我們應(yīng)該歡迎當(dāng)前GenAI革命中注入的現(xiàn)實主義，但從中期來看，前景仍然令人振奮。

圍繞AI的炒作和興奮感遲早會回歸現(xiàn)實，而今年夏天就是這一時刻。那些有足夠記憶的人會記得，類似的情況發(fā)生在90年代末和2000年代初的互聯(lián)網(wǎng)泡沫破滅時期，以及最近的加密貨幣領(lǐng)域。

今年前六個月，AI明星公司英偉達的股價上漲了近200%，但在7月和8月卻下跌了20%，這與Gartner在最新的“炒作周期”圖中將GenAI置于“低谷期”相符，甚至此前對AI持樂觀態(tài)度的高盛也開始對許多技術(shù)投資的回報率表示擔(dān)憂，然而，鑒于圍繞AI的一些不切實際的期望，這些擔(dān)憂和預(yù)測是不可避免的。在新興技術(shù)發(fā)展的這一階段，適當(dāng)?shù)默F(xiàn)實主義和懷疑態(tài)度是健康的，但認(rèn)為AI已經(jīng)走到了盡頭則是不明智的。

警惕反對者

預(yù)測未來通常是徒勞的，正如諾貝爾獎獲獎物理學(xué)家Niels Bohr所說：“預(yù)測是非常困難的，尤其是對未來的預(yù)測?！?這一點在20世紀(jì)90年代初互聯(lián)網(wǎng)剛剛興起時尤為真實。即使是互聯(lián)網(wǎng)先鋒、以太網(wǎng)標(biāo)準(zhǔn)的共同發(fā)明人Robert Metcalfe也曾對互聯(lián)網(wǎng)的可行性表示懷疑，1995年他曾預(yù)測互聯(lián)網(wǎng)的未來只有12個月。兩年后，在1997年的WWW大會上，他將自己預(yù)測的印刷版與水混合后當(dāng)場喝下，真正地“吞下了自己的話”。

但在某個階段，新技術(shù)的潛在好處會逐漸顯現(xiàn)出來，盡管其發(fā)展路徑尚不明晰。我們現(xiàn)在正處于AI的這個階段，快速發(fā)展的大型語言模型及其生成能力正穩(wěn)步滲透到企業(yè)中。未來的道路上還會有更多的坎坷，但現(xiàn)在已經(jīng)有足夠多的部署和應(yīng)用案例可以讓我們看到，這些技術(shù)在企業(yè)和公共部門的數(shù)字化轉(zhuǎn)型中具有廣泛的潛力。

商業(yè)領(lǐng)袖們在告訴我們什么？

今年早些時候，咨詢公司BCG發(fā)布了一項對1400名C級高管的調(diào)查，超過一半的人預(yù)計AI和GenAI今年將帶來成本節(jié)約。雖然大多數(shù)還處于試驗階段，但大約四分之一的受訪者預(yù)計通過運營、客戶服務(wù)和IT方面的生產(chǎn)力提升，節(jié)約超過10%的成本。盡管有相當(dāng)一部分人對其公司在AI投資方面的進展表示擔(dān)憂，但其中大約一半的人認(rèn)為問題主要出在投資優(yōu)先級不明確以及缺乏可用技能和連貫的戰(zhàn)略，而非AI技術(shù)本身的問題。

在最近一次達沃斯經(jīng)濟學(xué)家、政策制定者和商業(yè)領(lǐng)袖的會議上，美國KPMG首席執(zhí)行官Paul Knopp表示：“我們正處于一個階段，GenAI將從試點和實驗走向?qū)嵤┖凸I(yè)化?！?這一說法得到了Salesforce AI首席執(zhí)行官的支持，該公司已經(jīng)通過客戶使用AI工具看到了生產(chǎn)力的提升。

來自前線的報告

金融服務(wù)公司Klarna公開表示，其90%的員工每天使用AI，Klarna的AI助手在運營的第一個月內(nèi)處理了三分之二的客戶服務(wù)對話，相當(dāng)于700名全職客服人員的工作量。除了節(jié)約成本外，該公司聲稱Klarna AI在解決問題時更加準(zhǔn)確，重復(fù)咨詢減少了25%，并為公司增加了4000萬美元的利潤。

許多AI的部署和集成并非革命性突破，而是為現(xiàn)有產(chǎn)品和服務(wù)帶來漸進式的改進和增值，比如，圖形和演示軟件供應(yīng)商Canva已集成了Google的Vertex AI，以簡化其視頻編輯功能，Canva用戶可以避開一些繁瑣的編輯步驟，在幾秒鐘內(nèi)完成視頻制作，而不再需要幾分鐘甚至幾小時，而全球營銷服務(wù)巨頭WPP則將Anthropic的Claude AI服務(wù)集成到其內(nèi)部營銷系統(tǒng)WPP Open中，該系統(tǒng)被公司旗下114000名員工用于幫助制定廣告創(chuàng)意、生成內(nèi)容以及解讀復(fù)雜的客戶需求。

AI正在不斷演變

隨著使用案例的增多，企業(yè)開始了解哪些方法有效、哪些是瓶頸，我們可以預(yù)見到AI部署的穩(wěn)步增長。開源和小型模型的興起也使得定制化變得更加可行。AI資源庫Hugging Face目前列出了近135000個Apache 2.0許可證下的模型，允許商業(yè)重用和重新開發(fā)，這些以及其他模型共享平臺為開發(fā)者提供了豐富的資源，可以根據(jù)具體的用例和行業(yè)需求對模型進行適應(yīng)和定制。

隨著檢索增強生成（RAG）和知識圖譜的使用日益增加，再加上來自O(shè)penAI和Anthropic等大廠的API，企業(yè)有了一條更加安全地利用其數(shù)據(jù)資源的路徑。IDC最近聲稱90%的商業(yè)數(shù)據(jù)是非結(jié)構(gòu)化的，這為企業(yè)提供了利用AI解鎖這些未開發(fā)資產(chǎn)的絕佳機會。要做到這一點，尤其是在涉及關(guān)鍵業(yè)務(wù)流程的情況下，需要時間來確保安全性和高效性，但我們可以期待在未來幾年內(nèi)取得重大突破。

因此，雖然目前AI領(lǐng)域略顯冷清，但那些現(xiàn)在做好準(zhǔn)備的人將在AI回暖時占據(jù)成功的有利位置。