Stripe

今年較早時，Stripe 要求 100 名員工做一件相當不尋常的事：暫時放下日常工作，轉而構思如何利用 OpenAI 最新一代語言學習模型 GPT‑4，為其支付平台開發新功能和新能力。來自支援、用戶引導、風險和文件等不同團隊的工程師，一同思考 Stripe 可以如何運用能理解自由格式文字和圖片、並生成近似人類回應的人工智能，去改善和重新塑造某些功能或工作流程。

Stripe 應用機器學習團隊產品主管 Eugene Mann 表示：「我們的任務，是找出 Stripe 內有哪些產品和工作流程可以透過大型語言模型加快推進，並真正了解 LLM 現時在哪些方面表現出色、又在哪些方面仍然有困難。但接觸過 GPT‑4 之後，我們便開始意識到：原來有這麼多問題，GPT 都能出乎意料地處理得很好。」

Stripe 為大小企業提供網上支付服務。Stripe 一方面建立完整生態系統，以支援支付流程的各個環節；另一方面，真正使用並整合 Stripe 軟件的開發人員，才是最終的核心用戶。開發人員在部署 Stripe 時更加熟練，就越能協助 Stripe 在數碼支付世界中擴展得更遠，推動互聯網經濟增長。

Stripe 此前已使用 GPT‑3 協助支援團隊提供更出色的用戶服務，例如分流問題個案和總結用戶提問。

Stripe 團隊整理出 50 個潛在應用場景，用來測試 GPT‑4；經過篩選和測試後，其中 15 個原型被視為可以整合到平台之中的合適候選方案，當中包括支援個人化、回答支援相關問題，以及詐騙偵測。

為了改善對用戶的服務，並提供合適類型的支援，Stripe 會嘗試準確了解每個企業如何使用平台，並藉此調整支援方式。這顯然是重要的一步，但同時亦需要大量人手時間。

Mann 表示：「不少企業，例如夜總會等，網站內容通常很少，而且刻意保持神秘，要真正弄清楚它們在做甚麼，往往需要花很多時間搜尋和點擊。」

現在，Stripe 會利用 GPT‑4 掃描這些網站並生成摘要，而其表現比人手撰寫的摘要更好。

Mann 指出：「當我們開始逐項人手檢查結果時，才發現：等等，原來錯的是人，而模型才是對的。GPT‑4 基本上比人工審核員更出色。」

Stripe 支援開發人員的另一個關鍵方式，是提供詳盡的技術文件，以及由強大的開發人員支援團隊解答技術問題和協助排解故障。GPT‑4 幾乎可以即時吸收、理解並化身為這位虛擬助理。

他表示：「GPT 簡直是開箱即用，一般人不會預期大型語言模型軟件可以這樣運作。」

GPT 能理解用戶的問題，代他們閱讀詳細文件，找出相關部分，再把解決方法集中整理成一個清晰回應。

另一項需要處理的事情，是管理惡意或不良行為者。Stripe 在 Discord 等論壇上經營活躍社群，這些平台不單有助就小眾技術問題匯聚社群智慧，也有助提升開發人員的曝光，為未來工作機會鋪路。不過，由於這些平台始終屬於互聯網的一部分，惡意行為者也會混入其中，往往試圖從社群成員套取關鍵資訊，或在被平台移除後設法重新取得 Stripe 社群團隊的信任。

單靠分析 Discord 貼文的語法，GPT‑4 已能標示出一些帳戶，提醒 Stripe 的反詐騙團隊進一步跟進，並確認詐騙者的真偽。GPT‑4 亦可協助掃描傳入訊息，識別惡意行為者之間的協同行動。

現時，Stripe 團隊正思考下一輪功能。GPT 未來可以化身為業務顧問，理解收入模式，或就企業策略提供建議。而隨着 GPT 日後變得越來越智能，潛在應用場景也會越來越廣。

Mann 形容自己與團隊基本上每天都在嘗試新的構思。

他在列舉完 Stripe 至今取得成功的種種方式後表示：「其中一些功能，真的就像魔法一樣神奇。」