21世紀經濟報道記者楊清清、實習生師潔 北京報道
每一家企業都渴望成為AI浪潮下的“重塑者”，而技術将發揮關鍵作用。
ChatGPT的誕生激發起前所未有的AI浪潮，越來越多的企業積極探索和布局人工智能，以謀求業務革新和産業更新。如今，生成式AI和大語言模型正在改寫各行各業。根據埃森哲調研顯示，42%的全球受訪企業有意在今年大力投資ChatGPT背後的生成式AI和大語言模型。
近日，在2023世界人工智能大會期間，埃森哲舉辦“生成式AI：重塑企業”專題論壇，并圍繞此前釋出的《技術展望2023》報告進行解讀，試圖探讨在新一輪技術浪潮之下，企業應如何挺立潮頭浪尖，實作高質增長。
埃森哲全球副總裁、大中華區主席朱虹在論壇中表示：“在接下來十年的數字化轉型中，必須要進行企業的全面重塑，而人工智能将成為企業全面重塑時代的關鍵動能。”
與此同時，随着越來越多的中國企業探索和應用人工智能，問題也愈加凸顯。“大部分中國企業依舊處于應用人工智能的試驗階段。”埃森哲大中華區企業技術創新事業部總裁俞毅在接受21世紀經濟報道記者采訪時坦言。
“超半數的中國企業缺乏精通人工智能的相關技術人員以及高品質的資料集。同時人工智能應用場景不明确、投資人工智能項目成本較高等問題也為中國企業帶來了一定的困擾。”俞毅表示，“解決關鍵在于企業善用已有資源，根據自身需求做出個性化調整。”
重塑企業業務
大模型的問世成為人工智能進化史上最重大的跨越式變革之一，其帶來了挑戰卻更意味着機遇，任何企業都不容忽視。
根據埃森哲相關調研顯示，在ChatGPT誕生之後，98%的高管認為生成式AI将能夠重塑企業整體的營運，同時各行各業中有40%的工時會受到以大語言模型為基礎的人工智能技術的輔助和替代。
“我們認為在接下來十年的數字化轉型中，必須要進行企業的全面重塑，人工智能将成為企業全面重塑時代的關鍵動能。”朱虹在論壇中表示。
俞毅也表示：“基礎模型的全新功能以及技術的不斷進步，被一些業内人士視為邁向強人工智能的重要轉折點。雖然隻有時間才能證明，基礎模型背後的技術和方法未來是否足以實作某種形式的真正強智能，但基礎模型在某些資料類型中達到的通用程度仍具有重要意義，能夠全然改變企業應用人工智能的方式和場景。”
俞毅進一步指出，未來生成式人工智能和大語言模型将會賦能和革新以下工作場景。
一是咨詢建議。其典型領域包括客戶支援、銷售賦能、人力資源、企業戰略和市場情報等；二是内容建立。生成式人工智能一方面可以揭示接觸和吸引閱聽人的新方法，另一方面還能在生産設計、設計研究、視覺識别、名稱拟定、副本生成與測試以及實時個性化等領域帶來速度和創新。
三是編寫代碼。軟體代碼編寫人員将借助生成式人工智能大幅提高生産力，快速将一種程式設計語言轉換為另一種語言，掌握各種程式設計工具和方法，實作代碼編寫自動化，預測和預先防範問題；四是自動化。未來一些業務流程自動化将會推升到具有變革意義的新水準；
五是安全防護。随着時間推移，生成式人工智能将支援企業加強治理和資訊安全、防止欺詐、完善監管合規，并通過在組織内部和外部均建立跨域聯系和推斷能力，主動識别風險。
“可以預計，未來生成式人工智能對科學、企業資料、産品設計和制造等方面可能産生巨大影響。”俞毅表示。
此外，俞毅也指出：“不能孤立地看人工智能的應用。随着企業開始進入‘全面重塑’階段，技術應用不應是單點、孤立的。要明确企業整體進步是系統化、整體的事情，需要從業務出發通盤考慮。”
AI應用試驗階段
大模型對企業的預期影響不容小觑。現階段越來越多的中國企業正在積極探索人工智能技術，以謀求效率提升和業務創新。
在埃森哲最近的一項技術趨勢調研中，225名受訪中國企業高管中有72% 對人工智能大模型帶來的新功能表示非常或極為興奮。
根據《技術展望2023》報告，目前企業應用生成式AI和大語言模型有兩種不同的方式。
一是使用應用程式，即直接購買“模型即服務”來開展業務應用。現階段一些大型科技企業和研究機構已完成了預訓練基礎模型的建構，進而将其作為平台，為新的人工智能應用提供支援。其通過開源管道或API付費通路的形式，提供基礎模型服務。是以下遊企業無需自行建構基礎模型，可專注于依托現有模型豐富内容。
二是根據自身需要定制模型。盡管基礎模型已經過預訓練，且具有較強的适應能力，但面對一些下遊任務，可能還需更具針對性的訓練。是以企業可使用自身資料定制或微調模型，以滿足獨特需求。
對于兩種應用方式，俞毅則表示“大多數公司都需要定制模型，以擴大用途和價值。”
在他看來，定制模型允許公司使用自己的資料對預設的大模型進行微調，使其能夠支撐整個業務中一些具體的下遊任務。同時通過了解公司的曆史背景和業務運作，定制模型也将幫助企業有效提升員工能力、改善客戶滿意度、引入新型商業模式、及時感覺即将發生的變化等。
然而，在中國企業逐浪AI的同時也遭遇了困境和挑戰。
“大部分中國企業依舊處于應用人工智能的試驗階段。”俞毅坦言。“超半數的中國企業缺乏精通人工智能的相關技術人員，同時也沒有積累起高品質的資料集。此外，人工智能應用場景不明确、投資人工智能項目成本較高等問題也為中國企業帶來了一定的困擾。”
在他看來，企業在應用人工智能技術的時候遭遇的諸多困難主要是由兩大原因造成的。首先，企業缺乏明确的人工智能路線圖，無法将人工智能項目從概念驗證向實際生産階段推進。 其次，企業對人工智能整體發展格局不能做到充分了解，這也導緻企業易沿用固有的行為模式，即從零開始、閉門造車。
對此，俞毅表示“解決關鍵在于企業善用已有資源，根據自身需求做出個性化調整。”
此外，報告也指出企業需要重新反思和審視自身的人工智能戰略，充分考慮大模型在企業中的最佳應用場景，以更好把握人工智能帶來的全新機遇。
更多内容請下載下傳21财經APP