毋庸置疑，生成式AI、大模型一定是当前最受关注的热点技术。由此，也带动了AI芯片、多模态GenAI、决策智能等一系列创新技术的发展。近期，Gartner发布的2024年中国数据、分析和人工智能技术成熟度曲线显示，未来两到五年，大量具有颠覆性或较高影响力的创新技术可能会实现主流采用。其中AI相关的创新包括复合型AI、决策智能、国产AI芯⽚、LLM和多模态GenAI。
据Gartner研究总监闫斌介绍，Gartner Hype Cycle(技术成熟度曲线)有两部分共同组成：一是粗粒度曲线，代表用户最关注的技术热点；二是细粒度曲线，代表着技术的成熟度，即这项创新技术已经真正能够落地到企业业务场景当中。闫斌强调，Gartner Hype Cycle最为重要的方面就是要识别被过度炒作的创新，以及需要理解创新技术存在的局限性。
基于此，Gartner发布的2024年中国数据、分析和人工智能技术成熟度曲线。数据显示，到2027年，超过60%的企业机构将把AI素养纳入数据和分析战略，而目前这一比例还不到 5%。到2028年，50%构建于2023年之前的中国数据和分析平台，将因为与生态系统脱钩而过时。 到2028年，30%的企业机构将把数据变现或数据⼊表纳入其数据战略。”
（图一、2024年中国数据、分析和人工智能技术成熟度曲线）
大语言模型步入生产成熟期还需要2-5年
大语言模型、特定领域GenAI模型、多模态GenAI和自主智能体这四项创新技术被Gartner认为是被企业给予厚望的四大创新技术。从Gartner Hype Cycle(技术成熟度曲线)上可以看到，大语言模型技术已经走过了期望肿胀期，正在向泡沫破裂低谷期迈进。特定领域GenAI模型、多模态GenAI和自主智能体这三项技术正处于爬坡阶段，未来将得到行业用户的重点关注，快速迈入期望肿胀期。
闫斌认为，过了峰值期的大语言模型，正在慢慢趋于冷静，这对于中国企业而言是一件非常好的事情，将慢慢产生更多的机会。他同时表示，虽然大模型的关注度正在下降，并且已经有了一些应用案例，但真正步入成熟期，Gartner标准判断是2-5年。
关天企业在选择大模型的考量因素，Gartner也给出了一些参考。闫斌认为，在选择大模型时，我们不仅要考虑模型的质量，还需要考虑它的速度，比如：每秒产生多数Token。另外，还要重点考虑大模型的延时。他表示，“OpenAI-O1模型的延迟达到了1分钟或者几十秒，在有些客户的业务应用中是不能允许的。因此，OpenAI-O1模型的质量虽好、但未必是客户的最好选择。”
除了质量、速度、延迟等因素之外，中国企业在选择大模型时还需要重点考虑价格、安全、本地化部署等多种因素。
复合型AI是中国企业最务实的选择
复合型AI是指组合利⽤（或融合）不同AI技术来提高学习效率、生成层次更丰富的知识表示。复合型AI提供了更丰富的AI抽象机制，并最终提供了⼀个能够以更有效⽅式解决更广泛业务问题的平台。
生成式AI也是AI其中的一部分、并不代表所有。怎么把所有的技术整合到一起，才是企业现在最需要关注的问题，也是更务实的做法。闫斌表示，找到一个硕大的模型，期望它能够 “大力出奇迹”地解决企业所有的问题，那可能是OpenAI探索的方向，并不适用于普通企业。因此，从务实角度来看，我们还应该使用复合式AI这种技术。
复合型AI可为中国企业带来两⼤益处。第⼀，将AI的⼒量推广至无法访问大量历史或标签数据、但拥有大量⼈类专业知识的企业机构。第二，扩大AI应用的范围，提升此类应用的质量，这也意味着能够应对更多类型的推理挑战。根据所应用的具体技术，还可产生其他一系列益处，包括提高可解释性、韧性，以及支持增强智能。
“在复合式AI中，所有的AI模型们就像自己有一个小的社会。在这个社会当中，不同的模型有着不同的角色。有的模型扮演着生产者的角色，生产出来的东西供消费者消费；有的模型扮演着老师的角色、指导学生进行学习。有的模型扮演着运动员的角色，它在场上根据进行一定的规则进行表演。” 闫斌表示，我们可以把复合式AI看成一个交响乐团，有指挥还有不同的乐器演奏家，由指挥家指导不同的乐器演奏家共同完成演出。因此，复合式AI就是各种大小模型的组合，共同协同工作，完成企业所需要的任务。
“未来一到两年，复合式AI一定会受到企业的重点关注。因为他们需要在合适的场景使用合适的技术。”采访最后，闫斌如是说。
