先行者赢得機遇，AI正在“爆改”的5個行業
文 | 四分儀Quadrant，作者 | 靳淇，編輯 | 孫迩溪
除了廣為人知的新聞、影視、創意等大量直接應用AIGC的媒體内容行業，生成式人工智能（Gen AI）的颠覆效應正在全球加速擴散，網際網路、金融、教育、醫療、制造業 ——— 這幾大産業正率先迎來新一輪變局，既是對過往模式的挑戰，也開啟了未來增長的機遇，推動“産業即場景，産業即服務”。
而那些敢于擁抱改變的産業先行者們，正在率先享受這一輪Gen AI浪潮中的時代紅利，在傳統中求變，在變革中馭勢。
生成式人工智能（Gen AI）正以堪稱恐怖的速度持續升溫，在行業應用的每個角落全面開花。
3月13日，矽谷明星機器人創業公司Figure，釋出了自己第一個OpenAI大模型加持的機器人demo。Figure 01展示了端到端神經網絡架構下與人類的對話，沒有任何遠端操作，可以做到描述其視覺體驗、規劃未來的行動、反思自己的記憶、口頭解釋推理過程，速度接近于人類。
時間回溯到去年，一切都在ChatGPT的橫空出世後徹底改變。據美國蒙大拿大學的一項最新研究顯示，在創造性思維測試方面，ChatGPT已經可以與排名前1%的人類思想家相媲美，并将把人類的認知智力能力提升到前所未有的高度，颠覆全球經濟、社會生活和千行百業，遠遠超過工業革命時期的勞動機械化。
Gen AI時代的進化浪潮已足夠洶湧，産業内預測隻需不到10年，機器人就會發展到現在大多數人無法想象的地步，進入社會生活和人類生産的方方面面。在生成式AI的爆炸式疊代中，大衆開始切實感受到人工智能的突破式創新對人們生活方方面面的颠覆性影響，并随之産生了對未來的大量期待和恐慌。
摩根士丹利于3月12日釋出TMT會議報告《15 Ways to Play AI》，報告摘錄了自ChatGPT釋出以來的480隻個股，深入分析了AI領域的多個細分市場，并選出了今年以來表現及預期回報率最優的三大主題：智能手機與邊緣AI（Smartphones & Edge AI）、推動AI資料中心建設（Powering GenAI & Data Centres）、先行者赢得機遇（The Adopter Opportunity）。
“先行者赢得機遇”就是四分儀此篇文章重點讨論的主題。在生成式AI技術推廣中，很多人有着“失業”的恐慌，但在實際應用中，四分儀卻看到，除了廣為人知的文字、視訊等行業，網際網路、金融、教育、醫療、制造業等行業也正在經曆一輪新的技術變革，AI技術不斷推動這些行業迎來轉型，也給敢于嘗試和改變的先行者帶來新的機遇，那些積極擁抱改變的人，正在享受這一輪技術變革浪潮中的AI紅利。AI在這些行業中最前端的應用，越來越明顯地深入接近到每一個人的生活，也越來多地改變人類的工作方式和生活習慣。
電子消費品：軟硬體、人才都在被AI“革新”
生成式人工智能（Gen AI）挾裹大模型市場的超強熱度，吸引着無數電子消費類廠商的目光。無論是PC（個人電腦）、手機等硬體廠商，還是遊戲、娛樂、社交等軟體行業的資深人士，都試圖從這片藍海中分到一杯羹。繼聯想、榮耀之後，微軟的首款AI PC馬上也要來了：微軟宣布将于3月21日釋出的新款Surface Pro和Surface Laptop，兩款産品均圍繞人工智能打造。
同樣，智能手機圈也快速進入了熱鬧非凡的“新戰國時代”，競相布局AI領域，推動生成式AI從雲端落地到移動裝置。
科創闆日報近期報道，OPPO宣告成立AI中心，魅族停止開發傳統智能手機，兩者全力投入将AI技術融入手機作業系統，另外包括榮耀、Vivo、小米等中國手機廠商均先後推出手機應用AI大模型。
工研院産科國際所研究總監楊瑞臨預測，全世界的應用軟體開發商将聚焦在生成式AI的應用程式，未來半年将會百花齊放，包含iPhone和中國手機大廠也預期在下半年推出旗艦AI手機。
中國資通訊産業網際網路平台愛集微指出，AI手機興起後将帶來三大趨勢，包含搭載全新人機互動的個人化作業系統、裝置趨向“去App化”，以及智能手機逐漸退場。
更令人焦慮的是，生成式AI對産業端的新一波智能化改造才剛開始，對人力端的沖擊改造就已先行一步。
3月12日，首個AI軟體工程師一亮相，直接引爆整個科技圈。隻需一句指令，它可端到端地處理整個開發項目。在SWE-bench基準測試中，它無需人類幫助，可解決13.86%的問題。
這是世界首個完全自主的AI軟體工程師，可以規劃和執行需要數千個決策才能完成的複雜軟體工程任務。未來人類隻需要發号施令，其他什麼也不用做。
金融：從B到C，AI正在影響每一位投資者
很多人認為，生成式AI可能最先“幹掉”的是金融業。金融是以處理海量資料和分析大量資訊為主的工作，生成式AI所提供的自動化潛力對于金融行業具有重大意義，并可能極大地影響金融決策。
在金融領域的應用，生成式AI被認為在市場、交易，監管等方面都有着廣泛的前景。國際清算銀行1月23日釋出報告稱，AI在央行訊息收集、宏觀經濟分析、支付系統監測、金融監管等四個方面将發揮重要作用。
在最新應用中，AI正逐漸成為資金管理人、首席财務官、監管機構、交易員、投資者和企業家們日常工作中，收集、分析和處理結構化和非結構化資料的工具。
目前，全球各家機構陸續推出的金融大模型，正在極大提升金融從業人員的業務水準和工作效率。目前國内外金融行業都在主動擁抱大模型。IDC（國際資料公司）一項調研顯示，超半數的金融機構計劃在2023年投資生成式人工智能技術， 隻有10%的金融機構表示沒有試驗計劃。
彭博社、Morgan Stanley（摩根士丹利）螞蟻集團、度小滿、騰訊雲、恒生電子等先後推出金融大模型，全方位服務不同金融場景的從業人員，在投研分析、資訊提取、商機洞察、金融工具使用等環節提供深度智能服務。
随着生成式AI技術在金融行業應用的推進，其影響正逐漸從TO B走向TO C，深入到投資者的實際使用中，成為其投資決策的工具之一。
AI炒股，就是不少投資者感興趣的應用。一個在GPT-4基礎上打造的選股票AI“MarketSenseAI”，結合了思維鍊和上下文學習的方法來分析各種資料源，包括市場價格動态、财經新聞、公司基本面和宏觀經濟報告等等，模拟金融投資團隊的決策過程。結果顯示，GPT-4表現比基準指數高出13%，回報率高達40%，同時保持了與市場相當的風險狀況。
人工智能在金融服務領域的重要性日益上升，在技術迅速崛起的背景下，一些人工智能相關的崗位正在形成。
據外媒報道，近日摩根士丹利(MS.US)将其财富管理部門的科技高管Jeff McMillan提拔為該行首位人工智能(AI)主管。去年6月，摩根大通(JPM.US)任命Teresa Heitsenrether為首席資料和分析官，負責人工智能的應用。高盛(GS.US)首席資訊官Marco Argenti被視為人工智能的主要倡導者。
對于金融行業的未來，1月24日，由清華大學經濟管理學院、度小滿、《麻省理工科技評論》中國、清華大學經濟管理學院動态競争與創新戰略研究中心聯合編寫的《2024年金融業生成式人工智能應用報告》認為，目前生成式AI技術在金融業中的應用尚處于技術探索和試點應用的并行期，預計1-2年内，首批大模型增強的金融機構會進入成熟應用期，3年後将會帶動金融業生成式AI的規模化應用。
教育：AI爆改進度最快的行業
教育産業是AI普及應用最迅速的行業之一，也是我們目前能看到的改變最大的行業，除了大模型加速落地，還有人形機器人的商用樣闆。
近日，印度首位人工智能（AI）教師“愛麗絲”日前在喀拉拉邦一所學校“正式上崗”引發關注。據《印度每日電訊報》3月10日報道，“愛麗絲”由印度Makerlabs教育科技公司開發，是一款基于生成式 AI技術的人形機器人，旨在通過AI 的力量創造個性化教學體驗，“打破教育界限”。
與傳統機器人不同，愛麗絲不會取代教師，而是作為一種輔助工具，提供互動學習體驗，滿足不同的學習風格。據了解，“愛麗絲”主要負責教授幼稚園至中學課程。這款機器人會說英語、印地語和馬拉雅拉姆語三種語言，開發“愛麗絲”的工程師計劃在未來将其語言庫擴充到20多種語言。
《印度斯坦時報》報道稱，可以移動、互動并回答問題的“愛麗絲”深受當地學生喜愛，但凡是“愛麗絲”上課，就不會有學生曠課。
而在“愛麗絲”出現之前，教育行業的對AI最受關注的應用是聊天機器人。
教育科技非營利組織可汗學院CEO可汗（Sal Khan）2023年發表了一場TED演講，預測AI聊天機器人很快會徹底改變教育，“我們正處在利用AI實作教育史上最大變革的風口”，可汗宣稱，“我們要為地球上的每個學生，提供一位令人驚歎的個人AI導師。”
但實際上，AI在教育行業的應用要比預測快很多。随着“愛麗絲”的出現，科幻小說有望成為現實，生成式AI将比人類教師更快、更有效地提供個性化教學。
OpenAI總裁布羅克曼（Greg Brockman）說道，“想像一下，你可以為每個學生提供全天候、免費的老師，這仍有點科幻小說的味道，但現在它愈來愈現實了。”
量子位推出主題報告《AIGC助教和家教成真，學習機迎來新機遇》指出：“軟硬結合”的具身智能将進一步擴大智能體的能力範圍，此階段AI智能體在機器人的形态下，賦能教育實踐場景且具有更強的陪伴屬性。而到了腦機時代，AI智能體與人類的互動将更加深入，AI智能體對人類的意圖了解及狀态分析都将更準确，并且能夠對有學習障礙的人群進行幹預，人機共融将達到新的高度。
随着“愛麗絲”的出現，人們看到，這一切的到來比預想中要更快。
醫療：研發和創新将是AI驅動
生成式AI在醫療行業的應用，更大價值集中在研發層面。
近日發表于Nature Biotechnology的一項研究，首次闡述全球首款人工智能（AI）藥物INS018_055的研發曆程，涵蓋從AI算法開發到2期臨床試驗的全流程。臨床階段生成式AI驅動的生物科技公司英矽智能，其藥物發現流程由其經驗證、可商業化的自研人工智能藥物研發平台Pharma.AI驅動，該平台橫跨生物、化學和臨床醫學領域，作為先進的生成式人工智能工具，為生物制藥行業提供研發助力。
事實上，“AI+醫療”已經是各家大型科技公司布局已久的賽道。去年7月，《Nature》發表了谷歌醫療大模型的論文，該論文詳解了醫療大模型Med-PaLM的進化過程，研究人員表示，當回答醫學問題時，微調後的醫療大模型Med-PaLM表現良好，一組臨床醫生對其回答的評分為92.6%，與現實中臨床醫生的水準（92.9%）相當。
如今，英偉達也加速在“AI+醫療”領域進行了布局，推進在生物和化學領域AI基礎模型的開發和訓練，用于訓練和部署超算規模的大型生物分子語言模型，幫助科學家更好地了解疾病，并為患者找到治療方法。
而在最新研究和應用中，AI正在承擔更高難度的“研發任務”。日前，科學家運用AI研究“黑暗基因組”，進而推動了新的治療和診斷方法，助力癌症治療；英國生物技術初創公司Baseimmune利用人工智能預測病原體突變，開發對抗新冠病毒、瘧疾和非洲豬瘟的有效疫苗；禮來投資的醫療保健技術公司Zephyr AI，緻力于開發資料聯合工具以及惡性良性腫瘤和心血管代謝疾病領域的各種機器學習算法，嘗試重塑藥物發現和精準醫療……
研究表明，在醫療和生命科學領域，生成式AI将對制藥、臨床試驗和醫療實踐等整個價值鍊産生巨大影響，麥肯錫深入研究了生命科學領域的63個生成式AI的資料和模型，最終确定了其在5大領域的影響：研究和早期發現、臨床開發、營運、商業和醫學事務。麥肯錫全球研究所（MGI）估計，生成式AI每年可為制藥和醫療行業帶來600億至1100億美元的經濟價值。
制造業：智能制造的樣貌将被徹底改變
在AI“爆改”的幾大行業領域中，制造業顯得沒有那麼炫酷。但實際上，生成式人工智能對制造業的改造效果和覆寫範圍是最深最廣的。
生成式AI能夠推動高效處理與制造産品的相關流程，包含産品設計、工程技術、生産流程、物流及供應鍊管理，其教育訓練資料可以涵蓋從傳感器、生産裝置的時間序列資料、可程式設計邏輯控制器的指令，以及産品的設計與工程流程。3D列印、新材料開發、汽車産品制造、物流運輸等領域的底層運作都在經曆着這一波AI生産力的變革。
AI正在加速提升自動化工作流的智能水準，通過實時洞察和決策來加速和擴充企業内部數字化轉型的議程，幫助工程師确定問題，并估算解決問題所需的資源。基于實體的AI讓工程師能夠從解決方案知識庫中拟訂解決方案設計。
目前在制造業中，最新一波AI應用比較多的是“數字孿生”。完整的數字孿生方案需要涵蓋以下六項功能之專業軟體與技術，包括：資料采集與服務、資料整合、資料智慧化、使用者體驗與資料視覺化、資料管理以及資料可靠性等功能，可以推動精确的工廠規劃、安全改進、靈活性和靈活的工廠設計。美國的英偉達、奧地利Blackshark.ai公司目前都在積極參與制造業領域數字孿生應用。
全球領先的制造商正将最新一波生成式AI技術融入生産的方方面面，進而提供更高品質的産品并提高利潤空間。在實體工廠中，AI 可以為自動化、機器人系統、品質檢查和測試以及預測性維護提供動力，大大減少生産環節中的浪費，并支援資訊可用性和協作，顯著提高營運生産力、裝置維護和問題解決能力。
據IBM 商業價值研究院近期針對全球範圍内2,000 多名首席級高管開展的一項AI和自動化調研的洞察報告顯示，在生成式 AI 采用和資料主導式創新領域處于前沿的企業已經收獲了巨大的回報，其年淨利潤要比其他組織高出 72%，年收入增長率要高出 17%。IDC釋出報告預計，中國ICT市場未來5年由新興技術所帶動的ICT投資會超過整個ICT投資的一半，也就是2萬億美元。這些份額中将有相當一部分會來自于制造業對數智化轉型的需求。
生成式人工智能（Gen AI）時代的無限想象和颠覆效應正在全球加速擴散，網際網路、金融、教育、醫療、制造業，幾大産業率先迎來新一輪變局，既是對過往模式的挑戰，也開啟了未來增長的機遇，不斷加速軟硬一體全面融合的“新質生産”紅利，推動“産業即場景，産業即服務”。馭勢者赢，求變則通。在各家AI獨角獸們“百模大戰”的喧嚣之下，千行百業的應用創新與思維轉型，已變成整個社會更加重要的課題。
參考資料：
21世紀經濟報道《大模型重塑金融業态報告：金融大模型發展現狀全梳理》量子位《GPT-4擊敗華爾街？最新研究：選股回報超40%》量子位《AIGC教育行業全景報告：AI助教和家教成真，學習機迎來新機遇》21世紀經濟報道《國内外科技巨頭再加碼“AI+醫療” 對制藥、臨床應用颠覆性影響幾何？》量子位《首個AI軟體工程師震撼矽谷！手握10塊IOI金牌，他們鐵了心砸掉程式員飯碗》投資界《麥肯錫：生成式AI将為醫療健康帶來1100億美元的價值》物聯網智庫《複合增速達36%，AI+機器視覺如何助力智能制造加速跑？》