思想领袖
Gen AI：企业从大品牌转向初创解决方案
生成式人工智能和聊天机器人在 2022 年之前并不是世界上从未见过的东西。它甚至不是关于 Siri 或 Alexa，而是关于善良的老 ELIZA，自然语言处理的第一个例子，她现在将是一位 57XNUMX 岁的女士。然而，仅仅半个世纪后，当 Chat GPT 和其他著名的大型语言模型证明该技术在广泛的行业中具有商业可行性时，企业意识到他们需要尽快生成人工智能解决方案。
然而，他们中很少有人意识到他们需要生成式人工智能的用途，了解任务的复杂性和所需资源的人就更少了。这就是我们的切入点——加速器和咨询公司。
定制还是成衣？
一套好的西装是根据个人尺寸、优选面料、颜色和特定场合量身定制的，是一项值得投资。人们穿着这样的西装，不用担心自己的外表。他们知道自己看起来很完美，感觉也很完美。为实现特定业务目标而定制的人工智能技术解决方案，增强安全性并完美融入企业系统，是真正的詹姆斯·邦德套装。
这是一个很好的比较，它给出了一个总体概念。但让我们更深入地探讨一下大多数企业公司不愿实施现成的人工智能解决方案（甚至来自市场领导者的解决方案）的原因：
首先，如果每个公司没有高度个性化的工作，有效的生成式人工智能集成是不可能的，这需要一个单独的团队，了解公司的战略发展计划、目标和资源可用性。生成式人工智能解决方案对一家公司似乎可行，但对另一家公司可能显得毫无用处。
其次，规模较小的初创公司将充分了解公司的具体情况，并提供由人工智能专家团队提供的定制解决方案，这些专家能够使用开源模型，安全地对他们进行企业数据培训，并将其放置在人工智能专家团队中。客户端的服务器。这允许创建本地解决方案并符合安全数据部署和存储的要求，这是企业公司的首要任务。
公司需要生成式人工智能的目的是什么？
由于Gen AI在企业市场上相对较新，获得经验和取得进步的主要途径是通过试错，即开展试点。在我们在各个领域拥有足够的基准之前，这是迄今为止找到完全适合公司独特需求的解决方案的最有效方法。
尽管如此，企业对生成式人工智能解决方案的需求存在一定的趋势：
基于法学硕士的智能文本和语音机器人可为客户服务提供高质量的帮助并支持不同复杂程度的查询。
员工人工智能助手（即销售经理的助手，分析与潜在客户的实时对话，并同时为专家生成想法和客户报价）
开发人员的副驾驶
用于招聘和入职自动化的人力资源解决方案
营销工具：图像和头像生成、撰写文章和产品评论。
“不需要Gen AI”——这是一些客户没想到的结论，但在分析公司的现状和业务目标后却欣然同意。为了人工智能而人工智能是一种资源浪费，而技术则被称为要消除这种资源浪费。
生成式人工智能市场机会
根据 PitchBook 的估计到 42,6 年底，生成式 AI 市场将达到 2023 亿美元，预计复合年增长率为 32%，到 98,1 年将达到 2026 亿美元。这些预测并未考虑生成式 AI 扩展的潜力人工智能软件的总潜在市场。
相比之下，整个人工智能行业的复合年增长率为 22.6%，这意味着 GenAI 相对于更大的行业将继续表现优异。
如果估计还不够令人信服，这里有一个来自我们作为加速器的经验的说明性事实。在经历了与经济衰退和风险投资迅速下降相关的动荡的 2022 年之后，Intema 加速计划将重点从融资转向与企业启动试点。
2023年，Intema举办了两个主导技术完全不同的加速计划：Metaverse和Generative AI。在整个计划中，我们将初创公司与企业客户联系起来，讨论潜在的技术解决方案，安排演示，如果成功，就就潜在的试点达成协议。 Metaverse 加速计划在企业客户中进行了 4 个试点，考虑到该技术的具体情况和复杂性，这非常好。
生成式人工智能项目甚至在终止前几周，就有 7 个试点项目正在与一系列公司进行讨论。那么这是否只是之前围绕区块链和元宇宙的炒作造成的效果呢？或者是因为 Gen AI 真正改变了游戏规则？
这一切都归结为一个问题：GenAI 值得大肆宣传吗？
首先，一项有前景的新技术或想法在短期内被过度炒作的情况并不罕见，这可能会对其长期前景不利。如果我们继续将 GenAI 和区块链进行比较，在其初步成熟阶段，区块链已被许多人描述为一场技术革命，它将重塑世界，就像今天所吹捧的 GenAI 一样。然而，几年后的2018年， Gartner 宣布 区块链已进入幻灭低谷，这也对应着30年至45年消费者兴趣较峰值下降超过2018%，风险投资下降2019%。
与区块链相反，在其早期成熟阶段，GenAI 已经在广泛的行业中拥有许多具有商业可行性的用例。随着更多行业采用 GenAI 解决方案，其数量预计还会增长。 Gartner 在最近的出版物中将生成式 AI 技术置于所谓的“炒作曲线”的顶峰，这表明在不久的将来可能会出现预期修正和某种幻灭。
结论
这是否意味着在对生成式人工智能解决方案有如此巨大的需求之后，该技术注定会被忽视？这种情况不太可能发生，因为 GenAI 已经在人类活动的各个领域（从科学到艺术到供应链）证明了其基本的可行性和灵活性。
然而，技术发展的放缓是不可避免的，主要原因是迫切需要控制和规范GenAI的使用。到目前为止，这一工具的使用相对自由，没有任何法律限制。法律监管将为该技术的进化路径设定新的轨迹，很难预测它会走向何方，因为GenAI目前的能力在人类历史上是前所未有的。
具有讽刺意味的是，预计未来会限制生成式人工智能的另一个因素是大型语言模型的规模不断扩大。人工智能芯片的能力迟早无法赶上技术的发展，而构建通用人工智能的愿望和不断增长的数据量需要高度复杂的工程和更多的计算能力。
然而，这些限制为法学硕士无损压缩、计算能力增长、数据存储等的研究、实验和非标准方法开辟了广阔的领域。
