GenAI的现实回归与未来机遇:从炒作到变革的关键转折点

简介: GenAI的现实回归与未来机遇:从炒作到变革的关键转折点

本文来源:企业网D1net


在经历了早期的巨大炒作后,GenAI正进入更加理性的阶段,类似于上世纪90年代互联网泡沫的回落,然而,尽管面临投资回报率和技术成熟度的质疑,GenAI仍展现出广阔的前景。随着越来越多企业开始部署AI应用,并从中获得生产力提升和成本节约的实际收益,AI的潜力正在逐步释放。通过开源模型和生成增强技术,企业有机会解锁未被充分利用的数据资产。尽管眼下AI行业略显冷静,但那些积极准备的企业将在未来的技术热潮中占据优势。


我们应该欢迎当前GenAI革命中注入的现实主义,但从中期来看,前景仍然令人振奋。


围绕AI的炒作和兴奋感迟早会回归现实,而今年夏天就是这一时刻。那些有足够记忆的人会记得,类似的情况发生在90年代末和2000年代初的互联网泡沫破灭时期,以及最近的加密货币领域。


今年前六个月,AI明星公司英伟达的股价上涨了近200%,但在7月和8月却下跌了20%,这与Gartner在最新的“炒作周期”图中将GenAI置于“低谷期”相符,甚至此前对AI持乐观态度的高盛也开始对许多技术投资的回报率表示担忧,然而,鉴于围绕AI的一些不切实际的期望,这些担忧和预测是不可避免的。在新兴技术发展的这一阶段,适当的现实主义和怀疑态度是健康的,但认为AI已经走到了尽头则是不明智的。



警惕反对者



预测未来通常是徒劳的,正如诺贝尔奖获奖物理学家Niels Bohr所说:“预测是非常困难的,尤其是对未来的预测。” 这一点在20世纪90年代初互联网刚刚兴起时尤为真实。即使是互联网先锋、以太网标准的共同发明人Robert Metcalfe也曾对互联网的可行性表示怀疑,1995年他曾预测互联网的未来只有12个月。两年后,在1997年的WWW大会上,他将自己预测的印刷版与水混合后当场喝下,真正地“吞下了自己的话”。


但在某个阶段,新技术的潜在好处会逐渐显现出来,尽管其发展路径尚不明晰。我们现在正处于AI的这个阶段,快速发展的大型语言模型及其生成能力正稳步渗透到企业中。未来的道路上还会有更多的坎坷,但现在已经有足够多的部署和应用案例可以让我们看到,这些技术在企业和公共部门的数字化转型中具有广泛的潜力。



商业领袖们在告诉我们什么?



今年早些时候,咨询公司BCG发布了一项对1400名C级高管的调查,超过一半的人预计AI和GenAI今年将带来成本节约。虽然大多数还处于试验阶段,但大约四分之一的受访者预计通过运营、客户服务和IT方面的生产力提升,节约超过10%的成本。尽管有相当一部分人对其公司在AI投资方面的进展表示担忧,但其中大约一半的人认为问题主要出在投资优先级不明确以及缺乏可用技能和连贯的战略,而非AI技术本身的问题。


在最近一次达沃斯经济学家、政策制定者和商业领袖的会议上,美国KPMG首席执行官Paul Knopp表示:“我们正处于一个阶段,GenAI将从试点和实验走向实施和工业化。” 这一说法得到了Salesforce AI首席执行官的支持,该公司已经通过客户使用AI工具看到了生产力的提升。



来自前线的报告



金融服务公司Klarna公开表示,其90%的员工每天使用AI,Klarna的AI助手在运营的第一个月内处理了三分之二的客户服务对话,相当于700名全职客服人员的工作量。除了节约成本外,该公司声称Klarna AI在解决问题时更加准确,重复咨询减少了25%,并为公司增加了4000万美元的利润。


许多AI的部署和集成并非革命性突破,而是为现有产品和服务带来渐进式的改进和增值,比如,图形和演示软件供应商Canva已集成了Google的Vertex AI,以简化其视频编辑功能,Canva用户可以避开一些繁琐的编辑步骤,在几秒钟内完成视频制作,而不再需要几分钟甚至几小时,而全球营销服务巨头WPP则将Anthropic的Claude AI服务集成到其内部营销系统WPP Open中,该系统被公司旗下114000名员工用于帮助制定广告创意、生成内容以及解读复杂的客户需求。



AI正在不断演变



随着使用案例的增多,企业开始了解哪些方法有效、哪些是瓶颈,我们可以预见到AI部署的稳步增长。开源和小型模型的兴起也使得定制化变得更加可行。AI资源库Hugging Face目前列出了近135000个Apache 2.0许可证下的模型,允许商业重用和重新开发,这些以及其他模型共享平台为开发者提供了丰富的资源,可以根据具体的用例和行业需求对模型进行适应和定制。


随着检索增强生成(RAG)和知识图谱的使用日益增加,再加上来自OpenAI和Anthropic等大厂的API,企业有了一条更加安全地利用其数据资源的路径。IDC最近声称90%的商业数据是非结构化的,这为企业提供了利用AI解锁这些未开发资产的绝佳机会。要做到这一点,尤其是在涉及关键业务流程的情况下,需要时间来确保安全性和高效性,但我们可以期待在未来几年内取得重大突破。


因此,虽然目前AI领域略显冷清,但那些现在做好准备的人将在AI回暖时占据成功的有利位置。


版权声明:本文为企业网D1net编译,转载需在文章开头注明出处为:企业网D1net,如果不注明出处,企业网D1net将保留追究其法律责任的权利。




相关文章
|
3月前
|
搜索推荐 数据挖掘
NLG技术对教育行业产生了深远的影响
【7月更文挑战第28天】NLG技术对教育行业产生了深远的影响
29 5
|
2月前
|
人工智能 自动驾驶 算法
人工智能浪潮下的伦理困境与自我救赎
在人工智能技术飞速发展的今天,我们不仅见证了技术的进步,也面临着前所未有的伦理挑战。本文从AI技术的双刃剑特性出发,探讨了在智能时代中人类如何保持道德指南针,确保技术发展不偏离人本主义的初衷,同时呼吁全社会共同构建负责任的AI伦理框架。
32 4
|
2月前
|
人工智能 监控 自动驾驶
人工智能浪潮中的伦理困境与自我救赎
在AI技术飞速发展的今天,我们站在了一个全新的历史节点。本文将探讨人工智能如何重塑我们的工作和生活方式,同时引发的一系列伦理问题和挑战。我们将深入分析AI技术背后的道德困境,并提出实现技术自我救赎的可能路径。通过这篇文章,读者将获得对AI技术影响的全新视角,并思考如何在享受其便利的同时保护我们的价值观和伦理标准。
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能浪潮下,我们如何把握技术发展的脉搏
【8月更文挑战第20天】在人工智能的浪潮中,我们面临着前所未有的挑战和机遇。本文将通过深入分析人工智能技术的发展趋势、应用领域以及面临的挑战和机遇,探讨如何在这场技术革命中找到自己的定位和发展路径。
|
5月前
|
供应链 物联网 区块链
未来交织:新兴技术趋势与跨界应用探索
【5月更文挑战第30天】 随着科技的迅猛发展,新兴技术如区块链、物联网(IoT)、虚拟现实(VR)等正在逐渐渗透到我们的日常生活和工作中。这些技术不仅在各自的领域内取得了显著进展,而且开始相互融合,催生出新的应用场景和商业模式。本文将探讨这些技术的发展趋势,并分析它们在不同领域中的潜在应用,从而描绘出一个由多种技术交织而成的未来图景。
|
4月前
|
人工智能 安全 机器人
知识经济已死!AI将催生“直觉经济”新时代!
知识经济已死!AI将催生“直觉经济”新时代!
|
5月前
|
机器学习/深度学习 人工智能 边缘计算
蓝海探索:揭秘前沿技术的无限潜力
在当今科技飞速发展的时代,人工智能、物联网和边缘计算等前沿技术正引领着未来的发展方向。本文将深入探讨这些技术的最新趋势和应用前景,展示它们在各个领域的革命性突破,为读者描绘出一个充满无限潜力的蓝海。
|
机器学习/深度学习 人工智能 监控
向硅基文明致敬的认知计算? 从一个真实的Watson到认知商业
向硅基文明致敬的认知计算? 从一个真实的Watson到认知商业
向硅基文明致敬的认知计算? 从一个真实的Watson到认知商业
|
人工智能 安全 大数据
医疗行业正从大数据中汲取回报的六个途径
科技总是源源不断地改变着世界,人工智能和大数据正在结合起来,为人们提供各种好处,其中应用最广泛的可能要数医疗行业了。
|
机器学习/深度学习 人工智能 芯片
打破平衡,AI革命正催生一场各怀“芯”思的军备竞赛
多年来,半导体世界似乎已经有了一种稳定的平衡状态:英特尔击败了服务器领域几乎所有RISC处理器,让其x86系列成为了主导者。而GPU领域起步较晚的英伟达,在上世纪90年代就已淘汰了大部分的竞争对手,如今只剩下ATI、AMD在该市场上仍占据一小部分份额。
1534 0
下一篇
无影云桌面