企業 AI 調查裡,靠檢索與提示放入知識的企業會占六成以上——開獎 2027-07-14

這在吵什麼:企業要讓 AI 懂自家資料,可以每次把相關資料撈出來放進提示(檢索增強,業界叫 RAG)、一次塞進很長的對話視窗,也可以微調(把知識訓練進模型參數)。

為何重要:兩條路的成本、更新速度與能不能查核差很多,決定企業要不要為客製化養一支訓練團隊。

誰在對賭:本報讀法是分工,知識類客製走提示與檢索、行為與格式類客製走微調;權重派則認為把知識直接寫進模型的做法會侵蝕這個分工。

本報判讀:到 2027-07-14,具名的企業 AI 客製化年度調查(創投 a16z 或同等具名的調查)裡,以檢索或提示放入知識(含長對話視窗)為主要方式的企業,佔比會達到 60% 以上。本報信心五成。

60% 是本報自己設的操作門檻,不是現有調查的數字;本報沒有上網核對現況,到期時才查。

arXiv (Lewis/Perez/Piktus/.../Riedel/Kiela; FAIR/UCL)
「We explore a general-purpose fine-tuning recipe…」

到期前查最近一期 a16z(或同等具名的年度企業 AI 採用調查)報告裡「知識注入方式」的分佈:檢索與提示類佔比 60% 以上算說中,低於 60% 算沒中。

如果到期前沒有任何具名調查涵蓋這個問題,或調查方法改版、分類跟以前比不起來,本條作廢、不計對錯。

什麼會推翻它

佔比低於 60%:「知識主要靠放進上下文、行為才訓練進權重」這個分工讀法就翻轉。