生成式人工智能 人人可用的新时代（2024）.docx

《生成式人工智能 人人可用的新时代（2024）.docx》由会员分享，可在线阅读，更多相关《生成式人工智能 人人可用的新时代（2024）.docx（27页珍藏版）》请在优知文库上搜索。

1、accenture埃森哲生成式人工智能：人人可用的新时代ChatGPT背后的技术将深刻改变工作模式,重塑商业形态目录人工智能的发展迎来新拐点发展历程：生成式人工智能的发展里程碑使用或定制：生成式人工智能的普及与应用展望日新月异的技术监管和商业积极迎接生成式人工智能时代：六大技术应用要点术语表及参考资料生成式人工智能：人人可用的新时代I2引言人工智能发展迎来新拐点ChatGPT正在唤醒全球对人工智能（AD变革潜力的认知，激发起前所未有的关注和创造力浪潮。该技术可以模仿人类的对话和决策能力，使我们站上了公众采用人工智能的第一个真正拐点。最终，所有人，所有地方都将切实感受到这项技术的颠覆性潜力。Ch

2、atGPT推出仅两个月，月活跃用户就达到了1亿，成为有史以来增长最快的消费应用程序。I基础模型是大型模型的通称，此类模型拥有数十亿项参数。最近的进展使企业现在能够依托这些基础模型，构建出专门的图像和语言生成模型。而大语言模型（1.1.M）既属于生成式人工智能，也是一种基础模型。ChatGPT背后的大语言模型标志着人工智能发展的重要转折点和里程碑。大语言模型正在凭借两项优势改变着市场规则。第,这类模型破解了语言复杂性的密码。如今，机器拥有了前所未有的能力，可以学习语言、上下文含义和表述意图，并独立生成和创建内容。第二，在利用大量数据（文本、图像或音频）进行预训练后，这些模型能够针对众多不同的任务

3、做出调整或微调。这使得用户可以将多种方式，时模型按原样重复使用或稍加修改后再次使用。商界领袖们已经普遍认识到了这一时刻的重要性。他们预见到大语言模型和生成式人工智能将如何从根本上改变商界、学术界乃至社会本身，开辟新的能力前沿。这些新技术对人类创造力和生产力产生了巨大的积极影响。例如埃森哲研究发现，所有行业中40%的工作时间都将得到GPT-4等大语言模型的协助。这是因为，语言任务占到了企业人员工作总时长的62%,其中65%的时间可以借助人员强化和自动化技术来提升工作活动的生产力（请参见图3）03生成式人工智能：人人可用的新时代发展历程机器学习：分析和预测阶段21世纪的头十年，各类机器学习技术都迅

4、速发展，能修对海量在线数据进行分析，从输出信息中得出结论，或进行“学习”。从那时起，企业就将机器学习视为极其强大的人工智能领域，用于分析数据、发现模式、形成洞见、建立预测，并以远超以往的速度和规模实现任务自动化。生成式人工智能的发展里程碑深度学习：视觉和言语处理阶段进入第二个十年.人工智能的感知能力取得了长足进步,这一机器学习领域被称为深度学习。在此期间.深度学习取得了突破性进展。一方面，计算机视觉的实现.有助于搜索引擎和自动驾驶车辆对物体的分类和检测：I可时，它还可支持语音识别，使广泛应用的人工智能语音助手以更自然的方式和用户交互。生成式人工智能：迈入掌握语言的新阶段基于深度学习模型指数级增

5、长的规模与能力,未来的I年将是机器掌握语言的时代由OPenAl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崭新的功能阶段“诸如此类的模型将对商业产生深远影响，因为语言与企业所有日常工作的方方面面都密不可分机构知识、互动交流和运作流程皆有赖于此.2生成式人I：智能：人人可用的新时代45生成式人工智能：人人可用的新时代使用或定制：生成式人工智能的普及与应用ChatGPT,文心一言、通义千问DA1.1.E、StableDiffusion等一系列易于使用的生成式人工智能应用程序，正在迅速推动技术在商业领域和社会公众中的普及，这将对企业产生极为深远的影响。由于大语言模型具有处理大规模

6、数据集的能力，它可以“掌握”企业长期以来积累的所有信息，包括创办至今的发展历程、发展背景、业务特点和商业意图，甚至细致到产品、市场和客户。所有用语言记录传达的内容，如应用、系统、文档、电子邮件、聊天、视频和音频等等，都将进行创新、优化和玳塑，最终走向全新的高度。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，彻底改变人工智能的使用环节和方式。3我们正进入技术采用周期的下一个阶段，大多数企业后开始通过购买“模型即服务”来开展业务应用。不过对许多企业来说，最大的价值源于使用自己的数据定制或微调模型，以满足其独特需求：使用未来，我们有望随时便捷地获取和使用生成式人工智能及大语言模型

7、应用程序。企业可以通过应用编程接口(APl)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，针对自身的具体需求在较小程度上加以定制。定制但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一些具体的下游任务。通过此举，企业可以有效地利用人工智能实现绩效的飞跃发展提升员工能力、改善客户满意度、引入新型商业模式，及时感知即将发生的变化。生成式人工智能：人人可用的新时代6企业将利用这些模型来重塑工作方式随着员工与人工智能副手协同工作成为常态，每家企业中的每个角色都有可能被完全改造，这显著

8、拓展了单凭人类自身可以取得的成就。在任何特定的工作中，一些任务将实现自动化，一些能够得到辅助，还有一些基本与技术无关。除此以外，大量新任务有待人类执行，例如确保准确、负责任地使用新型人工智能系统。企业要特别关注人工智能对以下这些岗位的影响：咨询建议：人工智能模型将成为每位工作者无处不在的得力助手，将新型超个性化智能放在人们手中来提高生产力。其典型领域包括客户支持、销售赋能、人力资源、医学和科学研究、企业战略和竞争情报等。大语言模型有望帮助处理约70%非面对面的客户服务沟通，并且充分利用强大的对话式智能机器人，理解客户意愿、自行拟定回答，并提高答旦的准确性和质量。5内容创建：生成式人工智能将成为

9、人们必不可少的创意伙伴，不但可以揭示接触和吸引受众的新方法，还能在生产设计、设计研究、视觉识别、名称拟定、副本生成与测试以及实时个性化等领域中，带来前所未见的速度和创新。企业正纷纷引入最完善的人工智能系统DA1.1.E,用于社交媒体推广。DA1.1.E基于文本描述来创建逼真的图像和艺术品，在将文字转换为图片时，可以处理多达120亿项参数，创建的图片更可在InStagram和推特(Twitter)上分享。6编写代码：软件代码编写人员将借助生成式人工智能来大幅提高生产力快速将一种编程语言转换为另一种语言，掌握各种编程工具和方法，实现代码编写自动化，预测和预先防范问题，以及管理系统文档。埃森哲正在尝

10、试使用OPenAl大语言模型，通过自动生成文档提高开发人员的工作效率例如，明确SAP系统配置的理据以及设定各种功能或技术参数。这一解决方案使用户能够在工作时通过微软Teams的聊天对话提交请求：然后，正确组合的文档会被快速返回这一典型范例很好地说明了如何增强特定任务的完成能力并实现自动化，而无需改变整个工作。自动化：生成式人工智能对历史背景、下一步最佳行动、总结能力和预测智能的成熟理解力，将同时在后台和前台办公环境中催生出一个超高效、超个性化的新时代，将业务流程自动化推升到具有变革意义的新水平。一家跨国银行正在使用生成式人工智能和大语言模型，改变其大量交易后处理电子邮件的管理方式，如自动起草带

11、有行动建议的消息，并发送给收件人。这不只是减少了工作量，还能让客户交流更加顺畅。安全防护：随着时间推移，生成式人工智能将支持企业加强治理和信息安全、防止欺诈、完善监管合规，并通过在组织内部和外部均建立跨域联系和推断能力，主动识别风险。在战略性网络防御体系中，大语言模型可以提供多种有用的功能，例如解释恶意软件和快速分类网站。7但在短期内，企业很可能看到，黑客利用生成式人工智能的特长来生成恶意代码或编写完美的网络钓鱼电子邮件。87生成式人工智能：人人可用的新时代展望日新月异的技术、监管和商业当前这样的时刻并不常见。未来几年，针对生成式人工智能、大语言模型和基础模型的投资将极为庞大。和以往不同的是，

12、技术、监管和商业应用将并行发展，且发展速度越来越快。而在以往的创新曲线中，技术发展通常快于应用和监管。技术堆栈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3.4个月到10个月其便会翻一番。9因此，成本和碳排放已成为采用能源密集型生成式人工智能的核心考量因素。“最热门的新型编程平台便是餐巾纸。”杜保洛(PaUlDaugherty)埃森哲技术服务全球总裁兼首席技术官他指的是，创业者正纷纷使用OPenAl根据在餐巾纸上画出的创意草图来搭建工作网站。图1：生成式人工智能技术堆栈的每一层级都将迅速进化

13、应用：通过APl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时其进行定制和优化微调。微调：模型微调的垂要性在于，将跨越软件工程、心理学、语言学、艺术史、文学和图书馆学等诸多学科，创造技能组合需求.基础模型：随着更多预训练模型的出现，市场将迅速成熟和多样化。新的模型设计将为平衡规模、透明度、多功能性和性能提供更多选择。数据：企业提数据生命周期的成熟度，是模型成功的先决条件口能要掌握新的数据、前所未见的数据类型以及海量数据规模,，依乎日见代化的数据平台，生成式人工智能的功能将不断涌现，从而推动大规模应用。基础设施：对于部署生

14、成式人工智能、并且妥善管理成本和碳排放，云基础设施不可或缺。数据中心需要改造。新的芯片组架构、硬件创新和高效算法也将发挥关键作用.图2:生成式人工智能的关键风险和监管问题知识产权：企业如何保护自己的知识产权？在使用预训练基础模型时，怎样防范无意中侵犯第三方版权？数据隐私与安全：即将出台的相关法规如欧盟人工智能法案,将如何规定数据的处理、加工、保护、保密和使用方式？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？产品责任：利用生成式人工智能产品向公众提供服务前，需要建立怎样保护用户身心健康和安全的机制？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并维

15、持用户信心？身份验证：当建立的身份证明依赖于声音或面部识别时，应如何增强和改进验证方法？错误使用这些验证方法会导致怎样的后果？风险和监管环境企业将有成千上万种方法来应用生成式人工智能和基础模型，以最大程度地提高效率并增强竞争优势。很明显，在这条新赛道上，各家公司都在摩拳擦掌。企业需要从整体战略出发，除了生成式人工智能和大语言模型之外，必须全面考虑所有类型的人工智能、及其有意使用的相关技术。ChatGPT进一步引发了人们对人工智能健康发展和规范应用的思考。当技术发展和采用速度快于立法时，企业尤其要密切关注可能面临的任何法律、道德和声誉风险。很重要的一点是，包括ChatGPT在内的生成式人工智能技术在设计时已纳入了负责任和合规等要素，确保此类模型和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年就已定义和实施了负责任人工智能的原则，进而将其融入我们的业务实践和客户服务中。负责任人工智能是一种遵循明确原则来设计、构建和部署人工智