div><p>“The general literacy is quite low across companies,” Parker said.</p>
<div class="lb-trans"><p>“公司内部的整体素养相当低，” Parker 说。</p>
</div><p>According to Parker, AI is broader than large language models and includes “four branches of AI,” including robotics, cognitive symbolic computing, deep learning, and machine learning control systems.</p>
<div class="lb-trans"><p>根据 Parker 的说法，人工智能的范围比大型语言模型更广，包括 “人工智能的四个分支”，即机器人技术、认知符号计算、深度学习和机器学习控制系统。</p>
</div><p>The discussion highlighted growing concern that businesses may overestimate AI-generated content without understanding how information is produced or validated.</p>
<div class="lb-trans"><p>讨论突显了企业可能高估人工智能生成内容的担忧，而不理解信息是如何产生或验证的。</p>
</div><p>“You have to think of these programs as data reduction,” Parker said. “They're reducing a lot of data and making it more palatable, but the data comes from somewhere, and that somewhere is still humanity.”</p>
<div class="lb-trans"><p>“你必须把这些程序视为数据减少，” Parker 说。“它们在减少大量数据并使其更易于接受，但数据来自某个地方，而那个地方仍然是人类。”</p>
</div><p>Parker said platforms such as ChatGPT and Claude primarily act as research and aggregation tools rather than independent creators of entirely new information.</p>
<div class="lb-trans"><p>Parker 表示，像 ChatGPT 和 Claude 这样的平台主要充当研究和聚合工具，而不是完全独立的新信息创造者。</p>
</div><p>“Our access to knowledge may actually be coming from AI-supported platforms,” Parker said. “We're getting our information from humanity.”</p>
<div class="lb-trans"><p>“我们获取知识的途径实际上可能来自人工智能支持的平台，” Parker 说。“我们获取的信息来自人类。”</p>
</div><p>The discussion also focused on Botipedia, a platform Parker said was developed to reduce hallucination risks and improve data traceability inside enterprise systems.</p>
<div class="lb-trans"><p>讨论还集中在 Botipedia 上，Parker 表示该平台旨在减少幻觉风险并改善企业系统内部的数据可追溯性。</p>
</div><p>According to Parker, Botipedia relies on natural language generation, or NLG, rather than large language model architecture. The system combines several analytical methods, including graph theory, econometrics, and geospatial models, instead of depending on a single AI engine.</p>
<div class="lb-trans"><p>根据 Parker 的说法，Botipedia 依赖于自然语言生成（NLG），而不是大型语言模型架构。该系统结合了多种分析方法，包括图论、计量经济学和地理空间模型，而不是依赖单一的人工智能引擎。</p>
</div><p>The platform is designed to help organisations organise dispersed internal information without exposing sensitive data externally.</p>
<div class="lb-trans"><p>该平台旨在帮助组织整理分散的内部信息，而不将敏感数据暴露给外部。</p>
</div><p>Parker said inaccurate AI-generated output could create operational and reputational risks if businesses rely too heavily on automated systems without human oversight.</p>
<div class="lb-trans"><p>Parker 表示，如果企业过于依赖自动化系统而没有人类监督，不准确的人工智能生成输出可能会带来运营和声誉风险。</p>
</div><p>Looking ahead, Parker said AI platforms could become the default way people access information within five to 10 years, but users may increasingly become platform creators themselves.</p>
<div class="lb-trans"><p>展望未来，Parker 表示，人工智能平台可能在五到十年内成为人们获取信息的默认方式，但用户可能会越来越多地成为平台的创造者。</p>
</div><p>“You can generate your own chatbot. You can generate your own platform,” Parker said. “Right now, we're users of platforms, not generators of platforms.”</p>
<div class="lb-trans"><p>“你可以生成自己的聊天机器人。你可以生成自己的平台，” Parker 说。“现在，我们是平台的用户，而不是平台的生成者。”</p>
</div>

人工智能素养的差距使新加坡企业容易误用工具