欧莱雅的生成式人工智能战略

图片：Aurora

欧莱雅于 2023 年 12 月开始围绕生成式 AI 辅助的软件开发进行试点，测试了三种解决方案：GitHub Copilot、Gemini Code Assist 和欧莱雅 GPT，真正的收益仍有待精确衡量。

近日，Mistral AI 推出了其最新的生成式人工智能代码模型——Codestral。这标志着在文本生成领域取得突破后，生成式AI开始在软件开发领域掀起浪潮。欧莱雅（L’Oréal）的全球Tech Factory负责人Laurent Carrié指出，软件开发已经成为生成式AI应用的核心领域。

“在很多行业，如市场营销或人力资源，企业还在思考AI的最佳应用场景。而对于开发领域，这个问题已经不存在。举个例子，Github Copilot的日活跃用户已经达到了两百万。”他说道。

AI助力开发全流程
大型语言模型（LLM）如今已经介入软件开发的各个环节，从初期的构思、开发、测试到部署和维护。Laurent Carrié在向IMA（信息管理协会）成员企业发表演讲时强调：“企业必须尽早投入。别无选择。”与此同时，他也呼吁企业关注成本、效益及潜在风险。

他进一步指出，生成式AI技术能够为开发周期中的多个阶段提供支持，尤其是在设计冲刺、原型创建以及初步界面的开发阶段。市场上主流的设计工具，如Figma，已经开始集成AI功能。

同时，集成开发环境（IDE）的供应商也不甘落后，通过插件与生成式模型互动，这些模型既可以是通用的，也可以是专门针对某些语言的。例如，一些LLM在古老的编程语言Cobol方面表现出色，Cobol在金融行业仍然非常普遍。无论是测试还是部署，生成式AI都在逐步渗透。

欧莱雅的生成式AI战略
意识到这些潜力后，欧莱雅于2023年开始应用生成式AI技术，特别是在编码、部署和维护方面。Laurent Carrié表示：“在设计方面，我们才刚刚起步。至于测试，我们还在探索适合的方法。”不过，欧莱雅已初步将生成式AI投入到开发流程的核心环节。

生成式AI不仅仅影响后端开发，它在前端同样有显著影响。欧莱雅开始通过生成式AI重新构思其应用程序的设计，其中一项创新是基于生成式AI的虚拟美容助手Beauty Genius。

AI带来的机遇与挑战
欧莱雅在内部启动生成式AI项目之前，曾进行了一系列的收益/风险分析，尤其是在代码辅助工具的使用上。Laurent Carrié透露，公司曾花费三个月专门审查Github Copilot的合同条款，以确定潜在的知识产权风险。由于Copilot是通过Github上的公开代码训练的，某些代码可能附带使用许可，因此需要审慎处理。

此外，欧莱雅还特别关注生成式AI带来的其他风险，包括影子IT问题、网络安全隐患等。例如，生成式AI生成的代码可能并不是最优的，有时甚至会出现“幻觉代码”，即模型生成不准确或不符合预期的代码。

在可持续性和伦理问题上，Laurent Carrié也强调，生成式AI的大规模运行会带来巨大的能源消耗。欧莱雅对此非常重视，并希望在生成数百行代码时减少对Nvidia芯片的依赖。

GenAI的应用效果
尽管欧莱雅测试了Github Copilot和Gemini Code Assist等工具，但数据显示并不是所有开发者都使用这些工具。当前，约46%的开发者活跃于Copilot平台。Laurent Carrié指出，部分开发者还没有看到这些工具的价值或必要性，但他认为随着AI的发展，这一情况会有所改观。

从现有的使用情况来看，生成式AI带来的生产力提升因项目、开发者的技术水平以及所用技术而异，生产力提升的范围在5%到60%之间。尽管开发者在写代码时大约只有40%到50%的时间真正用于编码工作，因此实际的生产力提升可能在10%到15%。

生成式AI在代码迁移项目中也表现出色，特别是在框架版本升级时可以节省大量时间。不过，Laurent Carrié警告，LLM并不总是能跟上最新技术的变化，这意味着AI模型可能无法完成最新框架的代码迁移。

持续优化与未来展望
尽管生成式AI已经在欧莱雅内部得到应用，但Laurent Carrié认为，这项技术的推广仍然面临挑战。尤其是在代码质量和安全性方面，欧莱雅仍在持续监控和评估。同时，公司还在研究一种新的方式，即通过在开发者电脑上安装本地化的小型AI模型，以减少云端模型带来的环境影响。

总之，尽管生成式AI在提高生产力、优化开发流程方面展现了巨大的潜力，欧莱雅依然对如何平衡收益和风险保持高度关注，并将继续探索如何更好地利用这一技术。

参考链接：
https://www.lemagit.fr/etude/LOreal-en-pilote-avance-sur-lIA-generative-appliquee-au-code