今年5月,微軟在Build開發大會上,公布了新的AI戰略,微軟執行長Satya Nadella強調:「要讓所有開發者和企業能夠為他們的應用提供Copilot的能力。」所以,要在Azure環境上提供,各種企業打造Copilot所需要的基礎設施,包括了AI基礎架構、基礎模型、AI調度管理。
採用了與ChatGPT相同的GPT模型所打造的Copilot,從GitHub程式開發AI助手,後來變成了多功能的生成式AI助手,還變成了Office 365的辦公室AI助手,也將成為Windows作業系統中的桌面AI秘書。ChatGPT掀起了全球企業想要發展生成式AI應用的浪潮,微軟想要讓Copilot變成企業自家應用或各種服務場景中的AI助手,也發表了AI Copilot技術開發框架。
這個架構分為三層,底層是AI基礎架構與基礎模型,中間是AI調度管理層,包含外掛執行、資料Grounding、提示機制與回應過濾機制,最上層是App層,包括微軟Copilot和各種第三方外掛,透過外掛機制整合第三方,來建立生成式AI生態圈。
科技巨頭Google則在8月終於公布了他們的生成式AI產品藍圖,除了AI開發框架Vertex AI,還擴大延伸到GCP雲端基礎架構和辦公室生產力服務Workspace,都開始整合生成式AI,在辦公室工作場景和雲端維運場景中,都開始提供新的AI助手Duet AI。甚至Google搶先微軟一步,在這次Next大會上,正式推出了Workspace的AI助手,微軟Copilot遲遲還在測試版階段。
Google的Vertex AI架構,在GCP底層則推出支援AI運算的新硬體和執行實例,中間則是 AI開發框架,包括了提供各種LLM模型的模型花園,以及提供外掛、Grounding、調校、評估等開發機制的AI平臺、AI解決方案,以及最上層的Duet AI服務。
後發的Google生成式AI藍圖,顯然比微軟的生成式AI技術框架,更完整,也涵蓋了更貼近業務需求的AI解決方案。
但是,不管是微軟或是Google的生成式AI藍圖,都有一個最根本的元素,就是兩家各自所用的基礎大型語言模型截然不同,微軟是GPT系列基礎模型,而Google則是PaLM系列模型,這是兩家各自的強項,也是兩家產品藍圖中最重要的AI大腦,所有藍圖中的AI開發工具、AI應用、AI生態圈機制,都以兩家各自的AI大腦為核心來發展。
對企業來說,有競爭才會有選擇,但是,兩家業者沒說的是,一但企業選定了任何一家的生成式AI開發框架,也就等於將企業自家生成式AI的發展,全都押寶到其中一家的AI技術和生態圈中。
因為,GPT基礎模型和PaLM基礎模型是兩套截然不同的LLM,技術上無法互通,用GPT-4建立的各種生成式AI應用,無法快速變成PaLM 2模型的生成式AI應用,要更換基礎模型,就像是更換AI大腦一樣,是超高難度的換腦手術。
雖然資料可以互通,以容器或虛擬化技術打造的基礎架構執行環境可以跨雲移動,但是,選定了任何一家AI大腦所開發的企業應用後,要換成另外一家,幾乎得重新開發另一隻新的生成式AI應用。
這是生成式AI競賽中,全新的AI技術綁定,也是更深層的廠商綁定。雖然也有開放、開源的第三方基礎模型可用,例如臉書的LLaMA系列開始崛起,但是兩大巨頭對這些開源基礎模型的支援,還遠不如對自家主力模型的整合度。企業如何在三者之間選擇,是一個技術決策難題。
AI技術綁定的風險和代價,將會成為CIO發展生成式AI策略,不可忽視的潛在課題。
專欄作者
熱門新聞
2024-10-13
2024-10-13
2024-10-11
2024-10-11
2024-10-12
2024-10-11
2024-10-11