在2022年，ChatGPT刚向公众开放不久，GE Aerospace的领导层就注意到许多员工在工作中使用了这个强大的生成式人工智能平台。虽然这对这家以技术为重的公司来说并不奇怪，但也引发了担忧，担心敏感或专有信息可能会流入这些大型语言模型（LLMs）训练的数据海洋中。领导团队看到了两种选择。“第一，我们可以简单地在工作笔记本电脑上阻止访问ChatGPT，” 数据科学副总裁Dinakar Deshmukh回忆道。“或者第二，我们可以提供一个安全、可靠的内部替代品，让他们继续使用我们所知道的他们想要的工具，这些工具可以给他们和公司带来好处。”
显然，第二个选项更具吸引力。问题是，必须有人构建这个仅限GE Aerospace的生成式AI版本，并使其与消费者版本一样强大、响应迅速且资源丰富，并且要足够快，以免让那些将ChatGPT纳入其工作生活中的员工感到沮丧。去年春天，一个小团队与微软合作，试图做到这一点。
“我们制定了一份路线图，说明我们将如何构建它，以及在它准备好后我们将如何发布它，”Deshmukh 说。他们与微软的 LLM 聊天应用加速器项目合作，帮助微软将其代码库调整以满足 GE Aerospace 的特定需求，使公司的深厚知识储备能够通过聊天功能中的 targeted 搜索即时向所有员工开放。

微软估计需要两周时间来设置应用程序的后端服务。听到这个消息后，Deshmukh 为他的GE Aerospace团队设定了四到六周的目标来执行其余工作。“有时候无知是幸福的，”他说。
GE航空航天团队如何改变团队合作
建设这个新内部平台的项目——他们将其命名为 AI Wingmate——汇集了 跨职能的众多人才在公司内部。“产品 manager、数据科学家、用户体验专家、云和后端专家、网络安全、法律、中间件——来自公司各个不同部门的人参与了进来，”Deshmukh继续说道，列举了在班加罗尔、辛辛那提、底特律、佛罗里达、纽约和西雅图的活跃参与者。“我们会每天早上九点和晚上五点进行交流，因为印度的一个团队正在处理相同的问题。我们非常有效地运用了‘随太阳移动的模式’。最初的四周非常紧张。每个人都工作在正常时间之外，因为他们都意识到，将这样的项目交给GE Aerospace的员工，以这样的规模，将会带来革命性的变化。”
为什么具有变革性？ “到目前为止，我们整个员工队伍都没有可用的应用程序，”他解释道。“而且，这种转变将改变GE Aerospace的文化，使每个人都能与能够将他们提升到更高水平的人工智能系统互动。” 十多年来，该公司一直在利用人工智能技术增强发动机监测、预测性维护、燃料优化、库存优化以及许多其他专业功能，并与其它超大规模公司合作，为特定的商业应用提供支持。然而，这将改变GE Aerospace每一位员工的工作生活。“团队里的每个人都意识到他们可以成为这一变革的催化剂，”Deshmukh说。
他们仍然需要克服一系列挑战才能大规模执行该项目。“首先，我们必须确保以非常合规的方式开发这个项目，从网络安全和法律的角度来看，”Deshmukh 说。由于 AI Wingmate 在 GE Aerospace 的虚拟专用云 (VPC) 网络的框架内运行，VPC 中的所有输入和输出管道都是加密的。“我们必须在很短的时间内获得批准，并遵循这个过程，而不能走捷径。”
他们还必须为应用程序开发出独特的GE Aerospace标识。“一旦我们有了初步的布局，我们的品牌团队在帮助我们最终确定平台的外观和感觉并使其成为现实方面发挥了关键作用，”他继续说道。“品牌和传播团队在帮助我们为内部应用程序命名AI Wingmate方面起到了关键作用。”
学习如何使用GE Aerospace的AI Wingmate
一旦微软构建了后端，GE Aerospace团队便创建了该系统的界面。“起初，我们很难使其顺畅运行，因为GPT-4模型的一些响应是出乎意料的，”Deshmukh说。
在解决这些问题时，团队发现应用程序的响应性存在一个问题。“我们看到，与全球用户共享大型公共图形处理单元（GPUs）正在使应用程序变慢，”他说。为了解决这个问题，微软同意为AI Wingmate保留一些GPU容量。“微软的这一举措真的帮助解决了问题，从那以后我们就一帆风顺了。”
从那一刻起，AI Wingmate经历了快速的、内部众包的进化，就像机器学习本身在野外所做的那样。“在四周内，我们将其发布给第一批2,000名用户，并开始收到关于哪些功能有效、哪些功能不太有效的反馈，”Deshmukh说。“我们学到了很多，并能够进行一些重要的最终调整，以准备向所有52,000名GE Aerospace员工推出该工具。”
与大多数员工熟悉的免费 ChatGPT 版本不同，团队决定基于 GPT-4 的高端技术来开发 AI 同伴。“这需要更高的成本，但我们决定为员工提供尽可能最好的体验，”Deshmukh 说。他们还进行了培训并录制了视频，以确定如何最好地与 AI 同伴互动，并将这些视频作为高效使用指南提供给员工。
生成式人工智能的一个重要方面是，“无论你使用什么模型，你得到的回复都依赖于两个重要的因素，”Deshmukh 说。“一是：你提问的方式。二是：你如何验证得到的答案。随着人们对提示变得更加熟练，他们能够使用 AI 同伴以一种易于理解的方式解释越来越复杂的事情。”作为一个好的老师和沟通者，AI 同伴还帮助一些员工学习编程基础知识。“我知道许多工程师正在使用它来学习 Python，”Deshmukh 说。
失败，学习，调整，然后与飞行甲板一起向前迈进，并带来更多
Deshmukh报告称，该系统在过去150天以上的时间内，有超过14,000名活跃用户提交了超过100万次请求。在过去五个月里，AI Wingmate已经向所有员工开放。下一阶段将把 FLIGHT DECK，GE Aerospace的专有精益运营模型，整合到该平台上，提供一个专门的学习模块，帮助员工更好地使用这一强大工具。
通过AI伙伴项目，GE Aerospace在行业竞争者中脱颖而出，成为早期采用者。“GE Aerospace是一家工业公司，”Deshmukh说。“我们不是一家数字公司。但同时，我们希望确保我们的员工拥有同类中最好的体验，并能为他们提供所有正确的工具和资源，使他们能够发挥最大效能。”
快速推出反映了数字技术通过学习和迭代不断变化的本质，以及GE Aerospace内部的社区感。“在六周内向52,000名员工推出这样一个AI应用程序，对一些公司来说可能听起来有点疯狂，”Deshmukh说。“但是在这个项目上，我们愿意失败，学习，并自我调整，而不是等待八个月或一年，为每个人找到绝对完美的解决方案。”