零售行业不乏生成式AI展现出实实在在好处的案例。以法国跨国公司家乐福为例，他们用生成式AI来制作数字化身和视频。他们让ChatGPT编写脚本，使用其他生成式AI工具来创建一个读取脚本的数字人，这是一个可扩展的过程，至少有一个可衡量的好处：速度。
“突然之间，只需点击一个按钮，你就可以创建引人入胜的、面向客户的视频了，”零售顾问、《推动零售转型：如何应对颠覆和变革》一书的作者Oliver Banks这样说道。
同样，服装品牌Under Armour最近根据他们过去拍摄的英国拳击手Anthony Joshua的视频，使用AI生成的3D模型制作了一则广告。“新广告制作得非常快，而这位有名的拳击手甚至都没有参与这个新AI内容的生成过程中。”
但Banks表示，他在零售业见过最令人印象深刻的案例之一，是一家他不能透露名称和消息来源的公司。一家服装公司的CCO学会了使用Midjourney来创建新服装产品的图像。通常，CCO会根据市场需求提出想法，传达给设计团队，设计团队制作草图，然后由CCO进行审查，这个过程需要数周的时间和多次迭代才能获得正确的图纸，而现在使用生成式AI，整个过程只需要一个人，几分钟就能完成。
但我们从此类公开声明中了解到的信息，可能只是触及了企业AI用例的表面。随着这项技术的蜜月期结束，各行各业的企业都在寻找新的方法来利用生成式AI在竞争中取得领先，一场新的竞赛即将拉开帷幕。胜利者可能不是最伟大的创新者，但他们将是最善于保护自己的创新者。
帮助软件开发人员编写和测试代码
同样，在科技领域，很多企业对一些用例持开放态度，但对其他用例则要进行保护。生成式AI在软件开发过程中已经发挥了重要的作用，Planview是一家位于美国奥斯汀的软件公司，利用AI帮助项目规划和执行——从数字化转型计划到建设项目——就是一个明显的例子。该公司首席数据科学家Richard Sonnenblick表示：“生成式AI的最佳用途本质上就是语言。软件代码就是一种语言。”
Planview的开发团队使用生成式AI编码助手（包括GitHub Copilot）来帮助生成常规且乏味的代码，这些工具还通过建议他们可能没有想到的、常见代码模式为初级开发人员提供帮助。“其中很大一部分是围绕开发人员已经使用了25年的编码助手用户界面进行的渐进式创新，”Sonnenblick说。
他的公司去年生产力提高了近20%，而且他提到了关于最新一代编码助手的两个特别有趣的事情。一个是建立安全聊天，这样开发人员就可以与大型语言模型自由地讨论具体的编码问题，而不是直接去OpenAI，因为OpenAI不一定有足够的信任度来分享有关专有代码的问题。第二是这些工具不仅仅提供了编码方面的帮助，还是用所学到的程序知识来帮助构建单元测试。
Sonnenblick说：“在测试期间实现代码的完全覆盖，这本身就是一个巨大的挑战，单元测试对于人类来说太乏味了，无法可靠地构建。但这对于在编写程序时收集信息的大型语言模型来说，则是一份完美的工作。”
虽然这个例子让我们了解了如何在软件开发中提高生产力，但更有趣的是包括Planview在内的科技企业是如何在向市场推出产品的过程中争夺竞争优势的。根据专利数据追踪组织IFI Claims的说法，发现哪些领域竞争加剧的方法之一，就是查看人们正在申请哪些类型的专利，在过去五年中，AI专利申请的复合年增长率为31%。
生成式AI帮助科学家开发新的蛋白质
目前，在生物技术领域还可以找到一些有趣的用例。芬兰研究组织VTT的高级科学家和计算生物学家Sandra Castillo正在使用生成式AI根据从自然界学到的知识来设计新的蛋白质序列，然后VTT实验室使用大肠杆菌或其他细菌宿主表达蛋白质来测试这些新的序列。
2018年，DeepMind（现为Alphabet的子公司）开发了AlphaFold，一种深度学习系统，可以从现有蛋白质的数据库中学习并预测3D结构，这个数据库现在包含了2亿多个条目，新一代的生成式AI改进了数据的使用方式。
“大约一年前，大型语言模型是为了创造蛋白质而开发的。你可以把蛋白质序列视为句子，将氨基酸视为单词，大型语言模型给我们带来了比以前更好的结果。”
Castillo在VTT使用的一个模型是一种变分自动编码器，用于生成新的聚羟基脂肪酸酯(PHA)，这种蛋白质可用于制造可生物降解的塑料。她说：“你可以通过设计使用不同单体的酶来赋予塑料不同的特性，我们的目的是，未来我们将用可生物降解的塑料替代现在使用的塑料。”
新蛋白质的另一个用途是快速检测体内的化学物质。她说：“如果你想测试睾酮或其他激素，我们可以设计与你要寻找的物质特异性结合的蛋白质，或者你可以使用新蛋白质来测试其他化合物，例如抗体。未来，我们可以使用生成式AI快速测试新冠病毒等疾病。”
到目前为止，Castillo一直在使用开源许可发布她的作品。但VTT内部正在讨论如何保护他们开发的AI模型并将其商业化。她说：“我知道有些公司正在销售基于公共模型的生成式AI模型，有些人可能会出售服务，让开放模型适用于解决特定的问题。”
虽然什么是公共领域和什么是可出售这二者之间的界限还不是很清晰，但科学家和生物技术公司肯定正在寻找答案——一旦他们找到了答案，他们就不会在公开场合发表太多言论了。
帮助服务提供商分享知识
IT服务提供商Cognizant非常乐于在任何特定时刻分享自己在50个不同国家或地区运行的9000个项目的最佳实践，并且他们依靠知识管理来做到这一点。去年，Cognizant公司启动了一个名为Bluebolt的草根创新计划，让全球员工都能提出大大小小、用于全球各地项目的想法。
高级副总裁Alexis Samuel是Cognizant卓越交付全球负责人，负责公司在全球交付的所有IT服务项目的治理和监督，他说：“我们鼓励所有35万名员工提出想法。”他说，其中大约20%的项目已经在创新库中实施，可以在其他地方复用。
“大约六个月前，我们开始试验生成式AI，帮助我们的员工提出正确的问题并获得正确的答案。我们在Cognizant上传了过去七年的创新内容库，对整个内容进行了保护，在上面安装了ChatGPT 3.5 Turbo，并创建了一个虚拟创新助手，员工可以用它来提出问题并获得相关答案。”
因此，如果有人正在实施应用现代化计划，从本地迁移到云端，并且想知道可能会发生什么问题，这个创新助手就会根据库中的内容给出一个列表，询问解决方案。“如果他们使用了其中任何一个，我们就会鼓励他们更新库以加入他们所做的任何新内容。”
Cognizant整理信息以确保工具不会泄露不应该被共享的细节，并且引擎会返回可在其他项目中重复使用的抽象想法，而不会显示私人客户数据或个人身份信息。
他们现在正在向模型提供滞后三周的新信息。迄今为止，已经有约7000名员工使用了该工具，记录了约19000笔交易，60%的反馈是积极的。“到目前为止，这个虚拟创新助手对于使用它的人来说是非常有价值的，最大的挑战是，在我们这样规模的组织中，尽管我们发布了所有公告，但一些员工可能还不知道这个工具的存在。”
大型企业中分散的团队可能不一定了解某个特定的工具，但更广泛的市场正在清楚地传达这样的信息：生成式AI正在彻底改变行业。但最重要的用例可能是我们不知道的。
Banks表示：“虽然很多公司都在自豪地夸耀他们利用这项新技术所做的令人惊奇的事情，但他们也开始寻求利用这项技术来获得竞争优势，他们不可能让其他人也参与进来。”
