本文根據(jù)IDC中國研究總監(jiān)盧言霞的演講內(nèi)容整理，有刪減：

生成式AI開啟市場新篇章

IDC認(rèn)為，ChatGPT、生成式AI都是基于大模型的應(yīng)用之一。在過往研究人工智能的時候，我們認(rèn)為機(jī)器學(xué)習(xí)是最核心的層次，但在當(dāng)前三大人工智能熱點(diǎn)的背景下，未來人工智能的應(yīng)用可能是基于大模型的應(yīng)用，這是IDC對于大模型和生成式AI以及ChatGPT之間簡單的辨析關(guān)系。

大模型在國內(nèi)從2021年開始走向市場，但因?yàn)槁涞?、整體解決方案、成本、技術(shù)成熟度等多方面的原因，并沒有在市場廣泛推廣，只有在最近才走進(jìn)大眾的視野。目前市場對于超大模型的看法，如廠商宣傳中常提到千億級、萬億級參數(shù)為大模型、超大模型，實(shí)際在產(chǎn)業(yè)落地階段，超級預(yù)訓(xùn)練大模型主要具備以下特征：（1）預(yù)訓(xùn)練模型學(xué)習(xí)過海量數(shù)據(jù)；（2）用戶端模型二次開發(fā)僅需少量數(shù)據(jù)；（3）相比上一代的算法模型有更高的預(yù)測準(zhǔn)確度。

IDC認(rèn)為，目前行業(yè)用戶可能選擇建設(shè)的大模型主要有三個要點(diǎn)：一是當(dāng)前的預(yù)訓(xùn)練模型學(xué)習(xí)了多少數(shù)據(jù)，在海量數(shù)據(jù)中包含多少實(shí)際應(yīng)用的核心領(lǐng)域、垂直領(lǐng)域的數(shù)據(jù)；二是遷移學(xué)習(xí)的效果如何，是不是真的比往年部署的AI應(yīng)用準(zhǔn)確率有所提高；三是部署的整體成本如何，并不是所有大模型參數(shù)都參與訓(xùn)練，單體模型的參數(shù)會全部參與訓(xùn)練，稀疏模型中只有部分參數(shù)參與運(yùn)算。

大模型的價值體現(xiàn)在以下三點(diǎn)：一是開發(fā)門檻降低，用戶可以在AI原子能力的基礎(chǔ)上實(shí)現(xiàn)自定義模型，無需關(guān)注模型細(xì)節(jié)；二是計(jì)算資源的降低，預(yù)訓(xùn)練由廠商提供，用戶側(cè)只需進(jìn)行小數(shù)據(jù)量的再訓(xùn)練；三是預(yù)測效果的提升，研究與實(shí)踐均表明，使用大模型的效果比之前的模型效果相比，均有不同程度的提升。

當(dāng)前越來越多的大模型創(chuàng)業(yè)公司涌現(xiàn)，IDC認(rèn)為未來在大模型應(yīng)用方面仍存在一定的門檻：

一是需要海量的數(shù)據(jù)和算力資源，涉及到的投資成本較高；二是落地效果仍需時間，對于創(chuàng)業(yè)公司而言，選擇特定的垂直場景，或者與具備大型算力能力的廠商合作，從特定場景訓(xùn)練自己的模型，有可能在短期內(nèi)為自身帶來規(guī)?；纳虡I(yè)應(yīng)用，存在持續(xù)發(fā)展的可能性。

人工智能另一個熱點(diǎn)是AIGC，IDC將其分為三大類：文生文、文生圖、文生視頻，典型的AIGC技術(shù)模型包括Open AI的ChatGPT-3、谷歌的PaLM和LaMDA等。

從文生文的角度而言，AIGC有落地場景的可能是數(shù)字人，最近國內(nèi)市場開放的文生文應(yīng)用越來越多，目前總結(jié)起來主要集中在幾個方面：一是對話式功能，二是支持搜索和營銷的場景。

從文生圖的角度而言，無論是國內(nèi)還是全球的文生圖的能力，目前仍有待提升。2022年斯坦福大學(xué)發(fā)布的人工智能指數(shù)報告中提到，大模型的準(zhǔn)確率僅有25%。目前文生圖的應(yīng)用主要是在文娛和游戲場景中，包括影視渲染、美術(shù)設(shè)計(jì)。而在具體的工業(yè)環(huán)境中，目前還沒有應(yīng)用場景能落地。

從文生視頻的角度而言，目前還主要還是在大模型廠商發(fā)展路線的規(guī)劃中，真正能夠基于AI生成視頻的應(yīng)用還比較少。

（圖片來源IDC）

生成式AI應(yīng)用及挑戰(zhàn)

目前生成式AI企業(yè)應(yīng)用案例主要有以下幾類：

（1）知識管理類應(yīng)用，如OpenAI與美國跨國投資管理和金融服務(wù)的應(yīng)用，對財(cái)富管理內(nèi)容的培訓(xùn)進(jìn)行微調(diào)，以便金融顧問能夠搜索公司中的現(xiàn)有知識，并為客戶輕松創(chuàng)建定制內(nèi)容等；

（2）銷售和營銷應(yīng)用，如微軟的Viva sales主要是幫助賣家更有效地與潛在客戶和顧客溝通。將為各種場景生成建議的電子郵件內(nèi)容，如回復(fù)詢問或創(chuàng)建提案，并附上與收件人具體相關(guān)數(shù)據(jù)，如定價、促銷和截止日期，通過氪定制內(nèi)容的自動建議，賣家可以花更少的時間編寫電子郵件和從同事或數(shù)據(jù)庫中搜索銷售數(shù)據(jù)；

（3）代碼生成應(yīng)用，如OpenAI GPT-3的Codex程序，目前主要專門為代碼生成而訓(xùn)練，可以產(chǎn)生各種不同語音的代碼；

（4）特定行業(yè)用例，如醫(yī)療領(lǐng)域，生成式AI一方面可以改善醫(yī)生的工作流程，方便醫(yī)生等審查醫(yī)療記錄，并在護(hù)理點(diǎn)提供與病人和治療醫(yī)生相關(guān)的簡明總結(jié)，另一方面可以通過使用生成式人工智能來設(shè)計(jì)蛋白質(zhì)或設(shè)計(jì)新抗體等。

（圖片來源IDC）

在生成式AI令人振奮的表現(xiàn)下，也隱藏著許多落地的挑戰(zhàn)：

（1）人才&技能缺乏，例如prompt工程師；

（2）準(zhǔn)確度不足，不準(zhǔn)確可能導(dǎo)致其編造謊言，它們可以炮制令人信服的陰謀論，可能造成巨大的傷害或傳播迷信信息；

（3）版權(quán)不清，AI生成的內(nèi)容侵犯版權(quán)，衍生作品可能會產(chǎn)生侵權(quán)后果，使用受版權(quán)保護(hù)的生成數(shù)據(jù)可能違規(guī)；

（4）誤導(dǎo)，任何情況下可能產(chǎn)生誤導(dǎo)、有害或無用的內(nèi)容。

（5）數(shù)據(jù)安全與隱私，生成式AI可能會增加身份盜竊、欺詐和造假；

（6）造成偏見，可能包括在線社區(qū)內(nèi)的性別歧視、種族主義或能力歧視。

未來AI市場展望

未來所有的AI應(yīng)用場景將采用大模型的AI進(jìn)行升級，基于開源的商業(yè)模型，引入行業(yè)特定領(lǐng)域的ISV解決方案，對模型進(jìn)行專門的訓(xùn)練，甚至一些場景可以直接部署到用戶的業(yè)務(wù)當(dāng)中。

從這個角度而言，未來市場格局將有以下變動：上游以具備大模型的廠商為主，中間層可能培育基于AI的行業(yè)解決方案廠商。在這個背景下，2023年有望成為AI領(lǐng)域最令人振奮的一年。

（圖片來源IDC）