点击蓝字关注我们
自2022年11月下旬ChatGPT推出，点燃了GenAI 革命以来，GenAI已经走了快两年的一段相当长的旅程。
随着生成式人工智能高速列车继续沿着轨道驶向一个不确定的目的地，我们认为，花一些时间停下来思考一下，我们目前在GenAI采用方面所处的位置是一件好事。
最核心的问题是企业是否采用大模型?大模型的应用效果又如何呢?
1.企业是否在使用GenAI?
为了更好地了解GenAI对商业和社会的影响，国内外的研究机构从2023年下半年以来进行了很多调研。重要发现包括：
1)超过40%公司正在实验GenAI
根据德勤去年的CFO Signals报告，42%的公司目前正在尝试GenAI，其中15%的公司正在积极将其纳入其业务战略。调查发现，24%的人正在阅读和谈论它，而17%的受访者表示，现在决定在公司中使用它还为时过早。
根据德勤的报告，对风险和内部控制的潜在影响是采用GenAI的首要问题，57%的受访者表示担心，其次是52%的担心数据基础设施和技术需求，51%的受访者表示有投资需求。治理、道德和法律影响排名靠后。
Informatica CDO Insights 2024 报告对全球600名大公司数据领导者进行调查。对于GenAI，45%的公司已经以某种形式实施，另有53%的公司计划实施，36%的公司表示将在两年内实施，只有 2% 的公司表示 GenAI 不适合他们。
2)55%的组织计划在2024年内采用GenAI
根据云安全联盟和谷歌云的一项调查，55%的组织计划在2024年内采用GenAI 解决方案，表明在企业应用中集成GenAI将大幅增加。
报告指出，82%的受访者表示，行政领导是幕后推手。GenAI采用背后的推动力很大程度上可归因于C级高管。C-level高管是指组织机构中最高层的管理人员，他们充分认识到人工智能在现代商业环境中提供的竞争优势。
3)80%的人接触过GenAI
麦肯锡2023年4月的一项研究发现，79%的受访者表示，他们至少接触过GenAI，“无论是工作还是工作之外”。22%的人说他们经常在自己的工作中使用它。
根据麦肯锡的报告，早期的GenAI项目似乎进展顺利，40%已经采用GenAI的公司表示，计划通过GenAI项目增加整体AI投资。
3)70%的Z世代使用GenAI
Salesforce的一项调查发现，70%的Z世代人群，即1996年至2012年之间出生的人，正在使用GenAI。Z世代正在为生成式AI铺平道路。
报告发现，近2/3的GenAI用户(65%)是千禧一代或Z世代。在世界上不使用GenAI的人中，68%是X世代或婴儿潮一代。48%的Z世代认为他们正在掌握 GenAI技术。
4)75%的公司禁止GenAI
尽管有记录在案的生产力提高，但世界各地的许多公司都禁止使用GenAI 。根据黑莓的一份新报告(该报告对北美、欧洲和亚洲的 2,000 名 IT 决策者进行了调查)，75%的组织正在考虑或实施对工作场所ChatGPT和其他GenAI应用程序的禁令。
安全和隐私是ChatGPT和GenAI的最大威胁，67%正在实施或考虑实施禁令的组织提到了这一点。57%的受访者表示企业声誉面临风险。
2.企业如何应用GenAI?
蒙特卡洛公布的可靠 AI 现状调查结果显示，84%的受访者表示，实施GenAI战略是数据团队的责任，而12%的受访者表示，其组织已经建立了专门的GenAI团队。
那么，数据团队如何接近 AI的呢?
蒙特卡洛的调查发现，49%的人建立自己的LLM；49% 的人使用OpenAI或 Anthropic 等模型即服务提供商；48% 实施检索增强生成 (RAG) 架构；48% 采用微调模型即服务或他们自己的 LLM。
Monte Carlo 是一家人工智能驱动的数据可观测性公司，通过其全自动、经过 SOC-2 认证的数据可观测性平台解决了数据泄露的代价高昂的问题。蒙特卡洛被《福布斯》誉为数据团队的新代表，并得到 Accel、Redpoint Ventures、GGV Capital、ICONIQ Growth 和 IVP 的支持，使公司能够信任他们的数据。
麦肯锡根据使用生成式人工智能的公司实施技术的方式将公司分为三类：
“接受者”是那些喜欢使用现成的人工智能工具的人。
“塑造者”使用公开可用的人工智能工具，但对其进行自定义以更好地满足他们的需求。
最后，还有一些“创客”从头开始构建自己的人工智能模型。
该报告的调查结果显示，大约一半的组织使用预先构建的人工智能工具，而另一半则使用大量定制或从头开始构建的人工智能工具。麦肯锡预测，未来我们将看到更多结合现成、专有和开源人工智能模型的混合生态系统。
麦肯锡人工智能公司QuantumBlack高级合伙人兼全球联合负责人Alexander Sukharevsky表示：“未来企业的骨干和大脑将依赖于多种基础模型的精心协调组合，包括现成的解决方案和工具，这些解决方案和工具都已根据企业的特定需求进行了微调。”
3.企业应用GenAI干什么?
虽然2023 年是投资GenAI计划的一年，但2024年则是从这项新技术中获得商业价值的一年。
根据麦肯锡的报告，自 OpenAI 的 ChatGPT 推出以来的短短一年半时间里，65%的组织现在经常使用AI。这几乎是去年调查的两倍。
该报告表明，企业现在正在业务的更多领域使用人工智能。超过一半的受访者表示，他们的组织已在两个或多个业务职能中采用了人工智能。最常报告的 GenAI用例包括营销和销售、营销策略的内容支持以及专业服务。
GenAI在人力资源方面的使用以及供应链和库存管理的收入增长，使企业看到了最有意义的成本降低。
“这项技术的潜力不再是问题。虽然大多数组织仍处于使用人工智能的早期阶段，但我们开始了解在实施和创造实际价值方面哪些有效，哪些无效。
该报告分析了各行各业的GenAI采用情况，其中一个主要发现是，企业将超过5%的数字预算投资于GenAI的可能性与跨行业的分析AI的可能性大致相同。大多数受访者(67%)预计他们的组织将在未来三年内对人工智能计划进行更多投资。
几乎任何涉及服务客户的行业都有可能被GenAI颠覆。根据Insight Enterprises 的研究，72%的企业领导者希望采用生成式 AI 主要是为了提高员工生产力和客户服务。
Insight的全球首席技术官Matt Jackson说。“大型语言模型将改变企业互动和决策的方式，用例几乎是无限的，它正在改变我们所知道的工作性质。”
4.企业应用GenAI效果如何?
生产率提高50%
Teradata首席产品官希拉里·阿什顿(Hillary Ashton)表示，采用GenAI可以显著提高工作场所的效率，大约提高50%。
黑莓的调查显示，GenAI技术有明显的好处。根据调查，GenAI和ChatGPT 的可能优势包括提高效率(55%)、创新(52%)和增强创造力(51%)。
开发人员几乎100%采用GenAI
一项针对800名开发人员的新Sonatype调查发现，97%的DevOps和SecOps人员目前正在使用GenAI。然而，并非所有软件工程师都使用它进行开发。Sonatype的调查发现，45%的SecOps工程主管已经采用了GenAI，而DevOps的这一比例为31%。
调查发现，74%的受访者表示，尽管存在安全风险，但仍感到使用GenAI的压力。毫不否认，这项仍处于萌芽状态的技术带来了安全威胁。
市场规模将达到2.6万亿美元至 4.4 万亿美元
根据麦肯锡去年6月份的一份报告，GenAI对世界经济的影响每年可能在2.6万亿美元至 4.4 万亿美元之间。如果考虑嵌入式GenAI，麦肯锡认为其影响将扩大到两倍。
该公司表示，目前的生成式人工智能和其他技术有可能使工作活动自动化，这些活动占用了员工60%至70%的时间。
3～5 年内最大的影响
毕马威的一项新调查发现，在2023年早些时候接受调查的225名美国高管中，近三分之二(65%)的人认为，GenAI将在未来三到五年内对其组织产生高度或极高的影响。
60%的高管表示，距离实施他们的第一个GenAI解决方案还有一两年的时间，公司计划花大约6到12个月的时间来研究GenAI，评估内部能力，并投资GenAI工具。
5. 企业应用GenAI顾虑是什么?
正如前文所言，企业对于应用GenAI有很多顾虑。归纳为以下几点：
第一，数据质量。
决定行业大模型质量最关键的因素就是语料，语料的质量决定了模型的质量。同时高质量语料也是解决行业大模型“幻觉”、“可信可控”等核心落地难点的重要手段。另外，高质量行业专用语料是企业、机构独特的竞争优势和天然壁垒。
数据质量一直是企业数据团队面临的一大挑战。蒙特卡洛调查结果显示，GenAI的引入加剧了这个问题的范围和严重性。
研究结果表明，虽然数据资产在过去几年中迅速发展以适应人工智能和其他新用例，但数据质量管理却没有得到根本改善。事实上，许多受访者仍然依赖繁琐且不可扩展的数据质量方法，如测试和监控，超过一半(54%)的受访数据专业人员完全依赖手动测试。
三分之二的受访者在过去6个月内经历过数据质量事件，导致其组织损失100,000美元或更多。考虑到70%的受访数据领导者报告说，发现数据事件需要超过4小时，这是一个令人震惊的数字。更糟糕的是，之前进行的调查显示，数据团队平均每月面临 67 起数据事件。
蒙特卡洛预言，到2024年，数据领导者的任务不仅是指导其公司的GenAI计划从实验到生产，而且还要确保数据本身为AI做好准备，换句话说，安全、合规，最重要的是值得信赖。
第二，安全性和准确性。
Lucidworks的一份报告也强调，安全性和准确性是金融服务领域采用GenAI的两大问题。
人工智能模型的不准确性可能会对整个GenAI价值链产生重大负面影响，从战略规划到客户体验。然而，受访者表示其组织正在积极努力降低不准确的风险。
麦肯锡还确定了更有可能在数据方面遇到挑战的“高绩效者”。这些组织在其 GenAI 采用过程中走得更远，通常会将更高份额的预算分配给 GenAI 部署。
虽然这些高绩效企业在采用GenAI方面可能面临更多挑战，但他们通过遵循一系列最佳实践来解决这些问题，包括提高GenAI风险意识和明确的流程来降低风险。他们还为员工策划学习之旅，以培养GenAI技能并建立明确的KPI来衡量和跟踪 GenAI 的价值。以这些高绩效者为榜样，其他组织也可以学习如何从他们的GenAI投资中获得更多价值。
第三，企业还缺少可靠的AI基础设施
在GenAI出现之前，在过去几十年来，组织处理的数据量就呈指数级增长。自采用GenAI以来，91%的数据领导者报告说，应用程序和关键数据源的数量进一步增加，从而加深了其数据资产的复杂性和规模。
数据是所有人工智能的命脉——如果没有安全、合规和可靠的数据，企业人工智能计划在开始之前就会失败。数据质量是确保合乎道德和准确的模型的关键但经常被忽视的组成部分，事实上，68%的受访数据领导者并不完全相信他们的数据。
最先进的人工智能项目将在模型开发生命周期的每个阶段优先考虑数据可靠性，从数据库中的摄取到微调或RAG。
将大模型融入千行百业，让企业的AI应用从早期直接调用通用大模型，发展到建立自己的AI基础设施，打造行业或特定领域、任务的专用大模型，助力生产力革新和产业升级，已经成为目前企业关注的核心。
星环科技的定位从Data Infra进一步延伸到AI Infra，为企业客户打造AI基础设施，打造从语料处理、模型训练、知识库建设等的一整套的工具链，帮助企业快速建立行业大模型，快速使用AIGC。
参考资料：
·https://mp.weixin.qq.com/s/JRiwCheZafu9b7sNoSN3VA
·https://www.datanami.com/this-just-in/monte-carlo-survey-100-of-data-professionals-feel-pressure-to-implement-genai-strategies/
·https://www.datanami.com/2024/06/03/global-survey-by-mckinsey-genai-adoption-starting-to-deliver-value/
·https://www.datanami.com/2023/09/12/genai-adoption-by-the-numbers/
·https://mp.weixin.qq.com/s/N7dU2PNYZdL_mGzjhRnERw
相关文章
·AIGC 洞察系列：语料质量决定了模型的质量！数据质量跃居GenAI成功之巅，数据管理成关键驱动力!
·AIGC 洞察系列：通用大模型or行业模型?企业：不接受ChatGPT通用大模型5大理由，行业大模型4大应知
·AIGC 洞察系列：首席人工智能官?没错!没有CAIO的公司将更大被动！
·AIGC 洞察系列：会自动写代码的AI大模型来了!业务人员将要替代程序员?软件开发革命开始了!
·AIGC 洞察系列：怎样抓住大模型的尾巴?数据云Snowflake这样做!
暑期安全教育
END
