专用人工智能的必要性

如今,企业人工智能的运行依赖于通用模型与专用模型的协同工作。仅凭速度已无法处理需要领域深度、治理或一致性的工作。本期访谈探讨领导者如何决定各项任务的运行位置和部署模式(专用部署还是嵌入式部署),以及 MCP 如何使这一切成为可能。

对话嘉宾:

Marcus Tober

Semrush 企业解决方案高级副总裁

领英
Steve Syrek

DeepL 工程技术、代理式人工智能业务部

领英

超越聊天机器人

对于企业人工智能而言,“是否部署智能助手”早已不再是问题——几乎每家企业都已部署此类助手。当前的本质工作在于明确围绕其运行的各项任务:哪些任务由智能助手独立处理,哪些任务则需其背后的专业人员介入,以实现智能助手自身无法提供的精准度、控制力和深度。鉴于知识工作者的日常工作不再局限于单一账户,而是分散在聊天界面、命令行以及通过 MCP 连接的各类工具之中,该问题正变得愈发棘手。随着智能助手承担越来越多的日常工作,每家企业都面临着第二个相关抉择:哪些任务应在独立的专用环境中运行,哪些任务应直接嵌入工作流程之中。周全稳妥的方案并非“一切皆可嵌入”——而是一种经过深思熟虑的双重模式:根据具体任务、用户需求和相关风险灵活作出选择,通常为专用环境运行和嵌入式运行两者并行。本期访谈探讨企业领导者在实践中如何作出这一决策。

三维插图中,四个圆柱形区块分别用不同的语言标注了“开始”,包括英语、德语(“Starten”)、韩语和希腊语。区块排列在深色底座上,背景为浅色。

借助 DeepL 的“人工智能优先”多语言平台,释放全球潜力。

体验行业领先的翻译质量,赋能各团队自信开展跨境沟通,提升生产力并开拓新市场。