成效
100
投身于 GPT-4 原型功能开发的员工数量
成效
50
已识别的 AI 应用场景数
成效
GPT-4 在业务分类任务中的表现超越了人工审核员
今年早些时候，Stripe 要求 100 名员工做了一件极不寻常的事：放下手头的日常工作，转而利用 OpenAI 最新一代语言模型 GPT‑4，为这家支付平台构思全新的功能与特性。来自支持、商户入驻、风控及文档等多个团队的工程师们共同探讨，在哪些场景下可以利用这种能够理解自由文本和图像并生成类人回答的 AI，来改进甚至重塑现有的功能或工作流。
“我们的任务是识别 Stripe 内部哪些产品和工作流可以通过大语言模型 (LLM) 加速，并深入了解 LLM 目前在哪些领域表现出色，而在哪些领域仍面临挑战，”Stripe 应用机器学习团队产品负责人 Eugene Mann 表示。“但仅仅是获得了 GPT‑4 的访问权限，就让我们意识到：‘哦，原来有这么多问题可以用 GPT 出色解决。’”
Stripe 为互联网上大大小小的企业提供支付动力。虽然 Stripe 构建的生态系统涵盖了支付流程的方方面面，但其核心用户群依然是开发者 — 即那些使用并集成 Stripe 软件的人。开发者部署 Stripe 的效率越高，Stripe 在数字支付领域的影响力就越广，进而提升互联网 GDP。
此前，Stripe 已经在使用 GPT‑3 来支持团队，通过工单分发和用户问题摘要等任务，为用户提供更好的服务。
“GPT-4 改变了游戏规则。它为我们打开了许多全新的领域。”
深度解析推广进程
Stripe 团队整理出一份包含 50 个 GPT‑4 潜在应用场景的清单；经过严密评审与测试，其中 15 个原型被认为具备集成到平台中的实力。这些应用涵盖了支持服务定制化、自动解答服务咨询以及欺诈检测等领域。
深度洞察用户业务
为了更好地服务用户并提供精准支持，Stripe 致力于深入理解每家企业使用平台的具体方式，并据此定制支持方案。这虽然是至关重要的一步，却往往需要耗费大量的人力成本。
“许多企业（如夜总会）的官网信息往往非常简略且带有神秘色彩，通常需要进行大量的搜索和点击才能搞清楚其经营内容，”Mann 解释道。
如今，Stripe 利用 GPT‑4 扫描这些网站并生成摘要，其表现甚至超越了人工撰写的版本。
“当我们开始人工核对结果时，我们惊讶地发现：‘等等，人类错了，而模型是对的，’”Mann 说道，“在这一环节上，GPT‑4 基本上比人工审核员做得更好。”
文档支持：自动解答技术咨询
Stripe 另一项支持开发者的关键举措，是提供详尽的技术文档，并配备强大的开发者支持团队来解答技术疑问或排查故障。而 GPT‑4 能够迅速消化并理解这些内容，瞬间化身为一名虚拟助手。
“GPT 几乎是开箱即用，”Mann 表示，“这完全颠覆了人们对大语言模型类软件运行方式的预期。”
GPT 能够精准理解用户的提问，代其阅读详尽的文档，锁定相关章节，并将解决方案汇总归纳。
社区平台的欺诈检测
此外，管理恶意用户或不法分子也是一项刚需。Stripe 在 Discord 等论坛上维持着活跃的官方社区，这不仅能通过群策群力解决冷门技术难题，还能提升开发者的知名度，助力其职业发展。然而，只要身处互联网，就难免会有恶意分子潜入 — 他们或是试图套取社区成员的关键信息，或在被平台封禁后重新获得 Stripe 社区团队的信任。
仅通过分析 Discord 帖子的句法结构，GPT‑4 就能精准标记出可疑账号，提示 Stripe 风控团队跟进核查，确保对方不是伪装友善的诈骗者。此外，GPT‑4 还能协助扫描进站消息，识别恶意分子发起的协同攻击行为。
未来展望
目前，Stripe 团队正在构思下一轮功能。GPT 未来可能化身为“商业教练”，深度理解收入模型并为企业提供战略建议。随着 GPT 变得愈发聪明，其潜在应用场景还在不断扩展。
Mann 表示，他和他的团队现在就像是每天都在一张全新的画布上作画。
在列举了 Stripe 迄今为止取得的所有成功案例后，他感叹道：“其中一些功能，简直像是魔法。”
