3年內(nèi)80%企業(yè)都將“AI化”，我們離AI規(guī)�；瘧�(yīng)用還有多遠(yuǎn)？

　　本文來自于微信公眾號(hào) 頭號(hào)AI玩家(ID:AIGCplayer)，作者:阿虎。

　　三年內(nèi)，80%的企業(yè)都將用上AI!

　　最近，分析公司Gartner發(fā)布報(bào)告稱，預(yù)計(jì)在2026年，超過80%的企業(yè)將使用生成式AI應(yīng)用程序接口(API)或部署支持生成式AI的應(yīng)用程序。

　　當(dāng)下只有不到5%的企業(yè)將生成式AI運(yùn)用在生產(chǎn)環(huán)境中，而在短短三年內(nèi)，采用或創(chuàng)造生成式AI模型的企業(yè)數(shù)量預(yù)計(jì)將增長16倍。

　　基礎(chǔ)模型將邁入技術(shù)成熟度曲線上的“頂峰階段”，圖源Gartner

　　AI正在成為一個(gè)繞不開的關(guān)鍵詞。在最近舉行的2023上海國際消費(fèi)電子技術(shù)展(Tech G)上，多位專家、學(xué)者都提到了如何利用AI實(shí)現(xiàn)企業(yè)智能數(shù)字化。

　　企業(yè)沒有結(jié)合“智能”，必然會(huì)被淘汰?大模型時(shí)代，中小企業(yè)有什么入場機(jī)會(huì)?我們離規(guī)�；瘧�(yīng)用還有多遠(yuǎn)?“頭號(hào)AI玩家”整理歸總了大會(huì)上幾位嘉賓、學(xué)者的重要觀點(diǎn)，供各位玩家參考。

　　“AI布局上，不是所有的企業(yè)都要學(xué)百度、學(xué)科大訊飛”

　　@復(fù)旦大學(xué)管理學(xué)院信息管理與商業(yè)智能系教授 盧向華

　　過去五六年，各個(gè)企業(yè)都在發(fā)力數(shù)字化，而現(xiàn)在是企業(yè)數(shù)字化之后積累數(shù)據(jù)，更好地實(shí)現(xiàn)智能化的過程。智能化即更好地通過模型主動(dòng)預(yù)測、主動(dòng)防范、主動(dòng)行為、敏捷響應(yīng)、自動(dòng)應(yīng)對(duì)。而這些關(guān)鍵詞完全跟AIGC相吻合。

　　據(jù)億歐數(shù)據(jù)顯示，10年前僅4.3%的人愿意實(shí)施企業(yè)移動(dòng)信息化，而今年計(jì)劃一年內(nèi)部署AIGC應(yīng)用的數(shù)據(jù)高達(dá)90.8%。

　　這也意味著AIGC產(chǎn)業(yè)的發(fā)展重點(diǎn)將會(huì)更多地強(qiáng)調(diào)技術(shù)本身的商業(yè)化落地和可持續(xù)性發(fā)展。

　　此前，紅杉資本的一篇《生成式AI進(jìn)入第二階段》文章，其中的觀點(diǎn)是早期成功的跡象并沒有改變一個(gè)事實(shí)，即無論是OpenAI還是LLaMA，它們的繁榮跡象并沒有產(chǎn)生跟市場契合度非常高的產(chǎn)品。

　　現(xiàn)在我們思考怎么通過行業(yè)大模型、產(chǎn)品大模型、場景大模型落地到企業(yè)的具體功能里，去更好地實(shí)現(xiàn)場景化商業(yè)落地。

　　無論是營銷、OA、財(cái)務(wù)、HR、研發(fā)，還是供應(yīng)鏈，有很多供應(yīng)商在AI應(yīng)用領(lǐng)域進(jìn)行各種各樣的探索。比如，AIGC可以通過內(nèi)部知識(shí)庫和信息檢索功能，以及對(duì)其他應(yīng)用的直接調(diào)用，幫助企業(yè)完成對(duì)新員工的培訓(xùn)和日常運(yùn)營。

　　在不同的場景內(nèi)，應(yīng)用的成熟度是不一樣的，AIGC同樣存在很多約束。

　　之前受到高度關(guān)注的人工智能帶來的“失業(yè)潮”，我個(gè)人更認(rèn)同的觀點(diǎn)是“AIGC更多取代的不是崗位，而是任務(wù)”。人永遠(yuǎn)是不可被取代的，但是任務(wù)可以借助技術(shù)的力量來加以取代。企業(yè)不是思考把哪個(gè)崗位替代，而是把哪個(gè)任務(wù)用AIGC的方式替代。

　　比如，AI寫的文章，用戶根本讀不下去;AI畫出來的海報(bào)，甲方根本不接受;AI做出來的活動(dòng)策劃，純屬套路。只有和AI交互三五十次才能得到真正想要的東西，目前AIGC的價(jià)值還需要耐心的調(diào)試。

　　也正是因?yàn)槿绱�，它需要員工的努力。我們需要在企業(yè)里創(chuàng)造氛圍，讓員工努力使用AIGC技術(shù)。AIGC的價(jià)值不會(huì)自動(dòng)產(chǎn)生。

　　另外，不是所有的企業(yè)都要學(xué)百度、學(xué)科大訊飛，也不是所有企業(yè)都要開發(fā)自己的大模型。對(duì)于大部分小微企業(yè)來講，能夠用開源API擁抱AIGC場景，可能是最合適的。

　　對(duì)于AIGC來講，驅(qū)動(dòng)成本大，現(xiàn)在的價(jià)值好像看起來有限，但我認(rèn)為曙光就在眼前。對(duì)于AIGC產(chǎn)業(yè)而言，它已經(jīng)進(jìn)入了場景摸索、跨越鴻溝的階段。一旦過了這個(gè)盈虧平衡點(diǎn)，大家對(duì)AIGC的認(rèn)識(shí)觀感就會(huì)明確很多。

　　“人工智能的短板之一是極高的算力成本”@上海技術(shù)交易所總裁 顏明峰人工智能還是一個(gè)新的技術(shù)，而新的技術(shù)一定會(huì)遵循它自身的發(fā)展規(guī)律。 從生產(chǎn)力的發(fā)展角度來說，實(shí)現(xiàn)技術(shù)創(chuàng)新的高質(zhì)量發(fā)展，要提高生產(chǎn)要素配置。這也是以上海技術(shù)交易所為代表的現(xiàn)代技術(shù)要素市場在做的事情，即讓技術(shù)要素在更合適的場景提升它的作用。 例如探究人工智能技術(shù)在哪個(gè)領(lǐng)域的應(yīng)用價(jià)值高，這和技術(shù)選擇要賣給誰、放在哪個(gè)場景應(yīng)用密切相關(guān)。 到底怎么理解人工智能?我認(rèn)為，智是認(rèn)知，能是行動(dòng)。

　　現(xiàn)在的人工智能企業(yè)正在從認(rèn)知領(lǐng)域進(jìn)入到行動(dòng)領(lǐng)域。人工智能現(xiàn)在存在的短板之一是極高的算力成本。政府大力發(fā)展算力平臺(tái)，就是要支撐降本的問題。此外，要增加社會(huì)供給，譬如語料豐富度，還需要做整體的優(yōu)化布局。 我們是做技術(shù)要素市場的，我們始終在看技術(shù)交易的場景中是否有相關(guān)的人工智能領(lǐng)域應(yīng)用，哪些點(diǎn)能夠賦能技術(shù)創(chuàng)新的體系，讓場景、技術(shù)、資本實(shí)現(xiàn)更好的對(duì)接。

　　“MaaS是未來大模型非常重要的出口”@瀾舟科技創(chuàng)始人兼CEO 周明擁抱AI大模型成為今年科技創(chuàng)新發(fā)展的大趨勢。大模型如何用到企業(yè)之中? 以往AI模型都是一個(gè)模型解決一個(gè)任務(wù)，比如原本的機(jī)器學(xué)習(xí)模型。而大模型時(shí)代，一個(gè)模型可以解決N個(gè)任務(wù)，甚至可以想象未來一個(gè)模型解決無窮個(gè)任務(wù)。 你告訴模型干什么，它就能完成一些任務(wù)。如果完成得不好，你還可以給它輸入一些例子，或者告訴它一步步怎么做，這個(gè)模型就會(huì)逐步達(dá)到一定的水平。AI從1.0時(shí)代到2.0時(shí)代，一個(gè)模型N個(gè)任務(wù)，解決了碎片化的問題。 圍繞著大模型，實(shí)際上建立了一個(gè)生態(tài)。生態(tài)最底層就是芯片，再往上一層是云計(jì)算平臺(tái)，再往上是所謂的模型廠，再往上就是應(yīng)用層。

　　想要從通用大模型發(fā)展到行業(yè)大模型，必須把行業(yè)數(shù)據(jù)、行業(yè)知識(shí)融入到通用大模型中，實(shí)現(xiàn)混合訓(xùn)練�，F(xiàn)在有些大模型團(tuán)隊(duì)實(shí)際上只做了SFT(Supervised Finetune，深度學(xué)習(xí)策略)，這樣的模型是比較脆弱的。行業(yè)有那么多的場景，不要覺得作為一個(gè)行業(yè)模型，所有產(chǎn)品都能做得很好。 以金融為例，金融行業(yè)大模型需要用金融數(shù)據(jù)做continue training(在預(yù)訓(xùn)練模型的基礎(chǔ)上進(jìn)行持續(xù)的微調(diào)訓(xùn)練)才會(huì)更準(zhǔn)，這里就包括泛金融領(lǐng)域數(shù)據(jù)，新聞、公告、研報(bào)、咨詢、金融專業(yè)知識(shí)、其他數(shù)據(jù)。

　　做SFT的時(shí)候，要對(duì)金融的任務(wù)場景非常了解，所以我們總結(jié)了105項(xiàng)金融任務(wù)場景，有理解任務(wù)、生成任務(wù)、其他任務(wù)。底層優(yōu)化算法一個(gè)不落，優(yōu)化訓(xùn)練過程。訓(xùn)練之后，還要跟插件庫、外部知識(shí)庫、向量數(shù)據(jù)庫配合起來，執(zhí)行經(jīng)營的一些主要場景。 有了這樣的行業(yè)大模型，只要把模型放到云上，通過本地化部署、公有化共享等模式，用戶可以針對(duì)自己不同的領(lǐng)域選擇，按量計(jì)費(fèi)就可以得到相應(yīng)的大模型服務(wù)。 我認(rèn)為，MaaS是未來大模型非常重要的出口，由通用到行業(yè)、場景，一層層建立起來才能做好企業(yè)的服務(wù)。

　　“如果AIGC不能很好地理解人類世界，它就不具備類人智能”@九三學(xué)社中央科技委委員、科技作家 陳根今年國內(nèi)外對(duì)ChatGPT和AIGC的關(guān)注度空前高漲，無論是AIGC包含ChatGPT還是ChatGPT包含AIGC，兩者都是同一類型的產(chǎn)品。未來AIGC和ChatGPT的競爭將取決于技術(shù)迭代速度，誰能更快獲取算力和數(shù)據(jù)優(yōu)勢，就能取得領(lǐng)先。

　　對(duì)于AIGC來說，現(xiàn)在一個(gè)很現(xiàn)實(shí)的挑戰(zhàn)就是算力能不能突破。如果沒有算力的突破，AIGC再發(fā)展下去，跟我們真正設(shè)想的功能會(huì)有很大差距。 另外，安全是很重要的底線。比如，以數(shù)字虛擬人來替代我們，在現(xiàn)實(shí)和虛擬世界形成互動(dòng)，這時(shí)候它的實(shí)時(shí)表現(xiàn)、生成內(nèi)容是不是安全的。包括數(shù)字內(nèi)容牽涉到的合規(guī)性以及數(shù)據(jù)內(nèi)容的正確性。

　　如果AIGC不能很好地理解人類世界，它就還不是一個(gè)具備類人智能的人工智能。我們只能把它定義成具備高級(jí)統(tǒng)計(jì)功能的人工智能統(tǒng)計(jì)人員。AIGC要理解人類世界，這意味著我們要讓AIGC正確地講話、做正確的事，這是一個(gè)很大的挑戰(zhàn)。 但AIGC對(duì)我們來說是很大的機(jī)遇，它會(huì)給產(chǎn)業(yè)帶來革命性的變化，比如元宇宙背后的關(guān)鍵技術(shù)之一就是生成式AI技術(shù)，物理世界萬物實(shí)現(xiàn)數(shù)字化，通過AI生成數(shù)字孿生，再將數(shù)字世界和現(xiàn)實(shí)世界進(jìn)行疊加，形成交互的虛實(shí)融合世界，這正是元宇宙的技術(shù)內(nèi)核。 如果沒有AIGC，我們就很難實(shí)時(shí)生成物理實(shí)體世界，實(shí)現(xiàn)同步的鏡像影射和驅(qū)動(dòng)。

　　AIGC未來的畫像是萬物數(shù)據(jù)化、萬物可數(shù)據(jù)、萬物可穿戴。核心在于生產(chǎn)力再造所帶來的生產(chǎn)模式革命。在醫(yī)療領(lǐng)域，AI訓(xùn)練出來的數(shù)字孿生，能夠?qū)崟r(shí)監(jiān)測關(guān)鍵健康指標(biāo)，進(jìn)行疾病預(yù)警。醫(yī)生只需要在出現(xiàn)異常時(shí)進(jìn)行處置。未來還可以結(jié)合基因檢測，進(jìn)行個(gè)性化疾病預(yù)防，這也為實(shí)現(xiàn)中醫(yī)“治未病”提供了技術(shù)基礎(chǔ)。

　　在教育領(lǐng)域，AI也能改變傳統(tǒng)的知識(shí)灌輸式教學(xué)。借助AI生成的數(shù)字環(huán)境，這種沉浸式數(shù)字教學(xué)能提高學(xué)習(xí)效率，同樣，企業(yè)和政府部門也在積極布局AI+教育。 旅游、營銷等領(lǐng)域，也都面臨被AI“顛覆”的機(jī)遇。比如，AI加持下的數(shù)字人能進(jìn)行全天候的直播、旅行講解、互動(dòng)等等，大幅提升效率，這也會(huì)是傳統(tǒng)服務(wù)業(yè)的一次重大變革。 這就是接下來由AIGC所帶來的整個(gè)社會(huì)的變化，是我們非常值得期待的時(shí)代。

　　我們離規(guī)模化應(yīng)用還有多遠(yuǎn)?自2022年底以來AIGC的波瀾壯闊，特別是中國大模型的爆發(fā)式增長，讓人不得不思考是否已經(jīng)到了所謂的“奇點(diǎn)時(shí)刻”。 有數(shù)據(jù)顯示，全國有至少130家公司研究大模型產(chǎn)品。對(duì)企業(yè)和用戶來講，我們更關(guān)心大模型的應(yīng)用什么時(shí)候可以大規(guī)模開展?我們?cè)趺礃邮褂盟?

　　圖片由Dall·E3生成 華安證券首席分析師張?zhí)煺J(rèn)為，從GPT橫空出世到現(xiàn)在不過一年時(shí)間，很多產(chǎn)品和大模型都在打磨階段，還不夠完善。 大模型將經(jīng)歷三個(gè)階段，第一階段是Advice，對(duì)于人來說只是一些建議性、信息性的輸入和整理工作。第二階段是Agent，帶領(lǐng)人真的去執(zhí)行一些事情，當(dāng)我們解決安全性、法規(guī)性、可靠性問題的時(shí)候，它可以成為我們真正的助手。第三階段叫做AGI，也就是真正的通用人工智能，可以真正作為生產(chǎn)力的存在。

　　目前大模型處于“嬰兒時(shí)期”，馬斯克預(yù)計(jì)其將于2029年達(dá)到“ AGI成人期”。屆時(shí)，整個(gè)社會(huì)將發(fā)生巨大變化。要實(shí)現(xiàn)讓大模型賦能千行百業(yè)，需要讓大模型算力通信基礎(chǔ)設(shè)施降低成本，同時(shí)降低使用門檻與風(fēng)險(xiǎn)系數(shù)。 上海市人工智能行業(yè)協(xié)會(huì)秘書長鐘俊浩表示，AGI不是一個(gè)奇點(diǎn)，如果一定要把它定位是奇點(diǎn)的話，他認(rèn)為當(dāng)通用人工智能具備自主意識(shí)，當(dāng)一個(gè)機(jī)器人真的變成人的時(shí)候，這是一個(gè)奇點(diǎn)。在此之前，可能它就是一個(gè)技術(shù)、一個(gè)生產(chǎn)力或者生產(chǎn)工具。

　　埃林哲董事長、中國中小企業(yè)協(xié)會(huì)副會(huì)長蓋莉珊認(rèn)為，AIGC是一個(gè)體系，不是一個(gè)技術(shù)。目前AIGC技術(shù)尚處于上升期，要推動(dòng)其廣泛落地應(yīng)用，數(shù)據(jù)準(zhǔn)確性和模型可靠性還有待加強(qiáng)。 另外，大模型做決策的路徑是不透明的，不可解釋。如果產(chǎn)生一些誤操作，對(duì)于企業(yè)的損失還是挺大的。AI的前景大家都比較看好，但是過程中還需要一個(gè)成熟和可靠的路徑，這是目前遇到的挑戰(zhàn)和實(shí)踐困難。