企业高管对生成式人工智能将如何改变2024年的业务

企业的发展在发现、理解和利用企业和行业发展方面，最高管理层领导者享有独特的优势。尤尤互联在这里收集了一些知名公司的高管以只有他们能做到的独特方式分享了他们对生成式人工智能下一步发展方向的见解。

1、生成式人工智能项目将开始被采用和规模化

尽管生成式人工智能在如何改变商业和世界方面激发了令人难以置信的创造性想法，但现实世界中规模化的生成式人工智能活动却很少。进入 2024 年，我们将看到第一波生成式 AI 企业项目达到成熟水平，这将揭示早期阶段尚未了解的生成式 AI 的重要维度。

2、培训基础法学硕士的成本将会下降

我们将看到训练基础大型语言模型 (LLM) 的成本迅速下降，因为经过优化，以每两年 50% 的速度训练它们。这使得更多公司能够开发和部署更多自己的法学硕士。因此，我们预计未来几年将会出现大量基于法学硕士的新申请。此外，公司开始面临构建特定领域人工智能助手的挑战，目前围绕法学硕士的炒作可能会在 2024 年放缓。法学硕士有望在 2024 年及以后对企业和社会产生重大影响。 

3、GenAI 支持的 NLI、定制法学硕士、定制 B2B 应用即将到来

预计新产品将采用由生成式 AI 提供支持的自然语言界面 (NLI)，到 2024 年底，超过一半的产品将默认采用生成式 AI。生成式 AI 还将用于与需要更加情境化、个性化和集成解决方案的用户进行 B2B 交互。生成式人工智能将提供 API、接口和服务来访问、分析和可视化数据和见解，并在项目管理、软件质量和测试、合规性评估和招聘工作等领域变得普遍。因此，人工智能的可观察性将会增强。

我们还将看到专门的、特定领域的人工智能模型的兴起，以及向更小、更专业的法学硕士的转变，这些模型具有更高水平的准确性、相关性、精度和利基领域理解。例如，LLaMA-7B 模型（通常用于代码完成和少量射击）将得到越来越多的采用。

4、人工智能从文本转向多模式模型

AI 正在超越 ChatGPT 的大型语言模型文本世界和 Midjourney 领域，转向大型多模态模型 (LMM)，即可以跨不同媒体类型进行推理的系统。这开辟了新类型的应用程序和可能性，例如基于图像的库存或小型企业的虚拟产品支持助理，并可能有助于将未来的人工智能系统建立在更真实的示例上，从而减轻幻觉的可能性。我们预计未来 12 个月会有更多应用，生成式人工智能通过声音、视觉和其他感官进行学习，不久的将来可能会带来能够区分现实和虚构的人工智能系统。  

5、对首席人工智能官的需求激增不会持续下去

组织争相充分利用人工智能的潜力，预计明年首席人工智能官 (CAIO) 的招聘数量将会激增。Foundry 最近的一项研究表明，11% 的中型到大型组织已经指定专人担任此职位，另外 21% 的组织正在积极寻找人员。CDO 俱乐部本月举办了 2023 年 CAIO 峰会，在 2024 年迈出了一大步，该峰会被誉为世界上首个专门为首席人工智能官 (CAIO) 设计的活动。

这一趋势与云计算热潮初期首席云官 (CCO) 的崛起相呼应。考虑到推出有效人工智能策略所需的未知数、风险和重要性，CAIO 可能是一项不错的投资。然而，与 CCO 一样，这种趋势将是短暂的。

人工智能更加深入地融入业务运营和战略，对专业 CAIO 的需求将会消失。曾经被认为需要专职人工智能高管的职责最终将落入首席信息官的职权范围，或者该角色可能在未来某个时候与首席数据官的职责融合。这一转变将反映出人们对人工智能在各种业务职能中的作用有了更广泛、更综合的理解。

6、成熟的生成式 AI 代理框架可满足企业复杂性

生成式人工智能的复杂性将激发新软件架构的应用，这些架构可以协调跨企业系统的信息流、预测模型并增强对话体验。检索增强生成 (RAG) 是一种人工智能框架，用于检索最新信息并将其与法学硕士合并。这是伟大的第一步，但这种架构将受到组织中用例的一定规模和复杂性的限制。基于代理的框架（如 Microsoft AutoGen 的开创性工作）有助于构建角色和功能网络，利用 RAG、LLM 和企业系统来满足当今组织的复杂性。

7、工业数字化加上生成式人工智能将促进转型

生成式人工智能将使物理世界的各个方面（例如几何、光、物理、物质和行为）更容易转化为数字数据。物理世界数字化的民主化将加速工业企业的发展，使他们能够更高效地设计、优化、制造和销售产品。它还使他们能够更轻松地创建虚拟训练场和合成数据，以训练将在物理世界中交互和操作的新一代人工智能，例如自主机器人和自动驾驶汽车。 

此外，3D 互操作性也将起飞：从绘图板到工厂车间，数据将首次实现互操作。来自制造、产品设计、零售、电子商务和机器人行业的全球最具影响力的软件和从业公司都致力于加入新成立的OpenUSD 联盟。作为 3D 工具和数据之间的通用语言，OpenUSD将打破数据孤岛，使工业企业能够比以往更轻松、更快速地跨数据湖、工具系统和专业团队进行协作，从而加速以前繁琐的手动工业流程的数字化。 

8、除其他近期危害外，人工智能抢走工作岗位的速度将快于创造工作岗位的速度

尽管生成式人工智能正在重新构想我们与机器交互的方式，但在广泛采用人工智能和语言模型的最初几年中，仍然存在一些直接的问题，这些问题将特别具有挑战性。对于许多从事我们粗略地称为“知识工作”的人来说，他们的相当多的工作将会消失。快速的变化使得劳动力市场中其他地方的失业工人很难迅速吸收，因此私营部门和政府都需要加紧努力。

Deepfakes也是另一个障碍，我们可以预见，对我们人类共同认为的现实的攻击会越来越多，从而导致一个没有人能够、也不应该相信你的视频的世界，因为它可能是人工智能生成的。

人工智能的进步将加剧过去 20 至 30 年来富人和穷人之间出现的数字鸿沟，并将进一步加剧全球范围内的不平等。我只能希望，通过让信息更容易获取，这种新兴技术能够让新一代年轻人更好地理解问题和潜力，并能够应对这种风险。

企业将更加智能地管理人工智能风险

部署人工智能的公司将更加认识到人工智能的风险和潜在性质，我们将看到更多的企业采取有针对性的行动来减轻这种风险。例如，检索增强生成等新模式可以帮助法学硕士从权威来源生成结果。其他技术，例如确保训练数据的质量和保真度、让人类参与训练（基于人类反馈的强化学习）以及对最敏感场景的推理，都是平衡生成式 AI 提供的增强智能的方法。

我们还将看到稳健的治理政策、流程和工具的增加，包括对人工智能生成的内容进行测试和验证，在整个系统中嵌入监控。制定明确的人工智能政策，制定确定道德、负责任和包容性的标准，将指导人工智能的使用。再加上教育，使在该领域工作的团队能够学习实施建议所需的技能，这将成为我们看到企业执行切实的人工智能计划的基石。