成果
100
動員來製作由 GPT-4 驅動功能原型的員工數目
成果
50
已辨識的 AI 應用場景
成果
GPT-4 在業務分類任務中的表現超越人工審核員
今年稍早，Stripe 要求 100 名員工做了一件非常不尋常的事：暫停日常工作，轉而運用最新一代的 OpenAI 語言模型 GPT‑4，為其支付平台構思功能與特性。Stripe 集結來自支援、導入、風險與文件等團隊的工程師，思考如何運用能理解自由格式文字與圖像、並產生類人回應的人工智慧，進一步改善或改造各項功能與工作流程。
「我們的任務是找出 Stripe 內哪些產品和工作流程可以透過大型語言模型加速，真正瞭解大型語言模型目前在哪些方面表現良好、哪些情境仍難以勝任。」Stripe 應用機器學習團隊產品負責人 Eugene Mann 解釋，「但單是使用 GPT‑4，就已讓我們意識到『喔，原來有這麼多問題能用 GPT 有效解決。』」
Stripe 為網路上的大小型企業提供支付服務。雖然 Stripe 建立了涵蓋支付流程各環節的生態系統，但實際使用並整合 Stripe 軟體的開發人員才是主要使用者。Stripe 的開發人員越能熟練運用 Stripe，Stripe 在數位支付領域的影響力就越廣，進而推動網路經濟規模的成長。
Stripe 先前已經使用 GPT‑3 協助客服團隊提升服務品質，例如分派問題支援單和整理使用者提問內容。
「GPT-4 是劃時代的突破，開創了許多新興領域。」
推行內幕
Stripe 團隊整理出 50 種潛在應用來測試 GPT‑4；經過篩選和測試後，團隊認為有 15 個原型是值得整合到平台的強力候選項目，包含客製化客服、回應客服支援問題以及偵測詐欺等功能。
更深入掌握使用者的業務狀況
為了提升服務使用者的品質並提供適切的支援，Stripe 努力瞭解每個企業如何使用平台，並依此調整支援內容。這是顯而易見且舉足輕重的一步，但同時也需要投入大量人力工時。
「許多企業，比如夜店，網站內容簡潔且帶有神秘感，因此要瞭解其運作情況往往需要花費大量時間搜尋和到處點選。」Mann 表示。
現在，Stripe 利用 GPT‑4 掃描這些網站並產出摘要，效果甚至超越人類撰寫的內容。
「在我們開始手動檢查結果時，才發現『等等，人類反而錯了，模型才是正確的。』」Mann 表示，「GPT‑4 的表現基本上比人工審核員更出色。」
回應與文件有關的客服支援問題
Stripe 支援開發人員的另一個重要方式，是提供詳盡的技術文件以及強大的開發人員支援團隊，協助回答技術問題或進行疑難排解。GPT‑4 能夠快速消化並理解內容，幾乎立即勝任虛擬助理的角色。
他表示：「GPT 開箱即用。我們從沒想過，大型語言模型軟體可以這樣運作。」
GPT 能夠理解使用者的問題，代為閱讀詳細文件，找出相關章節，並將解決方案彙整在一起。
社群平台上的詐欺偵測
Stripe 也需要管理惡意或不當行為者。Stripe 維護著像 Discord 這樣的活躍社群論壇，不僅能透過群體協作解決較冷門的技術問題，也能提升開發人員在未來工作的能見度。不過，由於這些論壇位於網路上，惡意行為者仍會滲入其中，試圖從社群成員取得關鍵資訊，或在被平台移除後，設法重新取得 Stripe 社群團隊的信任。
GPT‑4 僅透過分析 Discord 貼文的語法，就能標記出需要 Stripe 詐欺團隊持續注意的帳號，確保這些帳號並非假裝友善的詐欺者。GPT‑4 可協助掃描傳入的通訊內容，識別惡意行為者的協同行動。
未來規畫
目前 Stripe 團隊正在構思下一波功能。GPT 可以用作商業顧問，理解營收模型或為企業提供策略建議。隨著 GPT 持續進化，潛在應用方向也將持續擴大。
Mann 表示，他和團隊基本上每天都在用一塊全新的畫布創作。
他列舉出 Stripe 迄今斬獲的各項成果，讚賞「有些功能簡直就像魔法一樣。」
