從“實驗室”到“生產(chǎn)線”，2024年GenAI迎來行業(yè)應(yīng)用拐點

科技云報道原創(chuàng)。

對傳統(tǒng)產(chǎn)業(yè)來說，GenAI是一場“哥白尼式的革命”，它改變了傳統(tǒng)的業(yè)務(wù)模式，開啟了人類與AI合作的新紀元?；?a href="http://digitalhealthexpert.com/AI_1.html" target="_blank" class="keylink">AI助手和大語言模型，企業(yè)能夠?qū)崿F(xiàn)智能運營的目標。

如果說，2022年是AI大模型元年，那么2024年就是AI大模型從技術(shù)切實走向落地的元年。從市場發(fā)展趨勢來看，各家大模型廠商已經(jīng)不僅局限于一味地“卷”參數(shù)，而是將更多的注意力放在如何在行業(yè)側(cè)落地。

與此同時，AI大模型已經(jīng)在以不可阻擋的趨勢向企業(yè)側(cè)、行業(yè)側(cè)滲透，而GenAI的出現(xiàn)，也讓企業(yè)對于云計算及AI技術(shù)的需求，逐步從技術(shù)部門轉(zhuǎn)向業(yè)務(wù)部門。據(jù)市場研究機構(gòu)預(yù)測，到2025年，全球GenAI市場規(guī)模將達到100億美元以上。其中，企業(yè)級GenAI市場將占據(jù)相當大的份額，成為最大的應(yīng)用領(lǐng)域之一。

GenAI將從“實驗室”走向“生產(chǎn)線”

隨著這一輪AI技術(shù)的快速發(fā)展，AI已經(jīng)從“卷”技術(shù)走向“卷”應(yīng)用的階段，如何幫助用戶更好地落地使用AI大模型，用AI大模型為業(yè)務(wù)提供更多助力已經(jīng)成為企業(yè)的必修課。

根據(jù)麥肯錫的研究，GenAI每年對全球經(jīng)濟的貢獻至多達7.9萬億美元。GenAI不僅對全球經(jīng)濟產(chǎn)生重要影響，也為各個行業(yè)帶來了變革機遇。各行各業(yè)領(lǐng)先企業(yè)已開始積極應(yīng)用GenAI，并取得成果。從媒體到金融、從醫(yī)療到交通，GenAI正成為推動新一輪創(chuàng)新浪潮的核心動力之一。其中，零售和消費品行業(yè)、銀行業(yè)、制藥和醫(yī)療產(chǎn)品三個行業(yè)的價值潛力最大。

今年，Google、OpenAI、阿里巴巴等科技巨頭都陸續(xù)推出生成式AI技術(shù)，但是還沒有多少客戶真正把GenAI系統(tǒng)投入到業(yè)務(wù)中。

究其原因，GenAI從理論轉(zhuǎn)向?qū)嵺`企業(yè)需要解決兩大挑戰(zhàn)。第一，要把GenAI投入到企業(yè)以及業(yè)務(wù)用例的過程當中，意味著GenAI將從構(gòu)建訓(xùn)練基礎(chǔ)架構(gòu)轉(zhuǎn)向構(gòu)建推理基礎(chǔ)架構(gòu)。這時，企業(yè)必須要能更好地理解、搞清楚，除了訓(xùn)練的基礎(chǔ)架構(gòu)，如何打造一個推理的基礎(chǔ)架構(gòu)。這包括“把推理放在什么地方？”訓(xùn)練是在數(shù)據(jù)中心當中，推理可能會放在邊緣，接近企業(yè)客戶所在的位置。

同時，隨著這一轉(zhuǎn)變的發(fā)生，如何確保推理基礎(chǔ)架構(gòu)的安全將成為企業(yè)關(guān)注的重點。因為訓(xùn)練基礎(chǔ)架構(gòu)保護好數(shù)據(jù)中心就夠了，但如果把推理的基礎(chǔ)架構(gòu)部署到現(xiàn)實的世界中，離開數(shù)據(jù)中心到邊緣中，來到了工廠、制造中心和客戶所在的地方，包括交通運輸?shù)木W(wǎng)絡(luò)中，這樣的安全保護的模式就不同了，需要面對不同類型的風(fēng)險、不同類型的攻擊。

第二大挑戰(zhàn)是，企業(yè)CIO和領(lǐng)導(dǎo)者必須做一個決定，即選出幾個需要優(yōu)先實施的GenAI應(yīng)用項目，這是很有風(fēng)險的事情，對企業(yè)至關(guān)重要，如果選錯了會出現(xiàn)大量的資源浪費。“做出正確的選擇”要求企業(yè)必須充分理解到GenAI的價值，對自己的企業(yè)而言GenAI在哪些方面能幫上最大的忙。

此外，GenAI轉(zhuǎn)向?qū)嵺`還將帶來一個新趨勢，之前大家認為GenAI的成本就是訓(xùn)練成本，即在訓(xùn)練的時候構(gòu)建模型需要用多少臺服務(wù)器、需要有多少架構(gòu)開發(fā)和維護的人員等。但是，當GenAI轉(zhuǎn)向?qū)嵺`時，在企業(yè)的用例中，在應(yīng)用階段的主要成本將是運營成本。

為了幫助企業(yè)更好地落地GenAI應(yīng)用，越來越多的科技巨頭推出不同的技術(shù)解決方案，以求幫助企業(yè)更好地落地AI應(yīng)用。

從應(yīng)用層面看，大模型并不是越大越好，企業(yè)需要根據(jù)自身適用的場景，選擇適合自身使用的AI模型產(chǎn)品，企業(yè)需要根據(jù)不同的任務(wù)場景，選擇不同的工具。比如醫(yī)藥研究，更大的模型、更大的token和參數(shù)很重要，但是一些需要快速響應(yīng)的領(lǐng)域，例如智能客服，小模型反而能提供更低的延遲，更高的性價比。

從市場格局上看，諸如亞馬遜云科技、IBM、微軟、阿里云、百度等全球科技巨頭也將平臺化的大模型產(chǎn)品視為接下來重點布局的方向。顯然，平臺化、多元化的大模型產(chǎn)品已經(jīng)成為眾多科技巨頭積極搶占的市場。

企業(yè)引入GenAI的關(guān)鍵點

在國內(nèi)，GenAI應(yīng)用發(fā)展最迅速的領(lǐng)域包括電商、傳媒、娛樂和游戲，尤其是數(shù)字虛擬人和電商視頻營銷，而大部分傳統(tǒng)行業(yè)（如金融、能源、教育等）仍處于小規(guī)模試點階段。

中國GenAI企業(yè)利用國內(nèi)垂直場景優(yōu)勢，將GenAI優(yōu)先應(yīng)用于商業(yè)化基礎(chǔ)設(shè)施較完善的新興行業(yè)中，市場上主流的商業(yè)模式包括云資源售賣、模型API調(diào)用、SaaS收費、素材收費等，大規(guī)模應(yīng)用GenAI的商業(yè)模式仍有待探索。

當前，企業(yè)GenAI應(yīng)用主要有三個定位：創(chuàng)造者——推動核心商業(yè)模式轉(zhuǎn)型，重塑核心業(yè)務(wù)和/或面向客戶的方式，例如抵押評估、直接客戶互動；塑造者——聚焦幕后整合，改變業(yè)務(wù)模式的應(yīng)用程序，例如虛擬專家，前線培訓(xùn)；使用者——有針對性地提高生產(chǎn)力，利用SaaS解決方案，提高現(xiàn)有任務(wù)的效率或準確性，例如編碼協(xié)助、文案寫作、客戶協(xié)助。

企業(yè)在考慮引入GenAI時應(yīng)以速度為先，遵循“四步走”方法論，高效實現(xiàn)GenAI部署和規(guī)?；瘧?yīng)用。首先，企業(yè)應(yīng)構(gòu)建“內(nèi)、外、快、慢”四大戰(zhàn)略來平衡企業(yè)內(nèi)部和外部要素，以及速贏舉措和端到端體系化轉(zhuǎn)型。

其次，企業(yè)應(yīng)在“負責(zé)任的AI”（Responsible AI）框架下，快速制定初版用例圖譜和轉(zhuǎn)型路徑圖。

第三，企業(yè)需要根據(jù)用例的重要性與潛在效益進行優(yōu)先級排序，以“先動起來”的方式逐步推進試點工作，為全公司規(guī)?；瘧?yīng)用夯實基礎(chǔ)。

最后，企業(yè)需要進行全方位運營模式轉(zhuǎn)型，并將AI內(nèi)嵌到業(yè)務(wù)的每個環(huán)節(jié)，從而實現(xiàn)規(guī)模化推廣GenAI。

另外，值得注意的是，金融機構(gòu)在應(yīng)用GenAI時尤其需要關(guān)注模型幻覺、惡意使用、信息泄露等三大關(guān)鍵風(fēng)險。

GenAI應(yīng)用的“最后三公里”

一項技術(shù)只有應(yīng)用到生產(chǎn)中才能體現(xiàn)它的真正價值。

從GenAI應(yīng)用的關(guān)鍵路徑來看，從技術(shù)應(yīng)用的想法到最終的生產(chǎn)上線，要經(jīng)過定義場景、選擇合適自己的基礎(chǔ)模型、到利用自己的數(shù)據(jù)做模型適配/調(diào)優(yōu)和評估、再到部署模型、在模型之上構(gòu)建GenAI應(yīng)用、評估是否負責(zé)任的AI的原則等多個環(huán)節(jié)。其中，最為關(guān)鍵的是要卡住三個環(huán)節(jié)：選對業(yè)務(wù)場景、選擇正確的工具、工程化“最后三公里”挑戰(zhàn)。

針對業(yè)務(wù)場景選擇，科技巨頭亞馬遜云科技基于與各個行業(yè)企業(yè)的共同嘗試，總結(jié)出了一些容易落地、同時企業(yè)收效較快的場景。

其次，針對模型選擇，行業(yè)客戶需求紛繁復(fù)雜，“不會有一個模型一統(tǒng)天下”，企業(yè)需要根據(jù)自身業(yè)務(wù)的需求來選擇合適的模型，因此，很多企業(yè)都在采取“多模型”的策略。

企業(yè)選擇模型時要考慮多方面的因素，但其中最重要的就是在三角形的三點上進行平衡：準確性、成本、響應(yīng)速度。比如，如果是2C的生成式AI對話應(yīng)用，響應(yīng)速度就是最為重要的因素；相反，如果是生成法律文書，那么最重要的因素就是準確性。

第三，技術(shù)生態(tài)合作的重要性日趨凸顯。近日，在亞馬遜云科技中國峰會2024上，亞馬遜云科技就推出了多個合作伙伴計劃，包括GenAI合作伙伴計劃、行業(yè)合作伙伴計劃等。

一方面，亞馬遜云科技繼續(xù)擴展和中國AI大模型廠商的合作，另一方面也更加重視各個垂直行業(yè)的智能化應(yīng)用落地。

比如，亞馬遜云科技在會上宣布，百川智能的基礎(chǔ)模型Baichuan2-7B、零一萬物的基礎(chǔ)模型Yi-1.5 6B/9B/34B都將登陸中國區(qū)域SageMaker JumpStart，能夠為中國企業(yè)提供更多模型選擇。

垂直行業(yè)方面，亞馬遜云科技還和四維圖新加強合作，計劃聯(lián)合設(shè)計并推出面向汽車行業(yè)本地化的服務(wù)及專屬解決方案，涉及智能網(wǎng)聯(lián)汽車、智能駕駛開發(fā)和量產(chǎn)等領(lǐng)域。

即將上任亞馬遜科技CEO的馬特·加爾曼（Matt Garman）表示，中國是亞馬遜云科技全球最具戰(zhàn)略重要性的地區(qū)之一，過去十多年間，亞馬遜云科技持續(xù)投資并擴大在中國的基礎(chǔ)設(shè)施。在他看來，GenAI也將以前所未有的方式改變各行各業(yè)。

在幫助合作伙伴擁抱GenAI方面，亞馬遜云科技提出了三條路徑。首先，是場景選擇，需要從自身熟悉的業(yè)務(wù)場景出發(fā)應(yīng)用GenAI，而不是生搬硬套地將AI技術(shù)強加于業(yè)務(wù)之上。選擇契合度高的場景，可以快速找到切入口。

其次是工具/模型的選擇，應(yīng)利用成熟有效的工具和模型，加快落地進程，避免重復(fù)“造輪子”。

第三，是融合生態(tài)的建設(shè)，為打造有競爭力的AI應(yīng)用，需要充分利用云上融合的生態(tài)體系，平衡快速落地與合規(guī)治理，兩手并重，從而獲得可持續(xù)的商業(yè)價值。

為進一步提高企業(yè)的GenAI應(yīng)用能力，亞馬遜云科技還推出了業(yè)內(nèi)首個GenAI能力認證，旨在驗證、認可在利用亞馬遜云科技GenAI技術(shù)方面擁有專業(yè)知識、實踐經(jīng)驗和成功案例的合作伙伴。

據(jù)Canalys全球調(diào)查數(shù)據(jù)統(tǒng)計，在2023年投入生產(chǎn)的GenAI應(yīng)用之中，有36%是由合作伙伴交付的。亞馬遜云科技認為，這個比例未來還會增長。隨著GenAI的場景越來越復(fù)雜，一定會需要大量的合作伙伴在其中扮演重要的角色，這其中從行業(yè)客戶而來的更多場景需求是需要合作伙伴來提供的。

亞馬遜云科技大中華區(qū)合作伙伴及業(yè)務(wù)賦能總經(jīng)理李曉芒表示，“在亞馬遜云科技合作伙伴網(wǎng)絡(luò)第二個十年新征程的開局之年，秉持長期主義，我們基于合作伙伴價值成就合作伙伴戰(zhàn)略。這將進一步強化亞馬遜云科技合作伙伴網(wǎng)絡(luò)建設(shè)，加速為合作伙伴賦能，助力他們實現(xiàn)業(yè)務(wù)增長和規(guī)模化發(fā)展，與亞馬遜云科技共贏新征程?！?/p>

亞馬遜云科技大中華區(qū)合作伙伴及業(yè)務(wù)賦能總經(jīng)理?李曉芒

GenAI落地行業(yè)應(yīng)用才剛剛開始，誰能先找到創(chuàng)造高價值的場景，誰就會先人一步獲得差異化競爭力，這或許比“卷”價格更有意義。以亞馬遜云科技為代表的科技企業(yè)通過幫助企業(yè)提高GenAI的應(yīng)用能力，讓GenAI真正成為提高生產(chǎn)力的工具，為企業(yè)和行業(yè)打開更大成長空間。

生成海報

免責(zé)聲明：此文內(nèi)容為第三方自媒體作者發(fā)布的觀察或評論性文章，所有文字和圖片版權(quán)歸作者所有，且僅代表作者個人觀點，與極客網(wǎng)無關(guān)。文章僅供讀者參考，并請自行核實相關(guān)內(nèi)容。投訴郵箱：editor@fromgeek.com。

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責(zé)任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。