埃森哲 -迈入生成式人工智能新时代

8|企业全面重塑迈入生成式人工智能新时代世纪以来，在经历了可分析预测的机器学习阶段、处理视觉和语言的深度学习发展阶段之后，人工智能在2023年迎来业来说，最大的价值源于使用自己的数据对模型进了重大转折点：由OpenAI开发的GPT-4语言模型，标志着基于语言的人工智能应用程序迈入了全新的阶段，可以模仿人类对话和决策的ChatGPT走入大ChatGPT、DALL·E、StableDiffusion等一系列易于使用的生成式人工智能应用程序，正在迅速推产生极为深远的影响。埃森哲《技术展望2023》调研显示，42%的全球受访企业有意在2023年大力投资ChatGPT，并有97%的全球受访高管认为，人工智能基础模型将实现跨数据类型的互联，彻底改变人人工智能及大语言模型应用程序。企业可以通过应用编程接口（API）调用这些程序，并运用提示学习（prompttuning）和前缀学习（prefixlearning）等提示工程技术，针对自身大多数企业需要定制模型，用自己的数据对模型进行微调，以扩大其用途和价值。这使模型能够支持整个业务中某些具体的下游任现绩效的飞跃发展⸺提升员工能力、改善客企业将利用这些模型来重塑工作方式（见表1.《分析师指出，ChatGPT创下了用户增长的最快纪录》，路透社，2023年2月，/technology/chatgpt-sets-record-fastest-growing-user-base-analyst-note-2023-02-01/。企业全面重塑|910|企业全面重塑值得注意的是，不同于以往创新曲线中技术发展通常早于应用和监管，针对生成式人工智能的技术、监管和商业应用将并行发展，且发展速度将越支持生成式人工智能的复杂技术预计将在每一堆栈层级上迅速发展，这具有广泛的商业影响。训练顶级人工智能模型所需的计算量正呈指数级增长⸺根据各类报告，现在每3~10个月其便会翻一2因此，成本和碳排放已成为采用能源密集型生表一生成式人工智能在各行各业中的应用领域领域用例咨询建议知识工作顾问为行动或决策提供建议创意内容生成/共同生成生成式人工智能对于中大型视觉设计为产品或网站生成创意视觉设计公司都有潜在的巨大价值。代码编写预计这种价值范围从5亿美元到聊天与文档整理质量工程质量工程30亿美元业务流程业务流程服务管理领域的服务管理领域的IT流程自动化信息安全信息安全主动识别风险图一生成式人工智能技术堆栈的每一层级都将迅速进化应用：通过API或直接嵌入其他应用程序中，云端用户对生成式人工智能和大语言模型的访问将越来越容易。企业可以直接使用，也可以使用专有数据对其进行定制和优化数据：企业提高数据生命周期的成熟度，是模型成功的先决条件⸺需要掌握新的数基础设施：对于部署生成式人工智能，并且妥善管理成本和碳排放，云基础设施不可迈入生成式人工智能新时代ChatGPT进一步引发了人们对人工智能健康发包括ChatGPT在内的生成式人工智能技术在设应用程序不会给业务带来无法承受的风险。作为负责任人工智能方面的行业领军者，埃森哲早在2017的实践方式，在赋能业务的同时维护公众利益并造人工智能系统需要利用多样化和包容性的输入框架内设计并付诸实施，就能加速发挥负责任的协生成式人工智能的关键风险和监管问题生成式人工智能的关键风险和监管问题口知识产权：企业如何保护自己的知识产权？在使口数据隐私与安全：即将出台的相关法口歧视：企业使用或创建的工具是否会生成反歧视或反偏见内容？口产品责任：利用生成式人工智能产品向公众提全的机制？口信任：应当向消费者和员工提供何种透明度？企业如何确保生成式人工智能输出结果的准确性口身份验证：当建立的身份证明依赖于声音或面为了创造人工智能的价值，企业必须全面转变工作方式。企业领导者需要立即开始用新的思路设企业中的每一个角色都很可能被重塑，亦有很多新用于学习，而计划在2023年进行试点的企业超过半中国企业生成式人工智能的部署越来越多的中国企业在积极探索生成式人工智能技术，并开始应用大型语言模型来实现更多的创种本地部署策略及六大应用要点。中国企业大语言模型应用的三种模式SaaS是目前最为成熟的部署方式，其中以微软但国内厂商提供的SaaS服务在数据安全和合规性方私有云部署方式相较于SaaS服务更注重数据安计算能力。这种方式可以更好地服务于较为专业的竞争对手利用。更柔性的服务器使用策略也让这种本地化部署方式有非常多的选择。学术界有清华大学的ChatGLM、斯坦福提供的Alpaca中国企业部署生成式人工智能的基础模型将在自身的企业战略中发挥重要作用在整个组织中全面推广并非易事。企业可以先通过尝试生成式人工智能的诸多功能，累积早期成功并其二，着力使用根据自身数据定制的模型来重塑业思维是定义并成功建立应用模式的关键。需要大幅增加对人才的投资，以应对创建人工智能企业需要在人工智能设计和企业架构等技术能力方有工作分解为基础任务组合，然后评估生成式人工智能可能影响每项任务的程度⸺完全自动化、人员生成式人工智能的基础模型需要大量精心组织企业需要采用战略性、规范化的方法来获取、迈入生成式人工智能新时代企业全面重塑|13端仓库或数据湖当中，数据能够摆脱组织孤岛的束一地点通过分布式计算策略（如数据网格统一分为了充分满足大语言模型和生成式人工智能的切关注成本和可持续能源消耗。企业必须设法从成随着人工智能使用量的增加，底层基础设施产所有阶段考虑能源效率和材料相关排放。人工智能5创建基础模型是一项复杂、成本高昂的计算密球对人工智能初创公司和成长阶段公司的投资预计将超过500亿美元。6这些合作伙伴能够带来经过多年打磨的最佳实践，并为特定应用模式下如何高效而有效地应用基础模型提供宝贵洞见。拥有恰当的合作伙伴网络⸺包括技术企业、专业服务商和学术在埃森哲2022年面向全球850名高管的调研显套稳健、负责任的人工智能合规体系是企业的当务之急。这包括两方面的事项⸺建立控制流程，在设计阶段评估生成式人工智能应用方式的潜在风险；制定明确措施，在整个业务中嵌入负责任人工智能企业的负责任人工智能原则应当由高层来定义包括组织原则和政策以及适用的法律和法规。负责发展的业务运营和人员技能培训进行持续投入，才能实现人工智能技术跨越式的变革。杜保洛埃森哲首席技术与创新官卢珊埃森哲大中华区企业技术创新事业部董事总经理业务垂询：accenture.direct.apc@5.《生产力J曲线：无形资产如何补充通用技术》，美国经济协会（/articles?id=10.1257/ma