本文根據(jù)IDC中國(guó)研究總監(jiān)盧言霞的演講內(nèi)容整理，有刪減：
生成式AI開(kāi)啟市場(chǎng)新篇章
IDC認(rèn)為，ChatGPT、生成式AI都是基于大模型的應(yīng)用之一。在過(guò)往研究人工智能的時(shí)候，我們認(rèn)為機(jī)器學(xué)習(xí)是最核心的層次，但在當(dāng)前三大人工智能熱點(diǎn)的背景下，未來(lái)人工智能的應(yīng)用可能是基于大模型的應(yīng)用，這是IDC對(duì)于大模型和生成式AI以及ChatGPT之間簡(jiǎn)單的辨析關(guān)系。
大模型在國(guó)內(nèi)從2021年開(kāi)始走向市場(chǎng)，但因?yàn)槁涞亍⒄w解決方案、成本、技術(shù)成熟度等多方面的原因，并沒(méi)有在市場(chǎng)廣泛推廣，只有在最近才走進(jìn)大眾的視野。目前市場(chǎng)對(duì)于超大模型的看法，如廠商宣傳中常提到千億級(jí)、萬(wàn)億級(jí)參數(shù)為大模型、超大模型，實(shí)際在產(chǎn)業(yè)落地階段，超級(jí)預(yù)訓(xùn)練大模型主要具備以下特征：（1）預(yù)訓(xùn)練模型學(xué)習(xí)過(guò)海量數(shù)據(jù)；（2）用戶端模型二次開(kāi)發(fā)僅需少量數(shù)據(jù)；（3）相比上一代的算法模型有更高的預(yù)測(cè)準(zhǔn)確度。
IDC認(rèn)為，目前行業(yè)用戶可能選擇建設(shè)的大模型主要有三個(gè)要點(diǎn)：一是當(dāng)前的預(yù)訓(xùn)練模型學(xué)習(xí)了多少數(shù)據(jù)，在海量數(shù)據(jù)中包含多少實(shí)際應(yīng)用的核心領(lǐng)域、垂直領(lǐng)域的數(shù)據(jù)；二是遷移學(xué)習(xí)的效果如何，是不是真的比往年部署的AI應(yīng)用準(zhǔn)確率有所提高；三是部署的整體成本如何，并不是所有大模型參數(shù)都參與訓(xùn)練，單體模型的參數(shù)會(huì)全部參與訓(xùn)練，稀疏模型中只有部分參數(shù)參與運(yùn)算。
大模型的價(jià)值體現(xiàn)在以下三點(diǎn)：一是開(kāi)發(fā)門(mén)檻降低，用戶可以在AI原子能力的基礎(chǔ)上實(shí)現(xiàn)自定義模型，無(wú)需關(guān)注模型細(xì)節(jié)；二是計(jì)算資源的降低，預(yù)訓(xùn)練由廠商提供，用戶側(cè)只需進(jìn)行小數(shù)據(jù)量的再訓(xùn)練；三是預(yù)測(cè)效果的提升，研究與實(shí)踐均表明，使用大模型的效果比之前的模型效果相比，均有不同程度的提升。
當(dāng)前越來(lái)越多的大模型創(chuàng)業(yè)公司涌現(xiàn)，IDC認(rèn)為未來(lái)在大模型應(yīng)用方面仍存在一定的門(mén)檻：
一是需要海量的數(shù)據(jù)和算力資源，涉及到的投資成本較高；二是落地效果仍需時(shí)間，對(duì)于創(chuàng)業(yè)公司而言，選擇特定的垂直場(chǎng)景，或者與具備大型算力能力的廠商合作，從特定場(chǎng)景訓(xùn)練自己的模型，有可能在短期內(nèi)為自身帶來(lái)規(guī)模化的商業(yè)應(yīng)用，存在持續(xù)發(fā)展的可能性。
人工智能另一個(gè)熱點(diǎn)是AIGC，IDC將其分為三大類(lèi)：文生文、文生圖、文生視頻，典型的AIGC技術(shù)模型包括Open AI的ChatGPT-3、谷歌的PaLM和LaMDA等。
從文生文的角度而言，AIGC有落地場(chǎng)景的可能是數(shù)字人，最近國(guó)內(nèi)市場(chǎng)開(kāi)放的文生文應(yīng)用越來(lái)越多，目前總結(jié)起來(lái)主要集中在幾個(gè)方面：一是對(duì)話式功能，二是支持搜索和營(yíng)銷(xiāo)的場(chǎng)景。
從文生圖的角度而言，無(wú)論是國(guó)內(nèi)還是全球的文生圖的能力，目前仍有待提升。2022年斯坦福大學(xué)發(fā)布的人工智能指數(shù)報(bào)告中提到，大模型的準(zhǔn)確率僅有25%。目前文生圖的應(yīng)用主要是在文娛和游戲場(chǎng)景中，包括影視渲染、美術(shù)設(shè)計(jì)。而在具體的工業(yè)環(huán)境中，目前還沒(méi)有應(yīng)用場(chǎng)景能落地。
從文生視頻的角度而言，目前還主要還是在大模型廠商發(fā)展路線的規(guī)劃中，真正能夠基于AI生成視頻的應(yīng)用還比較少。
?。▓D片來(lái)源IDC）
生成式AI應(yīng)用及挑戰(zhàn)
目前生成式AI企業(yè)應(yīng)用案例主要有以下幾類(lèi)：
（1）知識(shí)管理類(lèi)應(yīng)用，如OpenAI與美國(guó)跨國(guó)投資管理和金融服務(wù)的應(yīng)用，對(duì)財(cái)富管理內(nèi)容的培訓(xùn)進(jìn)行微調(diào)，以便金融顧問(wèn)能夠搜索公司中的現(xiàn)有知識(shí)，并為客戶輕松創(chuàng)建定制內(nèi)容等；
?。?）銷(xiāo)售和營(yíng)銷(xiāo)應(yīng)用，如微軟的Viva sales主要是幫助賣(mài)家更有效地與潛在客戶和顧客溝通。將為各種場(chǎng)景生成建議的電子郵件內(nèi)容，如回復(fù)詢問(wèn)或創(chuàng)建提案，并附上與收件人具體相關(guān)數(shù)據(jù)，如定價(jià)、促銷(xiāo)和截止日期，通過(guò)氪定制內(nèi)容的自動(dòng)建議，賣(mài)家可以花更少的時(shí)間編寫(xiě)電子郵件和從同事或數(shù)據(jù)庫(kù)中搜索銷(xiāo)售數(shù)據(jù)；
?。?）代碼生成應(yīng)用，如OpenAI GPT-3的Codex程序，目前主要專(zhuān)門(mén)為代碼生成而訓(xùn)練，可以產(chǎn)生各種不同語(yǔ)音的代碼；
?。?）特定行業(yè)用例，如醫(yī)療領(lǐng)域，生成式AI一方面可以改善醫(yī)生的工作流程，方便醫(yī)生等審查醫(yī)療記錄，并在護(hù)理點(diǎn)提供與病人和治療醫(yī)生相關(guān)的簡(jiǎn)明總結(jié)，另一方面可以通過(guò)使用生成式人工智能來(lái)設(shè)計(jì)蛋白質(zhì)或設(shè)計(jì)新抗體等。
?。▓D片來(lái)源IDC）
在生成式AI令人振奮的表現(xiàn)下，也隱藏著許多落地的挑戰(zhàn)：
?。?）人才&技能缺乏，例如prompt工程師；
（2）準(zhǔn)確度不足，不準(zhǔn)確可能導(dǎo)致其編造謊言，它們可以炮制令人信服的陰謀論，可能造成巨大的傷害或傳播迷信信息；
?。?）版權(quán)不清，AI生成的內(nèi)容侵犯版權(quán)，衍生作品可能會(huì)產(chǎn)生侵權(quán)后果，使用受版權(quán)保護(hù)的生成數(shù)據(jù)可能違規(guī)；
?。?）誤導(dǎo)，任何情況下可能產(chǎn)生誤導(dǎo)、有害或無(wú)用的內(nèi)容。
?。?）數(shù)據(jù)安全與隱私，生成式AI可能會(huì)增加身份盜竊、欺詐和造假；
?。?）造成偏見(jiàn)，可能包括在線社區(qū)內(nèi)的性別歧視、種族主義或能力歧視。
未來(lái)AI市場(chǎng)展望
未來(lái)所有的AI應(yīng)用場(chǎng)景將采用大模型的AI進(jìn)行升級(jí)，基于開(kāi)源的商業(yè)模型，引入行業(yè)特定領(lǐng)域的ISV解決方案，對(duì)模型進(jìn)行專(zhuān)門(mén)的訓(xùn)練，甚至一些場(chǎng)景可以直接部署到用戶的業(yè)務(wù)當(dāng)中。
從這個(gè)角度而言，未來(lái)市場(chǎng)格局將有以下變動(dòng)：上游以具備大模型的廠商為主，中間層可能培育基于AI的行業(yè)解決方案廠商。在這個(gè)背景下，2023年有望成為AI領(lǐng)域最令人振奮的一年。
?。▓D片來(lái)源IDC）
a&s傳媒是全球知名展覽公司法蘭克福展覽集團(tuán)旗下的專(zhuān)業(yè)媒體平臺(tái)，自1994年品牌成立以來(lái)，一直專(zhuān)注于安全&自動(dòng)化產(chǎn)業(yè)前沿產(chǎn)品、技術(shù)及市場(chǎng)趨勢(shì)的專(zhuān)業(yè)媒體傳播和品牌服務(wù)。從安全管理到產(chǎn)業(yè)數(shù)字化，a&s傳媒擁有首屈一指的國(guó)際行業(yè)展覽會(huì)資源以及豐富的媒體經(jīng)驗(yàn)，提供媒體、活動(dòng)、展會(huì)等整合營(yíng)銷(xiāo)服務(wù)。
粵公網(wǎng)安備 44030402000264號(hào)
