Gen AI：企业从大品牌转向初创公司解决方案

生成式 AI 和聊天机器人并不是 2022 年才出现的东西。这不仅仅是关于 Siri 或 Alexa，而是关于老式的 ELIZA，一個自然语言处理的早期例子，如果她还活着的话，今年就 57 岁了。然而，在 Chat GPT 和其他著名的大型语言模型证明了该技术在各个行业中具有商业可行性之后，企业才意识到他们需要生成式 AI 解决方案，并且需要尽快实现。

然而，其中很少有企业意识到他们需要生成式 AI 的原因，甚至更少的企业了解到该任务的复杂性和所需的资源。这就是我们——加速器和咨询公司——的用武之地。

定制或现成的?

一套根据个人测量、偏好面料、颜色和特定场合量身定制的西装，是一项值得投资的东西。穿着这样的西装的人，不用担心自己的外貌，他们知道自己看起来完美，也会有相应的感觉。一个定制的 AI 技术解决方案，旨在达到特定的商业目标，具有增强的安全性，并完美地集成到企业系统中，这是一个真正的詹姆斯·邦德西装。

这是一个很好的比喻，给出了一个大致的想法。但让我们更深入地探讨为什么大多数企业公司不愿意实施现成的 AI 解决方案，即使是来自市场领先者：

首先，有效的生成式 AI 集成无法在没有为每家公司进行高度个性化工作的情况下实现，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。一个对某家公司有效的生成式 AI 解决方案，对于另一家公司可能是无用的。

其次，较小的初创公司将完全沉浸在公司的具体情况中，并提供一个定制的解决方案，由一队能够使用开源模型、在企业数据上安全训练它们并将其放在客户服务器上的 AI 专家组成。这使得可以创建一个本地解决方案，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 AI 的原因是什么?

由于 Gen AI 相对较新地进入企业市场，获得经验和进步的主要方式是通过试错，这意味着启动试点项目。直到我们在各个行业中有足够的基准，目前这是找到完美适合公司独特需求的解决方案的最有效的方法。

然而，企业对生成式 AI 解决方案的请求中有一些趋势：

1. 基于大型语言模型的智能文本和语音机器人，提供高质量的客户服务和支持查询的帮助，具有不同复杂度级别。

2. 员工 AI 助手（例如，销售经理的助手，分析实时对话并同时为专家生成想法和客户报价）

3. 开发人员的副驾驶

4. 人力资源解决方案，用于招聘和入职自动化

5. 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”——这是某些客户不期望得出的结论，但在分析公司的当前状态和商业目标后，他们很容易同意。为了 AI 而使用 AI 是一种浪费资源，而这正是该技术旨在消除的。

生成式 AI 市场机会

根据 PitchBook 的估计，生成式 AI 市场将在 2023 年底达到 426 亿美元，并预计将以 32% 的复合年增长率增长，到 2026 年达到 981 亿美元。这一预测不包括生成式 AI 扩大 AI 软件总可地址市场的潜力。

这与整个 AI 行业的 22.6% 的复合年增长率相比，意味着 GenAI 将继续相对于整个行业表现出色。

如果估计不足以令人信服，那么这里有一个来自我们作为加速器的经验的生动事实。在 2022 年动荡之后，经济衰退和风险投资迅速下降，Intema 加速计划将重点从筹资转移到与企业启动试点项目。

2023 年，Intema 举办了两个加速计划，分别关注不同的主导技术：元宇宙和生成式 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，并在成功时达成潜在试点的协议。元宇宙加速计划在企业客户中实现了 4 个试点，这是非常好的，考虑到该技术的特点和复杂性。

生成式 AI 程序，即使在几周前结束，也与一系列企业客户讨论了 7 个试点。那么，这只是曾经围绕区块链和元宇宙的炒作的效果吗？或者是因为 Gen AI 是真正的游戏规则改变者？

一切归结于一个问题：GenAI 值得炒作吗？

首先，对于一个新颖的技术或想法来说，在短期内过度炒作可能会对其长期前景不利。如果我们继续将 GenAI 与区块链进行比较，那么在其初期成熟阶段，区块链被许多人描述为一场技术革命，它将重塑世界，就像 GenAI 今天被吹捧的那样。然而，几年后，在 2018 年，Gartner 宣布 区块链已经进入了幻灭期，这也与 2018 年至 2019 年消费者兴趣下降超过 30% 和风险投资下降 45% 相对应。

相比之下，GenAI 在其早期成熟阶段已经在各个行业中有了许多商业可行的用例。随着更多行业采用 GenAI 解决方案，这些用例的数量预计将继续增长。在最近的一份报告中，Gartner 将生成式 AI 技术放在所谓的“炒作曲线”的峰值，这表明可能会有一些期望的修正和近期的幻灭。

结论

这是否意味着，在对生成式 AI 解决方案的巨大需求之后，该技术注定会脱离雷达？这种情景不太可能发生，因为 GenAI 已经证明了其在各个领域的基本可行性和灵活性，从科学到艺术再到供应链。

然而，技术发展的放缓是不可避免的，其主要原因是对 GenAI 使用的控制和监管的迫切需要。到目前为止，该工具已经相对自由地使用，没有任何法律约束。法律监管将为该技术的演化路径设定新的轨迹，很难预测它将走向哪里，因为 GenAI 在其当前能力下是人类历史上前所未有的。

另一个预计将限制生成式 AI 未来发展的因素是大型语言模型的增长规模。早晚，AI 芯片的能力将跟不上技术的发展，而构建人工通用智能和数据量的增长需要高度复杂的工程和更多的计算能力。

然而，这些限制为研究、实验和对大型语言模型的无损压缩、计算能力增长、数据存储等领域开辟了广阔的空间。