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
|
搜索推荐
img标签上title与alt属性的区别是什么?
img标签上title与alt属性的区别是什么?
936 0
|
机器学习/深度学习 算法 API
商品价格动态调整接口技术详解
本文详解电商商品价格动态调整接口设计,涵盖RESTful API规范、成本加成与需求弹性算法、Python代码实现及优化策略,结合真实场景,助力构建高效、可扩展的智能定价系统。
|
数据采集 人工智能 安全
开源赋能双碳:MyEMS 能源管理系统的架构与实践价值
在全球碳中和趋势与“双碳”目标推动下,能源管理趋向精细化与智能化。MyEMS是一款基于Python开发的开源能源管理系统,具备灵活适配、功能全面的优势,覆盖工厂、建筑、数据中心等多元场景。系统支持能源数据采集、分析、可视化及设备管理、故障诊断、AI优化控制等功能,提供“监测-分析-优化”闭环解决方案。遵循“国家+省级+接入端”三级架构,MyEMS在重点用能单位能耗监测中发挥关键作用,助力实现能源效率提升与政策合规。开源模式降低了技术门槛,推动“双碳”目标落地。
516 0
|
12月前
|
JSON API 数据处理
淘宝天猫API调用指南:获取店铺所有商品数据
淘宝店铺商品API支持通过HTTP POST获取商品数据,返回JSON格式信息。核心接口包括店铺商品列表、分类及促销商品查询,以及商品详情、SKU、图片视频等信息获取,助力商家高效管理商品。
|
机器学习/深度学习 自然语言处理 BI
阿里云开发者必备:GPT 从核心原理到企业级部署的全流程指南
GPT基于Transformer解码器架构,通过BPE分词、遮蔽自注意力与堆叠解码器实现自回归生成。结合指令微调与领域适配,已在汽车BI、开发者工具等场景落地。阿里云提供从模型训练到轻量化部署的全链路支持,推动GPT在产业智能化中的深度融合与应用创新。(238字)
1373 2
|
SQL 分布式计算 关系型数据库
Hadoop-13-Hive 启动Hive 修改启动参数命令行启动测试 几句简单的HQL了解Hive
Hadoop-13-Hive 启动Hive 修改启动参数命令行启动测试 几句简单的HQL了解Hive
618 2
|
人工智能 监控 小程序
【快递鸟】选择对接你的物流商城/小程序的物流API平台
在电商竞争日益激烈的今天,物流体验已成为影响用户留存和复购的关键因素。一个高效、透明、稳定的物流系统,对于物流商城或小程序来说至关重要。然而,自建物流查询系统需要对接众多快递公司,开发周期长、维护成本高、数据整合困难。
711 0
|
人工智能 自然语言处理 分布式计算
AI 驱动传统 Java 应用集成的关键技术与实战应用指南
本文探讨了如何将AI技术与传统Java应用集成,助力企业实现数字化转型。内容涵盖DJL、Deeplearning4j等主流AI框架选择,技术融合方案,模型部署策略,以及智能客服、财务审核、设备诊断等实战应用案例,全面解析Java系统如何通过AI实现智能化升级与效率提升。
1062 0
|
人工智能 自然语言处理 测试技术
通义灵码入选 “2025 年值得关注的 AIGC 产品”,是唯一入选的 AI 编程产品
阿里云的通义灵码是一款基于通义大模型的AI编程助手,能够智能生成代码、优化结构、排查错误并自动生成测试用例,支持多种主流编程语言。在2025年入选《值得关注的AIGC产品》榜单,凭借卓越技术与广泛应用场景成为国内开发者首选。通义灵码已在国内多个行业落地,大幅提升开发效率与代码质量,同时针对中文编程场景优化,支持企业内网部署保障数据安全,推动AI编程技术在教育与科研领域的创新应用。
|
SQL 存储 缓存
EMR Serverless StarRocks 全面升级:重新定义实时湖仓分析
本文介绍了EMR Serverless StarRocks的发展路径及其架构演进。首先回顾了Serverless Spark在EMR中的发展,并指出2021年9月StarRocks开源后,OLAP引擎迅速向其靠拢。随后,EMR引入StarRocks并推出全托管产品,至2023年8月商业化,已有500家客户使用,覆盖20多个行业。 文章重点阐述了EMR Serverless StarRocks 1.0的存算一体架构,包括健康诊断、SQL调优和物化视图等核心功能。接着分析了存算一体架构的挑战,如湖访问不优雅、资源隔离不足及冷热数据分层困难等。