生成式人工智能是什么意思-23年科技追踪大模型热潮下，埃森哲强调生成式AI推动企业重塑

十年前，埃森哲提出“业务全面数字化”。 自2018年起，埃森哲还连续六年推出企业数字化转型报告，追踪中国企业的数字化进程。

转眼十年过去了，外部宏观环境发生了巨大变化。 随着人工智能等技术的发展，行业日益感受到各种不确定性和波动性正在加剧。 埃森哲全球副总裁、大中华区董事长朱宏表示，企业目前正面临“压缩转型”的考验，即多领域加速转型。

朱宏表示，埃森哲与多家企业进行了沟通。 对于企业来说生成式人工智能是什么意思，尽管面临诸多挑战和压力，但企业加速转型的内在动力不断增强。 行业渴望通过数字化转型提高企业的韧性，将关注点从过去的财务或业绩等简单的数据指标转向更全面的领域，包括战略、人才、数据、可持续发展等。

在此背景下，埃森哲在《技术展望2023》报告等研究中指出，在全球化、能源价格、供应链、气候变化等变化中，企业需要对新技术有更好的判断和把握。 埃森哲综合考虑多种因素，提出了新的视角——未来10年的数字化转型需要对企业进行全面重塑。

下一个十年的转型

埃森哲全球副总裁、大中华区企业技术创新事业部总裁、阿里巴巴事业部总裁于毅博士表示，对商业环境新技术趋势的解读，将有利于分析企业面临的各种挑战。行业和企业。 ，判断不同的技术趋势和实际应用，然后进行有效的投资，实现技术和商业价值。 这也是埃森哲连续23年发布《技术展望》，为企业、政府机构等组织指明未来方向的初衷。

人工智能技术作为长期存在的技术焦点，贯穿于埃森哲《技术展望》报告的悠久历史。 埃森哲全球首席战略官巴斯卡·戈什指出，过去几年技术发生了指数级变化。 云技术、数据、人工智能和机器学习技术日益成熟并不断融合。 这就是企业积极部署智能自动化的原因。 “智能自动化已经超越了提高生产力的单一目的，将行业带入了一个新时代。”

在此背景下，企业领导者看到了进一步利用技术进行数字化转型的价值。 尤其是疫情期间，大多数企业加快了转型进程。 在下一个十年转型的关口，企业全面重塑的时代已经开始。 人工智能等新兴技术将成为这个时代的关键驱动力。

生成式人工智能——高处之果？

2023年，最受业界关注的技术热点非生成式人工智能莫属。 此前，经济学家朱民表示，生成式人工智能从根本上改变了我们对数字经济的理解。 “从现在开始，世界将是拥有生成式人工智能和没有生成式人工智能的区别。”

于毅对于生成式人工智能也很感动。 2022年8月，他联系了美国多家科技公司，其中包括知名AI公司Midjourney，这让他眼前一亮。 那个时候，他就感觉很多事情都发生了变化。

更广泛的调查证实了这种变化。 埃森哲采访了全球 20 多个行业的 4,000 多名高管。 42% 的受访全球公司今年打算大力投资 ChatGPT、生成式人工智能和大型语言模型。 98%的高管认为生成式人工智能将能够改变企业的整体运营。 企业对于跨职能再造和技术推广的重要性已达成共识。

然而，还有很大差距。 于毅表示，全球只有8%的领先企业真正采取了企业重塑战略，大多数企业仍持观望态度。 埃森哲希望通过研究访谈，引发更多企业思考人工智能对现有业务的影响，如何重塑企业，如何通过技术抓住新机遇，实现持续增长。

这股大模型热潮背后的大语言模型（LLM）和基础模型是推动生成式人工智能进步的重要转折点。 它们不仅可以破解语言复杂性的代码，使机器能够学习上下文、推断意图和独立创建，而且还可以快速微调以适应各种不同的任务。 这些技术将对未来的工作方式、商业模式和社会生活产生深远影响，引起人类创造力和生产力的巨大变化。

现阶段，大多数企业会直接购买“模型即服务”来开发业务应用。 但对于许多企业来说，最大的价值可能来自于使用自己的数据来定制或微调模型以满足其独特的需求。

例如，企业希望能够随时轻松获取和使用生成式人工智能和大型语言模型应用程序。 企业可以通过应用程序编程接口（API）调用这些程序，并使用即时工程技术（例如即时调整和前缀学习）来根据自己的特定需求对其进行定制。

此外，为了提高生成式人工智能和基础模型在具体业务应用中的价值，企业将越来越多地利用自身的数据对预训练的模型进行微调，实现定制化，从而实现性能的质的飞跃。

例如，在线旅行社部署ChatGPT插件作为“智能客服”，为用户提供个性化的旅行建议，帮助用户更快地确定行程安排。 对于意外的行程变更，旅客可以通过24/7在线智能客服快速解决问题。

此外，生成式AI还可以具体落地于内容创作、代码编写、流程自动化、信息安全等领域。 余毅观察到，部分行业的客户起步较早。 例如，全球某大型保险公司首次使用生成式AI进行单节点承保审核申请，涉及文件较多且复杂。 通过生成式AI，AI对历史数据、市场环境等进行考虑和分析，从横向比较来看，目前企业的承保和审核流程可以加快20%到30%。

于毅认为，生成式人工智能在企业中的目标和应用场景都比较明确，这是一个很好的基础。 目前的应用更多集中在前端和用户交互层面，未来需要继续扩展到工业和企业级应用。 企业必须“抬头”才能摘得高处的果实。 同时，企业要“下沉”，打牢基础。

“目前很多企业的数字化核心还不够强大，这方面的能力建设包括产品研发、供应链、核心系统、人力资源等全流程。否则，结合生成式人工智能重塑企业情报将面临挑战。困难，”他说。

在技​​术趋势中谨慎行事

越来越多的中国企业正在积极探索生成式人工智能技术，并开始应用大规模语言模型，以实现更多创新和效率提升。 埃森哲表示，企业需要看到明确的方向吉祥物，并在过程中仔细探索，比如选择一些低风险领域进行可行性评估，然后进行生成式人工智能试点吉祥物，挖掘创新潜力。

同时，在技术应用初期，企业仍需对合规、安全、技术伦理等方面给予足够重视。 于毅表示，安全合规问题是企业更加关注的问题，企业和行业面临的合规环境日趋复杂。

大多数公司已经意识到让生成式人工智能变得更加“负责任”的重要性，并开始采取积极行动。 埃森哲指出，77%的受访企业高管将人工智能监管列为优先事项。 此外，80%的受访高管表示，他们的公司将投入人工智能总预算的10%或更多，以满足未来的监管要求。

7月13日，国家网信办等七部门正式发布《生成型人工智能服务管理暂行办法》（以下简称《办法》），涵盖算法设计与备案、训练数据、生成人工智能服务提供商的模型。生成式人工智能是什么意思，并在用户隐私和商业秘密的保护、监督检查、法律责任等方面提出了相关要求。 同时，《办法》明确了对生成人工智能产业的支持和鼓励。

生成式人工智能面临的风险因素中，合规风险贯穿于模型设计、构建和使用的各个阶段，涉及个人和商业隐私、版权和作者身份。

其次是数据风险。 如果一个基础模型长期沉浸在有偏差的数据中，就会被数据“诱导”，从而输出错误信息或者进行歧视性操作。 另一方面，某些群体的特征也会导致生成式AI给他们贴上固定的标签，并“一刀切”地执行某些程序，从而失去公平性。

埃森哲认为，构建负责任的生成式人工智能并不是“试图弥补”或“挽回局面”的局部任务，而是应该在生成式人工智能的基本模型设计之初就做好准备，并贯穿其整个生命周期。循环。 我们将继续领导系统化整治工程。