麦肯锡:GenAI将主导2024年人工智能的商业格局

人工智能
人工智能(AI)在 2023 年掀起了一场全球性的革命,许多企业都渴望自己掌握和应用这项先进技术。

人工智能(AI)在 2023 年掀起了一场全球性的革命,许多企业都渴望自己掌握和应用这项先进技术。

麦肯锡公司(McKinsey and Company)见证了这场变革,许多创新者的身影占据各大媒体的头条,他们利用AI的力量为自己的运营带来了巨大的改变。麦肯锡预测,在 2024 年创业者将不断开发新的工具,而生成式人工智能(GenAI)将成为AI领域的核心。

GenAI在全球范围内呈现出爆炸式的增长,它蕴含着无限的潜力,可以大幅提升企业的生产力和效率。

1、GenAI将在 2024 年实现规模化

麦肯锡公司认为,GenAI的出现是 2023 年AI领域最重要的事件。它指出,无论是哪个行业,无论是哪个国家,都有数千家公司在使用一个简单的GenAI界面,来彻底改变各种各样的商业活动。

麦肯锡公司曾经表示,这种变革将带来惊人的经济影响,预计到 2030 年,GenAI每年可以为全球经济增加 6.4 万亿到 4.2 万亿美元。该公司认为,这种变革的潜力将涵盖各个行业,从制造业、金融业、医疗保健业、零售业,到各种创意产业。

但是报告也指出,虽然创新者受到了关注,但真正领导AI市场的是规模化者。麦肯锡公司表示,首席执行官必须搞清楚三件事:他们的业务哪些部分可以从中受益,如何把一个应用程序扩展到多个应用程序,以及新的工具会如何改变他们的行业。麦肯锡公司认为,随着数字时代的进步,大多数公司已经开始了数字化和AI的转型。但是很少有人能够达到他们想要的效果。该报告说,这是因为他们没有进行必要的组织调整,才能从数字化企业的艰辛工作中获得最大的价值。

麦肯锡调查各地区、行业使用GenAI的情况麦肯锡调查各地区、行业使用GenAI的情况

2、GenAI的范式特点决定了AI规模化地位

生成式人工智能(GenAI)是利用人工智能技术来创造新的数据、内容、模型和解决方案的技术范式。GenAI的核心是生成式模型,即一种可以从已有的数据中学习数据的分布和规律,并根据给定的条件或目标,生成新的数据的模型。生成式模型有多种类型,如生成式对抗网络(GAN)、变分自编码器(VAE)、自回归模型(AR)、神经网络语言模型(NNLM)等。

GenAI的范式特点有以下几点:

创造性:GenAI可以根据不同的需求和场景,创造出新的数据、内容、模型和解决方案,从而提高了人工智能的创造力和创新力。

自主性:GenAI可以根据自身的学习和反馈,自主地调整和优化生成的结果,从而提高了人工智能的自主性和智能性。

多样性:GenAI可以生成多种类型和形式的数据、内容、模型和解决方案,从而提高了人工智能的多样性和灵活性。

可解释性:GenAI可以提供生成过程和结果的可解释性,从而提高了人工智能的可解释性和可信度。

GenAI的以上的范式特点决定了AI能够规模化应用的地位,比如在零售行业,GenAI可以根据用户的喜好和风格,生成个性化和定制化的商品和服务。例如,您想买一件新衣服,但是不知道什么样的款式和颜色适合您,GenAI可以根据您的照片和喜好,为您生成一些合适的服装、鞋子、首饰等,让您轻松选购。或者,您想做一顿美味的晚餐,但是不知道用什么食材和做法,GenAI可以根据您的需求和场景,为您生成一些简单易做的菜谱、美妆、家居等,让您轻松享受。或者,您想了解一些新的产品和服务,但是不知道从哪里开始,GenAI可以根据您的反馈和评价,为您生成一些优惠券、推荐、营销等,让您轻松发现。

3、GenAI的发展现状和势不可挡的增长趋势

GenAI作为一种新兴的技术范式,其发展速度非常快,已经引起了各界的广泛关注和尝试。根据麦肯锡公司对2024年人工智能(AI)商业领域的预测,GenAI工具已出现爆炸式增长,许多此类工具至今推出尚不满一年,但已有1/3的受访者表示,其所在组织会在至少一项业务职能中经常使用GenAI。随着这些最新进展,人工智能已经从一个技术话题上升为企业领导的关注焦点:近1/4受访高管表示,他们会在工作中使用GenAI工具;而在已应用人工智能的企业中,有超过1/4的受访者表示GenAI已被列入董事会议程。此外,40%的受访者表示,其所在组织将会因GenAI的最新进展而增加对人工智能的整体投入。

2024年是AI技术高速进步的一年,随着人工智能技术的不断发展和创新,生成式模型的性能和效率将不断提高,生成的结果将更加逼真、多样和高质量。同时,生成式模型的类型和范围也将不断扩大,涵盖更多的领域和场景。

应用拓展将在新的一年里广泛铺开,由于GenAI工具的普及和易用性的提高,GenAI的应用领域和对象将不断拓展,从专业领域向大众领域延伸,从企业机构向个人用户扩展。GenAI将成为各行各业的助力和推动力,也将成为个人生活的乐趣和创造力的源泉。

由于技术应用的发展过于迅猛,风险管理成了2024年AI行业特别关注的一面,随着GenAI的应用规模和影响力的增加,GenAI的风险和挑战也将随之增加,如数据安全、版权保护、道德责任、社会影响等。因此,GenAI的风险管理和道德规范将成为重要的议题和任务,需要各方的共同参与和协作。

4、GenAI在2024年所展示的商业价值

首先是自动化和效率提升,GenAI让企业的工作更轻松,它可以自动完成各种任务和流程,提升生产效率和质量,节省成本和人力。这是因为GenAI可以用生成模型的技术力量,代替或帮助人类做一些无聊、麻烦、慢吞吞或难上加难的工作,比如写作、翻译、设计、合成、测试等。比如说,GenAI可以听懂用户的需求和规格,自己想出一些好的设计方案和原型模型,让用户随心所欲地定制产品。再比如说,GenAI可以看懂用户的信用记录和收入情况,自己算出一些合适的贷款方案,让用户轻松地借款。还有比如说,GenAI可以读懂用户的病历和症状,自己判断出一些可能的诊断结果,让用户放心地诊断。这些都可以让企业省时省力,赚钱赚面子。

其次是个性化和定制化,GenAI能够为用户量身定制各种内容和服务,让用户感觉更舒服,更满意,更忠诚。这是因为GenAI能够根据用户的数据和反馈,了解用户的喜好和风格,为用户打造适合他们的内容和服务。比如,GenAI可以根据用户喜欢的颜色、款式、场合,为用户设计出漂亮的服装、鞋子、首饰等;GenAI也可以根据用户的财务状况、目标、风险偏好,为用户推荐出合适的贷款、保险、投资等;GenAI还可以根据用户的学习水平、兴趣、目标,为用户提供出有用的课程、作业、考试等。这些都可以让用户享受到更好的体验和满意度,从而增加用户的忠诚度和留存率。

创造性和创新能力也是它重要的商业价值,GenAI可以创造出人类难以想象的内容和解决方案,激发人类的创造力和创新能力,推动各领域的发展和变革。这是因为GenAI可以利用生成模型的超越人类常识和经验的生成能力,生成出一些新颖和有价值的内容和服务,如根据药物的结构和功能,生成设计、合成、测试等;根据知识的结构和内容,生成总结、解释、扩展等;根据用户的想法和灵感,生成音乐、歌词、旋律等。这些都可以激发人类的创造力和创新能力,推动各领域的发展和变革。

最后是解释性和透明度,GenAI让你看得见,信得过。GenAI是一种可以自动创造各种内容的人工智能技术,它可以让你看得见它是怎么做的,也让你信得过它的结果。这是因为GenAI可以利用它的生成模型,给你提供清楚的解释和透明度,比如它会告诉你它生成的内容是从哪里来的,有什么依据,还会给你一些引用、注释和来源等;它也会告诉你它生成的内容是什么意思,有什么目的,还会给你一些摘要、标题和关键词等;它还会告诉你它生成的内容有多好,有多可信,还会给你一些评分、评价和反馈等。这些都可以让你更信任和理解GenAI,也可以避免一些误解和风险。

5、GenAI让AI领域的佼佼者更胜一筹

麦肯锡的调查发现,人工智能高绩效企业(也就是那些2022年至少有20%的利润来自人工智能应用的组织)正在全面发力,把握包括GenAI在内的所有人工智能能力。这些企业早就从人工智能中收获了巨大的价值,现在在GenAI应用方面也走在了其他企业的前面,他们会把GenAI用到更多的业务领域,尤其是产品和服务开发、风险和供应链管理等。如果我们看看所有的人工智能能力(不仅仅是GenAI,还有机器学习、机器人流程自动化和聊天机器人等),人工智能高绩效企业比其他企业在产品和服务开发上的应用更多;他们利用人工智能来缩短产品开发周期,给现有产品增加新功能,以及创造新的基于人工智能的产品等。

此外,这些企业在风险模拟和人力资源领域(比如绩效管理、组织设计和劳动力部署优化)也更多地使用人工智能。还有一点让这些企业与众不同:他们的人工智能活动更少是为了降低成本,而其他企业会把降低成本当作首要任务。人工智能高绩效企业的受访者说,他们的GenAI的主要目标是开辟新的业务或收入来源,这个比例是其他人的两倍,而且他们更可能提到人工智能的新功能提升了现有产品的价值。

他们之前的研究也发现,这些高绩效企业在人工智能方面的投入远超其他企业:人工智能高绩效企业的受访者更可能(可能性是其他受访者的五倍以上)表示,他们把超过20%的数字预算用在了人工智能上。这些企业内部也更广泛地使用人工智能能力。人工智能高绩效企业的受访者比其他人更可能表示,他们的组织已经在4个或更多的业务领域中采用了人工智能,并且他们在工作流程中嵌入的人工智能能力也更多。比如,人工智能高绩效企业的受访者更常说,除了GenAI和相关的自然语言能力之外,他们还把知识图谱嵌入到了至少一种产品或业务领域的流程中。

人工智能高绩效企业也遇到了一些挑战,但调查结果显示,他们面临的问题反映了他们在人工智能应用方面的成熟度,而其他企业则是在人工智能采用方面还有一些基础的战略问题。人工智能高绩效企业的受访者最常提到的最大挑战是模型和工具(比如如何在生产中监控模型性能、以及如何随着时间的推移重新训练模型)。相比之下,其他受访者提到的则是战略问题,比如如何设定明确的人工智能愿景并与业务价值挂钩,或者如何寻求足够的资源支持。

6、GenAI让2024年的商业变得更有活力

GenAI的技术水平和应用范围还有很大的提升空间,需要加强基础研究和应用创新,不断推动生成式模型的性能和效率的提升,生成结果的质量和多样性的提升,生成过程和结果的可解释性和可信度的提升。

也许到了2024年,我们就能看到GenAI的解决方案真正投入使用了。——我们的生活里会出现越来越多的由LLM(大型语言模型)驱动的功能。

GenAI的技术发展和应用推广需要各方的共同参与和协作,需要加强跨学科、跨领域、跨国界的合作和交流,不断分享和传播生成式模型的理论和实践,生成结果的经验和案例,生成风险的识别和防范。

我们也会不断地探索和完善一些框架、标准和方法,来评估和监控LLM的应用,这会成为一个热门的话题。

GenAI的技术普及和社会适应需要各方的共同教育和培训,需要加强对公众和用户的科普和引导,不断提高对生成式模型的认知和理解,对生成结果的使用和评价,对生成风险的防范和应对。

我们也会学习如何正确地衡量RAG(可重复性、可解释性和可靠性)、问答系统和聊天机器人的表现,也许还会发现一些提升性能的新技术。

随着这些GenAI系统的性能越来越好,我们会有越来越多的GenAI应用,来帮助我们提高效率和改善体验。GenAI是一种充满了机遇和挑战的技术范式,它将引领人工智能的新一轮的变革和发展,也将影响我们的新一轮的生活和社会。

责任编辑:华轩 来源: 大噬元兽
相关推荐

2024-04-22 16:33:58

2023-09-18 10:21:35

生成式人工智能GenAI

2021-07-06 09:00:00

人工智能机器学习技术

2021-02-01 17:48:37

人工智能AI机器学习

2023-12-15 11:42:49

人工智能机器人AI

2023-12-18 10:49:10

2024-01-22 11:35:49

人工智能AI

2024-01-23 10:31:49

人工智能深度学习

2021-01-12 11:19:35

人工智能AI产业预测

2021-02-23 09:48:56

人工智能

2021-01-13 11:59:03

人工智能人工智能发展

2018-12-09 14:35:58

人工智能预测

2020-11-26 21:19:26

人工智能AI麦肯锡

2023-11-03 15:19:03

人工智能

2024-02-21 11:59:27

人工智能AI

2018-12-13 15:30:40

人工智能机器人物联网

2023-01-13 13:11:44

人工智能模型机器学习

2021-01-03 10:29:58

人工智能AI语言模型

2019-04-12 15:43:50

人工智能AI发展趋势
点赞
收藏

51CTO技术栈公众号