【智慧城市網 市場分析】基于語言的人工智能飛速發展，正在開啟一個企業全面重塑的新時代。這些新技術將改變商界、學術界甚至整個社會，為人類創造力和生產力帶來積極影響。為了應對這些新技術的挑戰和機遇，企業需要徹底重新構想工作方式，并持續投入業務運營和人員培訓。
ChatGPT只是一個開始
ChatGPT在全球的爆發式普及，使我們站上了公眾采用人工智能的第一個真正拐點。埃森哲《技術展望2023》調研顯示，42%的全球受訪企業有意在今年大力投資ChatGPT。最終，所有人都將切實感受到這項技術的顛覆性潛力。
大型語言模型(LLMs)和基礎模型是推動生成式人工智能進步的重要轉折點。它們不僅破解了語言復雜性的密碼，使機器能夠學習上下文、推斷意圖并獨立創造，而且還可以快速微調以適應各種不同任務。這些技術將對未來的工作方式、商業模式和社會生活產生深刻影響，使人類創造力和生產力發生巨大改變。
ChatGPT、文心一言、通義千問、DALL·E、Stable Diffusion等一系列易于使用的生成式人工智能應用，正在迅速推動技術在商業領域和社會公眾中的普及，這將對企業產生極為深遠的影響。現階段，大多數企業會以直接購買“模型即服務”來開展業務應用。不過對許多企業來說，最大的價值源于使用自己的數據定制或微調模型，以滿足其獨特需求。
使用：未來，我們有望隨時便捷地獲取和使用生成式人工智能及大語言模型應用程序。企業可以通過應用編程接口(API)調用這些程序，并運用提示學習(prompt tuning)和前綴學習(prefix learning)等提示工程技術，針對自身的具體需求在較小程度上加以定制。
定制：為了提高生成式人工智能和基礎模型在特定業務應用方式中的價值，企業將越來越多地利用自身數據對預訓練模型加以微調來實現定制，從而讓績效實現質的飛躍。
AI與人類：幫助而非替代
未來，40%的工作時間都將得到GPT-4等大語言模型的助力，但生成式人工智能影響的是任務而非職業。一些任務將實現自動化，一些能夠得到AI輔助，還有一些任務不受技術影響。
企業要特別關注人工智能在以下任務中的潛力：咨詢建議
人工智能模型將成為每位工作者無處不在的得力助手，將新型超個性化智能放在人們手中來提高生產力。大語言模型有望幫助處理約70%非面對面的客戶服務溝通，并且充分利用強大的對話式智能機器人，理解客戶意愿、自行擬定回答，并提高答復的準確性和質量。其典型領域包括客戶支持、銷售賦能、人力資源、醫學和科學研究、企業戰略和市場情報等。
在線旅行代理Expedia正在部署ChatGPT插件作為“智能客服”，通過為用戶提供旅游出行的個性化建議，幫助他們更快確定行程安排。對于意外的行程更改，旅客可以通過全天候在線的智能客服快速解決問題。
內容創建
生成式人工智能將成為人們必不可少的創意伙伴，不但可以揭示接觸和吸引受眾的新方法，還能在生產設計、設計研究、視覺識別、名稱擬定、副本生成與測試以及實時個性化等領域中，帶來前所未見的速度和創新。
雀巢公司正在使用一個人工智能平臺，根據廣告在不同平臺的適用性進行評級，并提取出實現最大投資回報率(ROI)所需的關鍵要素，從而創建一套成功廣告活動的規則，此舉使廣告支出回報率顯著提高。
代碼編寫
軟件代碼編寫人員將借助生成式人工智能來大幅提高生產力——快速將一種編程語言轉換為另一種語言，掌握各種編程工具和方法，實現代碼編寫自動化，預測和預先防范問題，以及管理系統文檔。
埃森哲嘗試利用OpenAI大語言模型自動生成文檔，提高開發人員在SAP系統配置、功能及技術參數設置方面的工作效率。
流程自動化
生成式人工智能對歷史背景、下一步最佳行動、總結能力和預測智能的成熟理解力，將同時在后臺和前臺辦公環境中催生出一個超高效、超個性化的新時代，將業務流程自動化推升到具有變革意義的新水平。
一家跨國銀行正在使用生成式人工智能和大語言模型，改變其大量交易后處理電子郵件的管理方式，如自動起草帶有行動建議的消息，并發送給收件人。這不只是減少了工作量，還能讓客戶交流更加順暢。
信息安全
隨著時間推移，生成式人工智能將支持企業加強治理和信息安全、防止欺詐、完善監管合規，并通過在組織內部和外部均建立跨域聯系和推斷能力，主動識別風險。在戰略性網絡防御體系中，大語言模型可以提供多種有用的功能，例如解釋惡意軟件和快速分類網站。但在短期內，企業很可能看到，黑客利用生成式人工智能的特長來生成惡意代碼或編寫完美的網絡釣魚電子郵件。
中國企業生成式人工智能應用要點
越來越多的中國企業正在積極探索生成式人工智能技術，并開始應用大型語言模型來實現更多的創新和效率提升。我們為此梳理了適用于中國企業本地部署的方式及應用建議。
在中國，大語言模型應用方式主要有三種：SaaS、私有云部署、本地化部署。
目前，SaaS化的部署方式是最為成熟的，以國外Azure OpenAI服務為標桿。在國內市場中，百度的文心一言和阿里的通義千問正在加緊開發。
私有云部署方式相較于SaaS服務更具數據安全的考量，以及模型自定義和垂直行業定制化能力，但是需要足夠的計算能力。百度和AWS目前可以提供該能力。
本地化部署方式有非常多的選擇，但仍處于非常早期的階段，存在成本高昂和使用效果難以確定兩個問題。是否可以進一步使用有待后續觀察。
總的來說，大語言模型正處于快速發展的階段，其未來的形態無法被預測，但可以肯定的是，大規模的應用一定是必然趨勢。無論是在科研、商業還是民用等領域，大語言模型都有著廣泛的應用前景，而不斷創新和進步的技術也為其未來的應用提供了更加廣闊的發展空間。
移動版
智慧城市網APP
智慧城市網小程序
微信公眾號
