{{ v.name }}
{{ v.cls }}類
{{ v.price }} ¥{{ v.price }}
企業的發展在發現、理解和利用企業和行業發展方面,最高管理層領導者享有獨特的優勢。尤尤互聯在這里收集了一些知名公司的高管以只有他們能做到的獨特方式分享了他們對生成式人工智能下一步發展方向的見解。
1、生成式人工智能項目將開始被采用和規模化
盡管生成式人工智能在如何改變商業和世界方面激發了令人難以置信的創造性想法,但現實世界中規模化的生成式人工智能活動卻很少。進入 2024 年,我們將看到第一波生成式 AI 企業項目達到成熟水平,這將揭示早期階段尚未了解的生成式 AI 的重要維度。
2、培訓基礎法學碩士的成本將會下降
我們將看到訓練基礎大型語言模型 (LLM) 的成本迅速下降,因為經過優化,以每兩年 50% 的速度訓練它們。這使得更多公司能夠開發和部署更多自己的法學碩士。因此,我們預計未來幾年將會出現大量基于法學碩士的新申請。此外,公司開始面臨構建特定領域人工智能助手的挑戰,目前圍繞法學碩士的炒作可能會在 2024 年放緩。法學碩士有望在 2024 年及以后對企業和社會產生重大影響。
3、GenAI 支持的 NLI、定制法學碩士、定制 B2B 應用即將到來
預計新產品將采用由生成式 AI 提供支持的自然語言界面 (NLI),到 2024 年底,超過一半的產品將默認采用生成式 AI。生成式 AI 還將用于與需要更加情境化、個性化和集成解決方案的用戶進行 B2B 交互。生成式人工智能將提供 API、接口和服務來訪問、分析和可視化數據和見解,并在項目管理、軟件質量和測試、合規性評估和招聘工作等領域變得普遍。因此,人工智能的可觀察性將會增強。
我們還將看到專門的、特定領域的人工智能模型的興起,以及向更小、更專業的法學碩士的轉變,這些模型具有更高水平的準確性、相關性、精度和利基領域理解。例如,LLaMA-7B 模型(通常用于代碼完成和少量射擊)將得到越來越多的采用。
4、人工智能從文本轉向多模式模型
AI 正在超越 ChatGPT 的大型語言模型文本世界和 Midjourney 領域,轉向大型多模態模型 (LMM),即可以跨不同媒體類型進行推理的系統。這開辟了新類型的應用程序和可能性,例如基于圖像的庫存或小型企業的虛擬產品支持助理,并可能有助于將未來的人工智能系統建立在更真實的示例上,從而減輕幻覺的可能性。我們預計未來 12 個月會有更多應用,生成式人工智能通過聲音、視覺和其他感官進行學習,不久的將來可能會帶來能夠區分現實和虛構的人工智能系統。
5、對首席人工智能官的需求激增不會持續下去
組織爭相充分利用人工智能的潛力,預計明年首席人工智能官 (CAIO) 的招聘數量將會激增。Foundry 最近的一項研究表明,11% 的中型到大型組織已經指定專人擔任此職位,另外 21% 的組織正在積極尋找人員。CDO 俱樂部本月舉辦了 2023 年 CAIO 峰會,在 2024 年邁出了一大步,該峰會被譽為世界上首個專門為首席人工智能官 (CAIO) 設計的活動。
這一趨勢與云計算熱潮初期首席云官 (CCO) 的崛起相呼應。考慮到推出有效人工智能策略所需的未知數、風險和重要性,CAIO 可能是一項不錯的投資。然而,與 CCO 一樣,這種趨勢將是短暫的。
人工智能更加深入地融入業務運營和戰略,對專業 CAIO 的需求將會消失。曾經被認為需要專職人工智能高管的職責最終將落入首席信息官的職權范圍,或者該角色可能在未來某個時候與首席數據官的職責融合。這一轉變將反映出人們對人工智能在各種業務職能中的作用有了更廣泛、更綜合的理解。
6、成熟的生成式 AI 代理框架可滿足企業復雜性
生成式人工智能的復雜性將激發新軟件架構的應用,這些架構可以協調跨企業系統的信息流、預測模型并增強對話體驗。檢索增強生成 (RAG) 是一種人工智能框架,用于檢索最新信息并將其與法學碩士合并。這是偉大的第一步,但這種架構將受到組織中用例的一定規模和復雜性的限制。基于代理的框架(如 Microsoft AutoGen 的開創性工作)有助于構建角色和功能網絡,利用 RAG、LLM 和企業系統來滿足當今組織的復雜性。
7、工業數字化加上生成式人工智能將促進轉型
生成式人工智能將使物理世界的各個方面(例如幾何、光、物理、物質和行為)更容易轉化為數字數據。物理世界數字化的民主化將加速工業企業的發展,使他們能夠更高效地設計、優化、制造和銷售產品。它還使他們能夠更輕松地創建虛擬訓練場和合成數據,以訓練將在物理世界中交互和操作的新一代人工智能,例如自主機器人和自動駕駛汽車。
此外,3D 互操作性也將起飛:從繪圖板到工廠車間,數據將首次實現互操作。來自制造、產品設計、零售、電子商務和機器人行業的全球最具影響力的軟件和從業公司都致力于加入新成立的OpenUSD 聯盟。作為 3D 工具和數據之間的通用語言,OpenUSD將打破數據孤島,使工業企業能夠比以往更輕松、更快速地跨數據湖、工具系統和專業團隊進行協作,從而加速以前繁瑣的手動工業流程的數字化。
8、除其他近期危害外,人工智能搶走工作崗位的速度將快于創造工作崗位的速度
盡管生成式人工智能正在重新構想我們與機器交互的方式,但在廣泛采用人工智能和語言模型的最初幾年中,仍然存在一些直接的問題,這些問題將特別具有挑戰性。對于許多從事我們粗略地稱為“知識工作”的人來說,他們的相當多的工作將會消失。快速的變化使得勞動力市場中其他地方的失業工人很難迅速吸收,因此私營部門和政府都需要加緊努力。
Deepfakes也是另一個障礙,我們可以預見,對我們人類共同認為的現實的攻擊會越來越多,從而導致一個沒有人能夠、也不應該相信你的視頻的世界,因為它可能是人工智能生成的。
人工智能的進步將加劇過去 20 至 30 年來富人和窮人之間出現的數字鴻溝,并將進一步加劇全球范圍內的不平等。我只能希望,通過讓信息更容易獲取,這種新興技術能夠讓新一代年輕人更好地理解問題和潛力,并能夠應對這種風險。
企業將更加智能地管理人工智能風險
部署人工智能的公司將更加認識到人工智能的風險和潛在性質,我們將看到更多的企業采取有針對性的行動來減輕這種風險。例如,檢索增強生成等新模式可以幫助法學碩士從權威來源生成結果。其他技術,例如確保訓練數據的質量和保真度、讓人類參與訓練(基于人類反饋的強化學習)以及對最敏感場景的推理,都是平衡生成式 AI 提供的增強智能的方法。
我們還將看到穩健的治理政策、流程和工具的增加,包括對人工智能生成的內容進行測試和驗證,在整個系統中嵌入監控。制定明確的人工智能政策,制定確定道德、負責任和包容性的標準,將指導人工智能的使用。再加上教育,使在該領域工作的團隊能夠學習實施建議所需的技能,這將成為我們看到企業執行切實的人工智能計劃的基石。