迄今為止，在企業(yè)中，高級聊天機(jī)器人、數(shù)字助手和編碼助手似乎是GenAI應(yīng)用的一些優(yōu)勢領(lǐng)域。

2022年11月ChatGPT的發(fā)布引發(fā)了一場GenAI淘金熱，各家公司爭相采用這項技術(shù)并展示創(chuàng)新。

當(dāng)今企業(yè)中根深蒂固的許多AI應(yīng)用案例使用的是更舊、更成熟的AI形式，如機(jī)器學(xué)習(xí)，或者并沒有利用AI的“生成式”能力來生成文本、圖片和其他數(shù)據(jù)。傳統(tǒng)的聊天機(jī)器人、產(chǎn)品推薦引擎和其他一些有用的工具可能僅依賴于早期的AI形式。

Domino Data Lab是一家企業(yè)AI平臺提供商，其AI戰(zhàn)略負(fù)責(zé)人Kjell Carlsson表示，一些行業(yè)，如生物技術(shù)行業(yè)，正在尋找使用GenAI的方法，但到目前為止，許多試驗這項技術(shù)的企業(yè)發(fā)現(xiàn)用例數(shù)量有限。他說，對于許多企業(yè)來說，GenAI的投資回報難以實現(xiàn)。

他補(bǔ)充道：“對許多用戶來說，現(xiàn)實情況是，他們沒有足夠的信息來制定利用GenAI用例的AI戰(zhàn)略，而且他們無法快速獲得足夠的價值。他們正在大力推進(jìn)幾個用例，但同時也在建立傳統(tǒng)機(jī)器學(xué)習(xí)和‘預(yù)測性’AI用例的組合。”

許多AI專家表示，當(dāng)前GenAI的應(yīng)用案例只是冰山一角。隨著GenAI變得更加強(qiáng)大，用戶在其實驗中變得更具創(chuàng)造力，將會出現(xiàn)更多的用例。

然而，已經(jīng)有幾個GenAI的應(yīng)用案例正在涌現(xiàn)。以下是最受歡迎和最有前景的幾個。

Advanced chatbots(高級聊天機(jī)器人)

雖然使用單詞和短語識別的簡單聊天機(jī)器人已經(jīng)存在了幾十年，但具備GenAI能力的新型聊天機(jī)器人可以讓對話聽起來更自然，同時處理眾多客戶請求。

IT分析機(jī)構(gòu)Forrester將語言GenAI和AI代理列為2024年十大新興技術(shù)中的兩項。例如，歐洲拼車和外賣服務(wù)Bolt已部署了一個智能聊天機(jī)器人來處理大多數(shù)客戶投訴，從而節(jié)省了大量成本。

許多試驗GenAI的公司都擔(dān)心出現(xiàn)幻覺問題，但Carlsson指出，對于低級別的客戶投訴，幾次失誤并不是世界末日。“如果我們不小心進(jìn)去，在本應(yīng)拒絕某人餐費(fèi)信用時卻送出了一頓飯，風(fēng)險是非常低的?！彼f。

在另一個例子中，德國電信(Deutsche Telekom)已使用GenAI來改進(jìn)其Frag MagentaAI助手，該公司預(yù)計該聊天助手每年將能夠處理3800萬次客戶互動。

Digital assistants(數(shù)字助手)

包括微軟和谷歌在內(nèi)的幾家大型IT公司一直在宣傳GenAI數(shù)字助手(或副駕駛)，盡管CIO們可能并不完全相信其投資回報。這些助手可以在企業(yè)的各個角落搜索信息，創(chuàng)建文檔和幻燈片演示，并總結(jié)電子郵件鏈和視頻會議。GenAI數(shù)字助手還可以生成供應(yīng)鏈文檔，如供應(yīng)商報價請求。

一些視頻會議應(yīng)用程序現(xiàn)在會生成轉(zhuǎn)錄和摘要，獨立的工具如Otter.ai也是如此。像Grammarly這樣的應(yīng)用程序可以糾正語法、拼寫和標(biāo)點符號的錯誤。

Labviva是一家提供AI輔助采購解決方案的供應(yīng)商，其聯(lián)合創(chuàng)始人兼首席技術(shù)官Nick Rioux表示，數(shù)字助手也可以針對特定需求進(jìn)行專門化。例如，如果一家公司經(jīng)常購買敏感的化學(xué)或生物化合物，GenAI可以在采購訂單中添加特殊處理說明。

他說：“企業(yè)GenAI最有前景的應(yīng)用案例是那些通過增強(qiáng)功能(如內(nèi)容生成、建議和手動任務(wù)自動化)來簡化人為任務(wù)的應(yīng)用?！?/p>

Coding assistants(編碼助手)

GenAI中出現(xiàn)最頻繁的應(yīng)用案例之一是編碼助手。GenAI可以編寫基礎(chǔ)軟件代碼，讓人類程序員能夠?qū)Ｗ⒂诟鼜?fù)雜的任務(wù)。

數(shù)據(jù)編排初創(chuàng)公司Astronomer的首席技術(shù)官Julian LaNeve表示，這些代碼副駕駛還可以幫助程序員在遇到問題時將注意力保持在代碼上，而不是轉(zhuǎn)向搜索引擎或其他資源來尋找答案。

“他們可以只編寫代碼注釋，然后讓大型語言模型(LLM)為他們完成代碼，”他說道，這里指的是大型語言模型?！斑@能讓開發(fā)者保持我們所說的‘心流狀態(tài)’和‘專注狀態(tài)’，而無需分心去查找示例?！?/p>

AI生成技術(shù)對網(wǎng)頁開發(fā)尤其有幫助，AI咨詢公司GenEdge Consulting的創(chuàng)始人兼管理合伙人Natalie Lambert補(bǔ)充道。GenAI通過創(chuàng)建網(wǎng)站代碼，可以顯著減少更新網(wǎng)站所需的時間和成本。

“通過利用ChatGPT等工具，即使是沒有深厚技術(shù)專長的用戶也能直接在他們的網(wǎng)站上開發(fā)和實施代碼，”她說。“這實現(xiàn)了開發(fā)過程的民主化，讓網(wǎng)絡(luò)專家能夠在AI的輔助下實現(xiàn)他們的愿景。”

許多在軟件開發(fā)全生命周期中實施GenAI的企業(yè)目前正在應(yīng)對這項技術(shù)的局限性和對團(tuán)隊的影響，同時也在總結(jié)自身的經(jīng)驗教訓(xùn)。

營銷支持

多位AI專家和用戶指出，營銷支持是GenAI的優(yōu)勢之一。Brosix(一家提供安全即時通訊工具的公司)的聯(lián)合創(chuàng)始人兼首席執(zhí)行官Stefan Chekanov表示，GenAI可以創(chuàng)建個性化的營銷材料，分析客戶數(shù)據(jù)，并輔助內(nèi)容創(chuàng)作。

“根據(jù)我的經(jīng)驗，在GenAI的幫助下，內(nèi)容創(chuàng)作和社交媒體管理變得更加高效，”他說?！皽p少了在瑣碎調(diào)度、優(yōu)化和編輯上花費(fèi)的時間，意味著專家可以專注于高價值任務(wù)，從而節(jié)省后續(xù)成本?！?/p>

其他人表示，GenAI可以基于產(chǎn)品評論進(jìn)行市場分析，甚至能在客戶意識到問題之前預(yù)測出客戶可能遇到的問題。

“對于產(chǎn)品公司而言，了解客戶反饋至關(guān)重要，”美國銀行與保險提供商USAA的AI和數(shù)據(jù)科學(xué)總監(jiān)Aswini Thota表示。“他們需要知道客戶喜歡或不喜歡什么，新興趨勢是什么，地區(qū)偏好如何，以及客戶將如何看待新產(chǎn)品?！?/p>

他表示，GenAI可以從產(chǎn)品評論中提取客戶見解，而公司無需委托進(jìn)行調(diào)查。在GenAI出現(xiàn)之前，數(shù)據(jù)科學(xué)家為情感分析和意圖提取構(gòu)建了定制的自然語言處理(NLP)模型，但GenAI在這些早期努力的基礎(chǔ)上更進(jìn)一步。

“GenAI允許我們在同一數(shù)據(jù)集上構(gòu)建多個提示，只需按一下按鈕，企業(yè)就可以提取情感、討論主題和預(yù)期用途。”Thota補(bǔ)充道。

藥物發(fā)現(xiàn)

CUDO Compute(一家AI基礎(chǔ)設(shè)施平臺)的首席營銷官Lars Nyman表示，GenAI正在通過建模復(fù)雜分子并預(yù)測其相互作用，以“讓傳統(tǒng)方法看起來像是還停留在撥號上網(wǎng)時代的速度”被用于藥物發(fā)現(xiàn)。他說，GenAI可以顯著縮短新藥上市的時間。

全球IT服務(wù)提供商MSRcosmos表示，GenAI可以幫助制藥公司預(yù)測藥物相互作用，重新利用現(xiàn)有藥物，并根據(jù)患者的基因構(gòu)成創(chuàng)建個性化療法。

2024年初，NVIDIA宣布推出其面向醫(yī)療保健行業(yè)的AI驅(qū)動Clara計算平臺，以及用于藥物發(fā)現(xiàn)的GenAI平臺BioNeMo。

包括強(qiáng)生公司在內(nèi)的一些生物技術(shù)和制藥公司正在將GenAI推廣為藥物發(fā)現(xiàn)領(lǐng)域的下一個重大突破。

網(wǎng)絡(luò)安全和欺詐檢測

多家網(wǎng)絡(luò)安全公司正在使用GenAI來增強(qiáng)工具，以在客戶的網(wǎng)絡(luò)和計算基礎(chǔ)設(shè)施中查找可疑或不尋常的行為。Conversica(一家對話自動化解決方案提供商)的首席執(zhí)行官Jim Kaskade表示，AI系統(tǒng)還可以用于高級欺詐檢測，通過分析交易模式和用戶行為，以高度的準(zhǔn)確性預(yù)測欺詐活動。

例如，Palo Alto Networks提供了Cortex XSIAM安全運(yùn)營平臺，該平臺結(jié)合了公司在機(jī)器學(xué)習(xí)(ML)模型和數(shù)據(jù)存儲方面的專業(yè)知識，以及Google的BigQuery企業(yè)數(shù)據(jù)倉庫和Gemini AI模型。其目標(biāo)是實時向安全分析師發(fā)出威脅警報，同時網(wǎng)絡(luò)安全平臺不斷學(xué)習(xí)新的威脅。

業(yè)務(wù)流程增強(qiáng)

GenAI在企業(yè)業(yè)務(wù)流程增強(qiáng)方面找到了一個優(yōu)勢領(lǐng)域。在此領(lǐng)域，企業(yè)正在探索使用GenAI為業(yè)務(wù)關(guān)鍵的工作流程提高效率，這些工作流程通常對其所在行業(yè)具有獨特性。

例如，金融和保險行業(yè)的一些公司正在使用GenAI來輔助核保人評估潛在客戶。Credibly(一家面向小企業(yè)的借貸平臺)的聯(lián)合創(chuàng)始人兼聯(lián)合首席執(zhí)行官Ryan Rosett表示，該平臺使用GenAI搭配機(jī)器學(xué)習(xí)來評估貸款風(fēng)險并加快借貸流程。

“在Credibly，我們使用GenAI賦予我們的核保人超能力，”他說。“作為一家金融科技公司，我們的成功取決于對尋求融資的企業(yè)主進(jìn)行快速而準(zhǔn)確的風(fēng)險評估?！?/p>

根據(jù)安永(EY)的一項調(diào)查，截至2023年底，幾乎所有保險公司都已采用或有意采用GenAI。約42%的保險公司已經(jīng)投資于GenAI，約三分之二的公司預(yù)計通過使用GenAI，收入將增長10%以上。

在法律領(lǐng)域，法律信息服務(wù)巨頭LexisNexis正在擁抱GenAI，以應(yīng)對公司執(zhí)行副總裁兼首席技術(shù)官Jeff Reihl視為行業(yè)顛覆性威脅的挑戰(zhàn)。

“我們?nèi)w動員，”Reihl告訴記者。“我們進(jìn)行了重大轉(zhuǎn)型，因為這在交互能力、答案的全面性以及數(shù)據(jù)生成能力方面都是一個改變游戲規(guī)則的因素，它的能力令人震驚。”

此后，LexisNexis發(fā)布了其自己的GenAI解決方案Lexis+ AI，提供鏈接的法律引文，以確保律師能夠獲取準(zhǔn)確、最新的法律先例。

預(yù)測分析

雖然GenAI模型傳統(tǒng)上在檢索和總結(jié)信息方面表現(xiàn)出色，但企業(yè)現(xiàn)在正在利用這項技術(shù)進(jìn)行預(yù)測分析。

例如，Interwoven Ventures(一家AI和機(jī)器人風(fēng)險投資基金)的普通合伙人Erez Agmoni表示，一些公司使用GenAI來預(yù)測船運(yùn)時間表。

傳統(tǒng)AI驅(qū)動的預(yù)測分析并非新鮮事物，但GenAI之所以在這項任務(wù)中表現(xiàn)出色，是因為它能夠處理非結(jié)構(gòu)化數(shù)據(jù)，而無需預(yù)定義算法，Agmoni說道。他此前曾擔(dān)任船運(yùn)公司馬士基(Maersk)的AI和機(jī)器人部署負(fù)責(zé)人。

船運(yùn)時間表可能難以預(yù)測，因為多個因素會影響到達(dá)最終目的地的時間，他說。僅通過查看歷史數(shù)據(jù)的簡單算法不足以提供準(zhǔn)確的交付日期。

托運(yùn)人需要多個系統(tǒng)來共享過去和當(dāng)前的數(shù)據(jù)，包括多條路線的性能、天氣、勞動力表現(xiàn)以及金融市場狀況等信息。“能夠解決像這個示例中的問題，可以為參與者帶來數(shù)十億美元的收益，因此大家非?？释业浇鉀Q方案?！盇gmoni說。

從多個來源提取非結(jié)構(gòu)化數(shù)據(jù)

最先進(jìn)的大型語言模型(LLM)可以幫助企業(yè)將其AI戰(zhàn)略拓展到此前未開發(fā)的文本、視頻和語音消息中的非結(jié)構(gòu)化數(shù)據(jù)。例如，供應(yīng)鏈可見性平臺供應(yīng)商FourKites的執(zhí)行副總裁Sriram Nagaswamy表示，一些企業(yè)正在使用GenAI從視頻監(jiān)控系統(tǒng)中提取數(shù)據(jù)。

“我們在GenAI領(lǐng)域看到的最令人興奮的突破之一，是其能夠從各種應(yīng)用程序中提取非結(jié)構(gòu)化數(shù)據(jù)的能力，而這些數(shù)據(jù)此前由于過于繁瑣或耗時而無法利用，這有可能徹底改變市場?！彼f。

例如，許多船運(yùn)港口都裝有定期刷新的攝像頭。

“如果我們開始捕捉這些幀，就只需查看車牌號或集裝箱號，就能準(zhǔn)確知道哪些卡車進(jìn)出，”他說?！按蠖鄶?shù)港口都24/7全天候設(shè)有這些攝像頭，因此數(shù)據(jù)的民主化以及更自然的數(shù)據(jù)收集方式將是最容易實現(xiàn)的成果，能夠解鎖有價值的船運(yùn)和跟蹤見解?！?/p>

Nagaswamy看到了一個明顯的采用趨勢，即采用能夠處理多模態(tài)輸入和輸出的大型語言模型，盡管準(zhǔn)確性可能不會立即達(dá)到99%。

“隨著人們逐漸習(xí)慣于與大型語言模型簡單對話或向其發(fā)送圖像或視頻，我們將在未來一年看到這種能力民主化方面的顯著進(jìn)展?！盢agaswamy說。