人工智能的巨大經(jīng)濟潛力 全球?qū)θ斯ぶ悄艿耐顿Y前景

• 黃江 2023年10月23日 來源：東方財富 377 17
• 繁體

預(yù)計到2025年，美國的人工智能投資可能達到1000億美元，而全球?qū)θ斯ぶ悄艿耐顿Y可能達到2000億美元，這一增長可能會提振整體經(jīng)濟。

2025年全球人工智能投資2000億美元

預(yù)計到2025年，美國的人工智能投資可能達到1000億美元，而全球?qū)θ斯ぶ悄艿耐顿Y可能達到2000億美元，這一增長可能會提振整體經(jīng)濟。

這種人工智能投資的激增歸因于生成式人工智能的巨大經(jīng)濟潛力。生成式人工智能是人工智能的一個分支，專注于基于大型語言模型創(chuàng)建新內(nèi)容，一個例子是ChatGPT。

自美國人工智能公司OpenAI在2022年11月推出聊天機器人ChatGPT，在全球范圍內(nèi)點燃AI熱潮，截至2023年7月，全球已發(fā)布數(shù)百個大模型，僅我國年內(nèi)就發(fā)布80多個，各大廠基本已躬身入局。

即便是百度、阿里、華為、微軟、Google 、Meta這樣走在AI技術(shù)前沿的公司，都在這場“終極玩家”廝殺賽中面臨難以回答的問題——“投資巨大，如何盈利?”

颶風(fēng)刮了大半年，幾天前，微軟、Google 、Meta 相繼發(fā)布Q2財報，并宣布接下來將繼續(xù)加大對人工智能的投入以穩(wěn)固優(yōu)勢地位，但此前上百億美金的投資并未帶來及時的回報。此前憑借ChatGPT股價大漲的微軟，財報會后股價連續(xù)2日收跌。資本隱隱有躁動跡象。

事實上，多位投資人認(rèn)為，當(dāng)前圍繞AI大模型的首輪競爭與投資已然結(jié)束，接下來的競爭輪次中，只有解決商業(yè)化落地，才能緩解投融資難。第二第三梯隊是本輪未上車資方的出手方向。

從2023年上半年的人工智能相關(guān)的融資事件的輪次分布來看，天使輪、A輪以及戰(zhàn)略融資事件數(shù)量位居前列，分別擁有59、57以及38起，共計154起。

當(dāng)前大多數(shù)投資人“出手難”的關(guān)鍵，在于怎么找到適合自己的應(yīng)用場景去落地，實現(xiàn)商業(yè)化，而大多數(shù)公司目前可能連過河的石子還沒摸到。

一個可供參考的信息是，OpenAI成立的前15個月，都沒有一個明確的研究目標(biāo)。2016年5月，時任谷歌首席AI研究員參觀OpenAI，對其工作方式曾相當(dāng)困惑。

根據(jù)中研普華研究院《2023-2027年中國人工智能行業(yè)全景調(diào)研與發(fā)展戰(zhàn)略研究咨詢報告》顯示：

預(yù)訓(xùn)練大模型技術(shù)使得 AI 的通用能力往前邁了一大步。幾十億、上百億參數(shù)的模型不僅能夠迅速處理海量信息，還能理解人類自然語言的輸入、進行復(fù)雜的邏輯推理，并掌握了優(yōu)秀的內(nèi)容生成能力。AI 正在從特定任務(wù)的解決方案轉(zhuǎn)向具有更廣泛應(yīng)用性的解決方案，或者說，有望大規(guī)模地創(chuàng)造價值。

一場關(guān)于生產(chǎn)力的革命已在醞釀之中。全球管理咨詢公司麥肯錫在最近的報告《生成式人工智能的經(jīng)濟潛力：下一波生產(chǎn)力浪潮》中指出，生成式 AI 每年可能為全球經(jīng)濟增加 2.6 萬億到 4.4 萬億美元的價值。

在幾天前的亞馬遜云科技紐約峰會中，「生成式 AI」同樣是全場提及頻率最高的關(guān)鍵詞。

「如今，大模型可以在大量無標(biāo)注數(shù)據(jù)中進行預(yù)訓(xùn)練，實現(xiàn)開箱即用，以處理各種通用性問題。此外，只需相對少量的標(biāo)注數(shù)據(jù)進行微調(diào)，它們就能用于特定領(lǐng)域的應(yīng)用。」亞馬遜云科技數(shù)據(jù)庫、數(shù)據(jù)分析和機器學(xué)習(xí)全球副總裁 Swami Sivasubramanian 表示，「通過微調(diào)輕松定制預(yù)訓(xùn)練模型的能力，絕對是游戲規(guī)則的改變?！?/p>

半年來，大模型之戰(zhàn)如火如荼。當(dāng) OpenAI 和谷歌你追我趕，迅速崛起的「開源」力量也不容小覷?？梢灶A(yù)見的是，在未來的大模型競爭格局中，「沒有一個模型可以統(tǒng)治一切」。

在 ChatGPT 發(fā)布兩個月后，Anthropic 公司就迅速開發(fā)出了「最強競品」 Claude，又在 7 月初完成了 Claude 2 的升級。被稱為是「AI 社區(qū)內(nèi)最強大的開源大模型」的 LLaMa，在不久前也升級為 LLaMa 2，不斷抬高開源大模型的能力上限。

正像一些業(yè)內(nèi)人士所說，任何一家閉源的大模型提供商都沒有護城河。不管是 LLaMa 還是 Claude，開源大模型都顯示出了迭代速度更快、可定制性更強、更具私密性的優(yōu)勢。

而這些開源大模型的力量，正在越來越多地匯聚于亞馬遜云科技的服務(wù)之中。

今年 4 月，亞馬遜云科技發(fā)布了全托管基礎(chǔ)模型服務(wù)「Amazon Bedrock」，以「關(guān)鍵基礎(chǔ)設(shè)施提供商」的角色加入了大模型之戰(zhàn)。

在今天，即使生成式 AI 模型的功能已經(jīng)如此強大，它們?nèi)匀粺o法代替人類「執(zhí)行」一部分關(guān)鍵的、個性化的任務(wù)。

比如一位顧客想咨詢換貨，電商平臺的 AI 客服當(dāng)然可以迅速地告知顧客想要的款式、尺碼、顏色是否還有庫存，但無法完成接下來的訂單更新或交易管理的操作。

這恰恰是「生成式 AI」轉(zhuǎn)化為「生產(chǎn)力」過程中非常關(guān)鍵的一步。

問題并非不能解決：模型通?？梢愿郊?API、插件、數(shù)據(jù)庫以擴展功能，為用戶自動完成某些特定的任務(wù)。比如 ChatGPT 此前就推出了插件機制，還為開發(fā)者提供了開放平臺，允許更多用戶根據(jù)自己的需求、想法和專業(yè)能力進行擴展。

生成式 AI 時代的搜索技術(shù)變革

在解決大模型落地挑戰(zhàn)的火熱討論中，「向量搜索」和「向量數(shù)據(jù)庫」的概念開始被越來越多的人熟知。這是檢索技術(shù)層面在生成式 AI 時代正在發(fā)生的變革。

首先，伴隨數(shù)據(jù)規(guī)模的增長，關(guān)鍵詞檢索已經(jīng)不能滿足需求，向量檢索可作對傳統(tǒng)搜索技術(shù)的補充。通過將數(shù)據(jù)表示為向量，模型可以快速分析和理解大量信息，準(zhǔn)確地識別和匹配相似的項目。

其次，經(jīng)過預(yù)訓(xùn)練的大模型固然能力出眾，但也存在一些不足，比如缺乏領(lǐng)域知識、缺乏長期記憶、缺乏事實一致性的問題。而在數(shù)據(jù)規(guī)模不斷增長、算力日益珍貴的現(xiàn)狀下，向量數(shù)據(jù)庫可作為大模型的「超級大腦」，打一份小抄，相對較低的成本補充動態(tài)知識，滿足用戶不斷增長的需求。

《2023-2027年中國人工智能行業(yè)全景調(diào)研與發(fā)展戰(zhàn)略研究咨詢報告》由中研普華研究院撰寫，本報告對該行業(yè)的供需狀況、發(fā)展現(xiàn)狀、行業(yè)發(fā)展變化等進行了分析，重點分析了行業(yè)的發(fā)展現(xiàn)狀、如何面對行業(yè)的發(fā)展挑戰(zhàn)、行業(yè)的發(fā)展建議、行業(yè)競爭力，以及行業(yè)的投資分析和趨勢預(yù)測等等。報告還綜合了行業(yè)的整體發(fā)展動態(tài)，對行業(yè)在產(chǎn)品方面提供了參考建議和具體解決辦法。

• 相關(guān)深度報告REPORTS

  

  2023-2027年中國人工智能行業(yè)全景調(diào)研與發(fā)展戰(zhàn)略研究咨詢報告

  產(chǎn)業(yè)介紹人工智能覆蓋的產(chǎn)業(yè)相對較廣，主要包括基礎(chǔ)層、技術(shù)層和應(yīng)用層，涵蓋多個不同的技術(shù)及應(yīng)用場景。當(dāng)前中國人工智能領(lǐng)域產(chǎn)業(yè)格局尚未成熟，上中下游具有較大的發(fā)展空間。目前，人工智能行...

  查看詳情

延伸閱讀

推薦閱讀

猜您喜歡