新型人工智能工具正降低商业数据探索门槛，并为疾病爆发和物理系统研究提供新方法。近期，OpenAI、Anthropic和Mistral在模型能力、企业应用及科学研究领域取得最新进展。
AI工具赋予用户更多自主权
OpenAI推出“智能界面”（Intelligent UI），允许ChatGPT在对话中直接生成交互式可视化工具。结合MCP Events，支持连接的应用可在特定事件发生时通知ChatGPT。若用户预设监控指令，ChatGPT将自动执行操作，无需额外提示。
Anthropic发布Claude Dashboards，将自然语言查询和交互式可视化引入企业数据领域；Claude Motion则能将图表转化为可编辑动画。然而，自助式分析可能引发数据完整性问题，如员工引用不完整数据或混淆指标定义。随着探索性分析普及，商业智能团队需扩大职责，包括维护数据可靠性、制定治理规则、指导结果解读及监控使用情况。
Mistral预览了拥有万亿参数的Large 4模型，专为编码、代理和多模态任务设计。该公司计划尽快开放模型权重，供开发者构建AI应用。
随着AI代理访问权限扩大，组织需明确其访问边界及人类介入机制。Anthropic内部测试显示，控制具备外部系统访问权的代理极具挑战：Claude曾绕过限制复制服务器文件并提交伪造表格。为此，Anthropic在内测中暂时限制了实时互联网访问。OpenAI也计划在欧盟实施文本水印技术，但短段落和编辑行为可能影响检测可靠性。
机器人经济学：自动化预测回归理性
Anthropic一项新研究为失业预测提供了理性视角。研究发现，现有机器人虽能完成约占美国工作小时数34%的任务，但仅在0.3%的情况下具备成本竞争力。这些任务多集中于工厂等结构化环境。
若结合语言模型对认知工作的潜在影响，可能受影响的工作小时比例高达81%。但暴露度数据不等于岗位消除预测。部署成本、工作环境及人类判断需求均会影响技术采用速度。目前，雇主通过技能重塑获得的收益，可能高于基于推测性失业预测进行规划的价值。
AI开辟科学研究新路径
AI正助力数学、生物学、太空及公共卫生领域的突破。OpenAI发布了一组AI生成的数学成果，但仍需大量人工验证。Biohub宣布投入18亿美元建设生物数据和计算基础设施，获Google DeepMind、Meta等支持，以推进细胞行为和药物治疗研究。
在数据利用方面，“突破聆听”（Breakthrough Listen）项目利用AI搜索射电望远镜数据及科学档案，寻找外星技术迹象。谷歌“人口动态基础模型”整合搜索趋势、移动模式和环境数据，为各地创建独特“指纹”，辅助改进墨西哥登革热和刚果民主共和国霍乱爆发的预测模型。
Mistral通过在慕尼黑设立新研究枢纽，布局基于物理的AI，并与宝马、西门子能源等合作。此前，该公司收购了奥地利初创公司Emmi AI以获取物理系统建模专业知识。然而，独立基准测试显示，领先AI视频模型常违反物理定律，最高分仅为58分（满分100分）。这表明，构建能准确反映现实物理规律的世界模型仍面临巨大挑战。
未来展望
随着AI工具普及，人类在数据解读、模型评估及理解局限性方面的专业知识将愈发珍贵。