以下介紹了2023年的十大企業AI發展趨勢：

 

 

去年，AI由點解決方案和利基應用程序組成，這些應用程序使用ML預測行為、發現模式并在精心挑選的數據集中發現異常。今天的基礎模式是萬能的。他們可以編寫代碼、寫詩、繪制任何藝術風格、創建PowerPoint幻燈片和網站模型、撰寫營銷文案和電子郵件，并在軟件中發現新的漏洞，在未出版的小說中發現情節漏洞。

 

普華永道新一代AI上市戰略合伙人兼負責人布萊特·格林斯坦(Bret Greenstein)表示：“AIGC觸及企業的方方面面，也觸及社會的方方面面。通過預先培訓的模式，你可以把它帶入人力資源、金融、IT、客服——我們所有人都被它所感動。

 

他表示，普華永道的所有客戶都在進行這方面的討論。“我從未見過如此程度的興趣和興奮。”他補充說，沒有人會對此信以為真。每個人都想要它。一旦你在工作場所擁有了它，你就會得到1000個用例，因為每個人都想這么做。

 

提高生產率或支持以前不可能實現的業務類型的潛力是巨大的。但也有不利的一面：新一代AI可能會讓公司倒閉。“生存風險”這個詞現在無處不在——不是說AI會摧毀人類，而是它會讓商業功能、甚至整個公司過時。

 

 

最近在華盛頓舉行的AI領導人向監管機構介紹AI的會議上，大多數人站出來支持對該行業進行某種監管。在歐洲，《AI法案》即將出臺。雖然它是在第二代AI之前編寫的，但它有適用的條款，但在生效之前很可能會經過修改。

 

今年7月，紐約市開始執行有關在招聘決策中使用AI的新規定。3月底，意大利完全禁止了ChatGPT，大約一個月后再次取消了禁令。格林斯坦說：“意大利的下意識反應是一記橫跨船頭的子彈。”但這是即將發生的事情的征兆。他說：“如果你拿一些風險很小的東西，然后把它放大一千倍，風險就會放大。”第二代AI就是這種放大，世界對它的反應就像企業和社會對異物的引入做出的反應。“我們不能拒絕它，但我們也不能讓它控制，讓它以不受監管的方式發生，”他說。

 

 

長期以來，變革管理一直是AI項目成功的關鍵。AI模型有多準確，或者如果目標用戶拒絕與之有任何關系，它會給一家公司帶來多大的好處，這都不重要。但是，直到今年，這還是一個相對可控的問題，因為AI項目的范圍有限。然而，有了第二代AI，對勞動力的影響將顯著更大。

 

“這是歷史上最大的變革管理項目，”格林斯坦說。“我們從來沒有讓一項技術如此迅速地影響到每個人。”

 

 

在新一代AI出現之前，將AI嵌入員工已經在使用的企業系統是一種趨勢。它使預測和分析變得廣泛可用，并將數據的力量交到需要它的人手中，準確地在他們需要的時候，并以對他們最有用的形式。

 

傳統的AI——ML和神經網絡——花了數年時間才達到可以嵌入的地步。新一代AI花了幾個月的時間。今天，大多數主要的AI平臺，包括OpenAI，都有允許企業和企業軟件供應商在他們的系統中快速添加新一代AI功能的API。

 

格林斯坦說：“用嵌入式AI讓現有的應用程序變得更好，這太棒了。”

 

更好的情況是，AI可以適應每一項業務的獨特需求。傳統的ML需要大量的數據、經驗豐富的數據科學家，以及培訓和調優。然而，如今的新一代AI平臺需要的數據要少得多，因為公司可以從通用的基礎模型開始，然后根據自己的數據對它們進行微調，添加一個矢量數據庫，或者直接在提示中注入信息和示例。

 

格林斯坦說，隨著定制AI變得更便宜、更容易，更多的公司將開始為較小的用例定制AI，使其在企業中真正普及。

 

S&P Global Market Intelligence AI研究總監尼克·佩興斯表示：“鑒于我們認為市場將如何發展，AIGC將嵌入到我們使用的每一個應用程序中。”

 

他在最近的一份報告中估計，到2028年，AIGC軟件收入將從今年的37億美元增長到360億美元。

 

“我們甚至可能低估了它，”佩興斯說。

 

他目前正在跟蹤262家新一代AI供應商，其中117家專門從事文本生成，并計劃在未來6個月內推出新版本的報告。他說，通常情況下，這類報告每兩年更新一次，但這個市場的變化太快了。

 

他表示，與前幾代AI相比，新一代AI加入企業軟件的速度更快的一個原因是，它可能會改變人與軟件之間的關系。

 

“它有能力讓人們用自然語言交談，并完成任務，”他說。以前，他們需要編碼或理解Excel或一種查詢語言。通過使用自然語言，你可以作為人類對數據集和其他過于復雜的事情進行復雜的查詢，而這些事情是你自己無法完成的。

 

Patience已經跟蹤這個空間20多年了，他說他從來沒有見過這樣的東西。

 

“這太不可思議了，”他說。我們的客戶，以及我以前從未交談過的客戶，都想知道發生了什么。對于那些有技能的人來說，這將是一種力量倍增。對于其他人來說，這將是一個更大的威脅。但它將使人們能夠做比他們目前所能做的更有價值的工作。

 

 

AI長期以來一直在RPA中發揮作用，盡管作用很小。ML用于情感分析，并用于掃描文檔、分類圖像、轉錄記錄和其他特定功能。然后AI世代問世了。

 

Insight首席企業架構師兼首席技術官大衛·麥柯迪表示：“自2022年以來，世界發生了翻天覆地的變化。”我們與客戶一起做了許多12個月前還不在工具箱中的事情。你現在有能力跳過已經存在了幾年，有時是幾十年的過程，因為有了產生式技術。

 

他說，最好的立竿見影的用例之一就是總結文檔并從材料中提取信息。

 

“這在以前是不可能的，”他說。現在你可以進去提取一個概念，而不僅僅是一個詞。它正在改變我們的一些工作流程。

 

然而，管理咨詢公司SSA&Company負責應用解決方案的副總裁尼克·克萊默表示，企業仍然沒有從隱藏在文檔中的非結構化數據中提取足夠的價值。

 

他說：“現有的技術并不能始終如一地、足夠容易地呈現出最相關的內容。”這就是大型語言模型讓我非常興奮的地方。吸收公司知識語料庫的能力提供了無限的可能性。

 

 

只有最大的公司才會建立或管理自己的AI模型，即使是那些公司也將依賴供應商提供他們使用的大部分AI。微軟、谷歌、Salesforce——所有的主要參與者都參與了AI，所以只有利用這一點才有意義。但隨著新一代AI更多地涉及公司的數據、人員和流程，供應商選擇和管理過程變得越來越重要。

 

Insight的麥柯迪說：“如果沒有ML和AI能力，我就不會獲得可操作的技術。”“如果這些公司沒有利用AI，也沒有路線圖，我們就不會購買他們的軟件。”

 

他表示，這是企業避免技術債務的方式之一，方法是投資于投資于AI的合作伙伴和公司。但是，即使一家供應商已經在路線圖上部署了AI，或者已經在構建它，仍然存在風險。“就像在互聯網早期一樣，許多公司會來來去去，”SANS研究所首席課程主任兼教職員工負責人羅布·李(Rob Lee)表示。他已經在網絡安全領域看到了這一點。“在黑帽，我看到了至少100家公司，”他說。“但他們真的有賣得出去的東西嗎?”

 

買家必須注意的一件事是供應商實施的安全措施。隨著新技術的部署，安全性往往是事后才想到的。有了AI，這將是一個巨大的錯誤。

 

“如果你把你的數據上傳到這些AI，會發生什么?”李問道。“你想要進行實驗，但如果有人將錯誤的電子表格上傳到錯誤的AI，你就會有數據泄露。”

 

 

去年，隨著經典AI越來越多地部署到生產中，企業開始更加認真地對待可信度問題。他們想要的是可靠的、沒有偏見的、建立在道德原則上的模式。此外，AI應該是透明和可理解的，因為人們想知道AI為什么做出這樣的決定和建議。今天，可信度是每個人的首要任務，從試圖獲得家庭作業幫助的大學生，到尋求避免AI末日的全球領導人。研究人員、供應商、顧問和監管機構正在努力制定護欄和倫理原則，以規范AI的培訓和部署。

 

Lotis Blue Consulting營收增長業務合伙人、數據科學團隊負責人Donncha Carroll表示：“我們仍處于早期階段。”你不想相信一個你無法看到或審計它是如何運行的系統，特別是如果它可以做出可能產生后果的決定的話。疏忽的部分還沒有弄清楚。

 

 

開源長期以來一直是AI領域創新的驅動力。許多數據科學工具和基礎模型都是開源的，或者在很大程度上基于開源項目。今年有幾個月，人們擔心新一代AI的新領域將被科技巨頭主導，這些公司擁有培訓大型語言模型所需的數百萬美元，以及培訓他們的數據。

 

OpenAI的ChatGPT、谷歌的Bard、IBM的Watson、Anthropic的Claude和其他主要的基礎模型都是專有的。但在2月份，Meta發布了Llama，這是一種獲得非商業用途許可的開源大型語言模型，很快成為許多項目的基礎。然后，在7月份，Meta的Llama 2問世了，這一次，它獲得了商業用途的許可。任何人都可以免費使用或修改它，只要他們的日活躍用戶不到7億。微軟很快承諾在其Azure平臺上支持它。亞馬遜在AWS上也是如此。VMware使其成為其AIGC堆棧的基石之一。

 

8月，Meta繼續發布模型。這一次，是Code Llama，一個接受過編寫代碼培訓的大語言模型。然后在9月份，阿聯酋技術創新研究所發布了迄今為止最大的開源模型——Falcon 180B。它很快就上升到開源大語言模型排行榜的榜首，之前由Llama 2及其變種主導。

 

Falcon也是在Apache2許可證的變體下發布的，可用于商業用途，并可用于自然語言生成和代碼。

 

開源模式使企業能夠在自己的基礎設施中部署定制的AI，而不必將數據發送給云提供商，并提供更大的靈活性和更低的成本。其中一些開源模型甚至小到可以在臺式電腦或移動設備上運行。

 

洛蒂斯·布魯的卡羅爾說：“你將看到更多這種令人難以置信的計算能力被分布在邊緣。”

 

 

ML和AIGC都依賴于數據。在過去的10年里，數據已經成為一家公司最有價值的資產，是推動創新和創造價值的動力。為了實現這一切，必須以可靠、高效、可擴展和安全的方式收集、處理數據并將其提供給需要它的系統。數據倉庫隨后演變為數據湖，然后是數據結構和其他企業范圍的數據架構。所有這些都將被證明是有價值的，無論是隨著公司繼續擴大他們的傳統AI項目，還是對于即將上線的新一代AI功能。對于許多公司來說，這意味著像ChatGPT這樣面向公眾的聊天機器人不是一個選擇，因為缺乏企業級的數據保護。

 

“有必要保護進入其中的數據，”麥柯迪說。“這為一些用例創造了一個明顯的障礙，直到你建立起安全邊界。”

 

對于一些人來說，這意味著在私有云中運行OpenAI的模型或其他模型，甚至在Prem上運行開源模型，這取決于公司的風險狀況。與此同時，即使經過多年的努力，許多公司仍然沒有為AI準備好數據。根據S&P Global Market Intelligence最新發布的2023年全球AI趨勢調查，該調查于8月份發布，調查了1500名AI從業者和決策者，部署AI面臨的最大技術挑戰是數據管理。盡管69%的公司至少有一個AI項目在生產中，但只有28%的公司達到了企業規模。

 

 

如果沒有互聯網提供的全球連接和如此容易地以數字形式獲得的海量信息，準備用作訓練數據的第二代AI是不可能的。然后是云計算、SaaS和API，它們允許快速輕松地部署新技術，而不會為企業帶來巨額的前期集成成本。因此，新一代AI的采用率比任何以前見過的技術都要快也就不足為奇了。但除此之外，AIGC也是一項有助于加速自身發展的技術。

 

今年4月，風險投資家中島洋平想知道是否有可能有一位可以自主運營公司的“AI創始人”，并要求ChatGPT創建公司。總共花了大約三個小時，ChatGPT編寫了代碼、研究論文和一條Twitter帖子。Nakajima稱它為“BabyAGI”，并在GitHub上瘋傳。它是一個萬能的代理人，可以為任何目標工作，而不僅僅是創辦一家公司。

 

中島在一篇描述該項目的博客文章中寫道：我開玩笑地要求自主代理制作盡可能多的回形針。它發現了AI回形針的啟示錄，并從制定安全協議開始。

 

BabyAGI使用OpenAI的GPT-4 API、Pinecone向量搜索和LangChain AI框架來計算出需要完成哪些任務才能實現目標，如何確定這些任務的優先順序，然后再去做。類似的項目包括AutoGPT和AgentGPT。

 

今年AI自力更生的另一個例子是Alpaca，斯坦福大學的研究人員使用了Meta的一個早期Llama模型。這是一個原始模型，沒有從人類反饋中進行強化學習——這是一個昂貴且耗時的過程。羊駝走了一條捷徑，使用OpenAI的文本——ChatGPT的近親DaVinci-003，生成了5.2萬個問答對，并用它們來訓練它的新聊天機器人。研究人員表示，整個過程的成本不到600美元，其中500美元用于OpenAI API，100美元用于計算成本。當團隊對其進行測試時，其性能與Text-DaVinci-003不相上下。換句話說，新一代AI模型可以編寫新的代碼來提高自己的性能，他們可以生成數據來訓練下一代模型。

 

“工具和工具包變化太快了，”管理咨詢公司AArete的數字技術服務副總裁普里亞·伊拉加瓦拉普說。“甚至在領導和社區能夠閱讀和理解手冊之前。”她說，這給試圖提前計劃的公司帶來了挑戰，因為很難區分哪些已經可能，哪些仍在開發中。她說：“領導人越來越難在兩者之間劃清界限。”

 

作為快速變化的結果，許多公司尋求建立靈活的框架-允許他們在發展過程中引入不同的模式。例如，普華永道并沒有將自己與任何特定的大語言模型捆綁在一起。

 

“我們有一個插件架構，”普華永道的格林斯坦說。“我們一直在幫助人們按照現有的任何標準進行建設，但仍有靈活性。”

 

該公司還派人密切關注發展的前沿。“有了AI，它來得太快了，”他說。“我們正專注于‘不后悔的舉措’，比如建立一個與大語言模型無關的基礎設施。這一點現在很關鍵，因為這兩種模式正在相互超越。

 

 

國內主流的to B IT門戶，同時在運營國內最大的甲方CIO專家庫和智力輸出及社交平臺-信眾智(www.cioall.com)。同時運營19個IT行業公眾號(微信搜索D1net即可關注)。

 

版權聲明：本文為企業網D1Net編譯，轉載需在文章開頭注明出處為：企業網D1Net，如果不注明出處，企業網D1Net將保留追究其法律責任的權利。