甲骨文内部AI推广滞后:部署ChatGPT Enterprise致成本激增
甲骨文联合CEO克莱·马古尔克坦言,公司引入生成式AI晚于对外服务。今年部署ChatGPT Enterprise后使用率达80%,但GPT-6 Astra成本高昂。AI加速代码生成却暴露流程瓶颈,Mythos模型虽发现大量漏洞但误报率高。
驱动中国9月18日消息,尽管过去两年间甲骨文投入数十亿美元协助其他企业运行人工智能,但其自身全面引入AI的进程相对滞后。据《商业内幕》报道,甲骨文联合首席执行官克莱·马古尔克在内部员工大会上表示,直至去年,公司尚未找到让生成式AI在全员范围内有效发挥作用的方法。
马古尔克指出,随着ChatGPT和Codex投入使用,员工编写代码的速度显著提升,同时也暴露出原本隐藏在其他环节的流程瓶颈。他回忆称,一年前公司对于如何让AI真正服务于自身业务仍缺乏清晰认知。
去年,甲骨文曾尝试将AI应用于客户支持领域,但开发、财务及销售等部门并未大范围采用。甲骨文首席信息官杰伊·埃文斯向员工透露,转折点出现在今年4月和5月,公司开始部署ChatGPT Enterprise和Codex。
甲骨文并未简单地将工具开放给员工,而是同步制定公司标准、安全控制措施及内部政策。在三个月内,工具使用率达到80%。埃文斯表示,由于工具上手门槛过低,公司可能面临成本压力。为此,甲骨文建立了内部监控机制,以追踪员工使用的模型及其产生的费用。
埃文斯指出,OpenAI GPT-6 Astra的使用成本是其他模型的2.5倍,而许多任务并不需要调用如此昂贵的模型。例如,日常工作可交由成本较低的Terra处理。
两名高管均表示,AI显著加快了软件开发进程,但也导致工程流程的瓶颈转移至其他环节。埃文斯称,开发人员使用相关工具大约一周即可生成代码,而过去一个开发团队通常需要两到三个季度才能完成。
然而,开发速度的提升尚未转化为更快的产品交付。马古尔克解释称,公司仍在研究如何重新设计测试、验证、部署和发布管理流程,以匹配代码生成的速度。他强调,代码编写速度的提升并不意味着所有环节都会突然加速。
甲骨文的经历反映出企业大规模引入AI后面临的难题:强大的模型能够大幅压缩单项任务所需时间,却可能带来高额成本,并将瓶颈转移至其他环节。
此外,甲骨文被授权提前使用Anthropic用于扫描代码安全漏洞的Mythos Preview模型。埃文斯称,该模型投入使用后,短短两周内发现的潜在问题数量超过此前一整年的总和。
今年4月公布的Anthropic Mythos被认为是迄今最强大的AI系统之一,多国政府和安全机构警告,其能力超过其他模型,在网络安全领域表现突出。
强大的扫描能力也带来了大量误报。埃文斯估计,Mythos发现的问题中约60%至70%属于误报。因此,甲骨文建立了新的核查流程,由工程师先确认漏洞是否真实存在,再进行修复。