來源：火訊財(cái)經(jīng)

文章轉(zhuǎn)載來源：產(chǎn)業(yè)家

原文來源：產(chǎn)業(yè)家

圖片來源：由無界 AI生成

當(dāng)全民化意味著低成本,，生成式AI意味著生產(chǎn)力的提升時(shí)，“云”和“開源”也就注定成為了繞不開的兩大話題,。

透過Gartner的報(bào)告，我們嘗試重新分析中國的AI時(shí)代生成式AI究竟意味著什么,？云計(jì)算的第三次浪潮又代表了什么？

AIGC,、大模型、AGI,、MaaS，已然成為2023年的幾大關(guān)鍵詞,。其火熱程度讓人不由得回想起當(dāng)年的“元宇宙”，但與之不同的是,，大模型和AIGC背后蘊(yùn)藏的產(chǎn)業(yè)密碼，撼動(dòng)的不僅是整個(gè)To B界,，更是對信息技術(shù)底層的顛覆,。

所以,，AI不僅會(huì)是2023年到2024年的主題詞,，它更將是未來十年都繞不開的話題,。

8月末，首批大模型通過備案,，最先全面開放的是百度文心一言,，接著是智譜AI、百川智能,、字節(jié)跳動(dòng),、商湯等等,。時(shí)間再快進(jìn)兩個(gè)月,，到了11月初,，第二批AI大模型也陸續(xù)通過備案,，其中包括美團(tuán),、昆侖萬維、螞蟻集團(tuán),、面壁智能,、知乎等11個(gè)大模型應(yīng)用,。

兩批大模型應(yīng)用備案，加在一起共22家,。從3月27日,，國內(nèi)第一個(gè)大模型百度“文心一言”的正式上線,，到11月4日，第二批大模型備案通過,，在過去的222天里,，國內(nèi)大模型已然脫虛向?qū)?，從C端走向B端,，走向產(chǎn)業(yè)落地,。而目前大模型正在經(jīng)歷的是,，商業(yè)化探索階段,。

可以說,，這22家大模型備案的通過,，既是為2023年所有籌備大模型的企業(yè)劃上一個(gè)完美的句號,，也是為未來2024年整個(gè)To B行業(yè)、云計(jì)算行業(yè)帶來的一個(gè)良好開端,。

10月16日,，全球IT研究與顧問咨詢公司Gartner發(fā)布了“2024年十大戰(zhàn)略技術(shù)趨勢報(bào)告”,。而這十大趨勢的主題詞只有一個(gè),，即人工智能,，或者更準(zhǔn)確的說是生成式AI,。但任何新興技術(shù)的爆發(fā)，必然會(huì)帶來一定的風(fēng)險(xiǎn),。所以，Gartner在2024年十大趨勢報(bào)告中,，將這些趨勢分為三大類別：價(jià)值、風(fēng)險(xiǎn)和資產(chǎn)保護(hù),。

2024年十大戰(zhàn)略技術(shù)趨勢,，圖源：Gartner

Gartner對于未來生成式AI的預(yù)測是,，到2026年,，超過80%的企業(yè)都會(huì)接入生成式AI或大模型，然而這一比例在2023年初還不到5%,。

在國內(nèi),，生成式AI也是大模型的同義詞,。而大模型在阿里云的口中,，是“云計(jì)算的第三次浪潮”,。這家對大模型開源貢獻(xiàn)頗多的企業(yè)為大模型賦予的概念,，言外之意也一定程度上揭示了生成式AI的未來,。

Gartner研究副總裁高挺（Arnold Gao）對此的態(tài)度是，“這些趨勢很多時(shí)候也不是一個(gè)單獨(dú)的技術(shù),，而是一種架構(gòu)上的變化,。”

這些答案或許書寫在2024年的產(chǎn)業(yè)答卷上,，又或許在更長的時(shí)間才能浮出水面。

透過Gartner的報(bào)告,，我們嘗試重新分析中國的AI時(shí)代生成式AI究竟意味著什么,？云計(jì)算的第三次浪潮又代表了什么,？

趨勢一：全民化生成式AI

回顧2023年，幾個(gè)有代表性的大會(huì),，如世界人工智能大會(huì),、中國國際服務(wù)貿(mào)易交易會(huì)，以及剛剛過去的阿里云云棲大會(huì),，它們都闡釋了一個(gè)重要的主題——生成式AI,。

在這里，Gartner所預(yù)測的第一大趨勢“全民化生成式AI”,，與阿里云口中的“云計(jì)算的第三次浪潮”有著異曲同工之處。

“未來生成式人工智能平臺的入門門檻會(huì)變得非常低,，幾乎可以為所有人提供‘生成、創(chuàng)造,、編寫數(shù)字內(nèi)容’的能力?！边@是Gartner研究副總裁高挺對于“全民化生成式AI”趨勢的解讀,。所以，當(dāng)全民化意味著低成本,，生成式AI意味著生產(chǎn)力的提升時(shí),，“云”和“開源”也就注定成為了繞不開的兩大話題。

其中,，云計(jì)算為生成式AI提供了底層技術(shù),。這也是“云計(jì)算的第三次浪潮”被提出的大背景。生成式AI對云計(jì)算行業(yè)帶來的影響可謂是顛覆性的,。阿里云王堅(jiān)對“云計(jì)算第三次浪潮”的詮釋是,，AI與云計(jì)算結(jié)合帶來的第三次浪潮并不會(huì)在一年、兩年完成,，可能會(huì)給我們十年、幾十年的時(shí)間,，才會(huì)讓真正把更多東西在云計(jì)算時(shí)代發(fā)明出來,。

從短期來看,，云計(jì)算與AI產(chǎn)業(yè)或大模型形成的是聯(lián)動(dòng)關(guān)系,，因?yàn)樗写竽Ｐ投紩?huì)長在云上，以“云”的方式提供服務(wù),。但具體來理解“第三次浪潮”，將其放在更遠(yuǎn)的未來,，它不僅會(huì)給云計(jì)算帶來顛覆，更是對整個(gè)SaaS市場和To B行業(yè)的商業(yè)模式等都帶來影響,。

眾所周知，云計(jì)算行業(yè)在國內(nèi)興起和發(fā)展的時(shí)間并不算長,，到2024年也只有近十年的歷程,。在這期間，市場對云計(jì)算的理解從陌生到熟悉,，但迄今為止，還并未迎來高速發(fā)展期,。目前我國云計(jì)算行業(yè)的競爭格局已成定局，在走過“分蛋糕”的時(shí)代之后,，接下來云計(jì)算企業(yè)所面臨的是,，如何在存量市場做到更優(yōu)秀。

目前國內(nèi)云計(jì)算市場面臨的問題是,，上層的SaaS行業(yè)并不成熟,，并且缺乏行業(yè)領(lǐng)軍企業(yè)。而在云計(jì)算行業(yè)的高速發(fā)展期,，SaaS行業(yè)的成熟對其至關(guān)重要,。市場接受度低,、付費(fèi)習(xí)慣差,、產(chǎn)品能力等等諸多弊病也正在拖累著SaaS行業(yè)前進(jìn)的步伐,。

然而,，2023年，事情的轉(zhuǎn)機(jī)就出現(xiàn)在生成式AI上,。生成式AI這波熱潮的興起,，不僅會(huì)催生新一批SaaS應(yīng)用，更會(huì)助力曾經(jīng)的SaaS應(yīng)用,，將其重新帶入到大眾視野中。在提升軟件生產(chǎn)力的同時(shí),，市場接受度也在悄然發(fā)生變化,。

生成式AI應(yīng)用遍布各行各業(yè),，因此對于云計(jì)算和上云趨勢帶來的影響也更為直觀,。從市場規(guī)模的角度看，據(jù)中國信通院數(shù)據(jù)預(yù)測,，到2025年全球云計(jì)算市場規(guī)模將超過6000億美元，5年復(fù)合增長率將達(dá)到23.56%,；其中我國云計(jì)算市場規(guī)模在2025年將突破1萬億元,。

而從企業(yè)的上云趨勢來看,，據(jù)方正證券研究報(bào)告,，目前我國民營企業(yè)上云滲透率為49.2%，國資企業(yè)上云滲透率為33.7%,。相較美國85%以及歐洲70%的企業(yè)上云率,，我國企業(yè)在上云趨勢方面仍有較大發(fā)展空間。未來隨著生成式AI應(yīng)用的普及,，上云滲透率也將迎來更快的增長,。

然而，“全民化”的背后不僅需要云計(jì)算行業(yè)的支持,，在大模型遍地開花的時(shí)代,，“開源”也逐漸成為當(dāng)下的熱議話題。開源的本質(zhì)是降低大模型開發(fā)成本,，打開生成式AI技術(shù)創(chuàng)新的源頭。一些優(yōu)秀企業(yè)將底層的代碼能力貢獻(xiàn)出來,，以免費(fèi)開源的方式供其他企業(yè)進(jìn)行二次開發(fā),，這樣一來就極大程度地降低了模型成本，也提高了生成式AI的普及性,。

在國際測試委員會(huì)Bench Council所公布的世界開源系統(tǒng)貢獻(xiàn)榜中,，除了學(xué)術(shù)界的參與外，在企業(yè)里,，微軟,、谷歌,、IBM、甲骨文,、英偉達(dá),、阿里巴巴、百度等公司也被列入其中,。這些頭部企業(yè)的參與,，也恰恰說明了開源的可靠性。以國內(nèi)大模型企業(yè)為例,，阿里云已成為國內(nèi)首個(gè)加入大模型開源行列的大廠,。

趨勢二：AI信任、風(fēng)險(xiǎn),、安全管理（AI TRiSM）

任何新技術(shù)的出現(xiàn)都伴隨著未知的風(fēng)險(xiǎn),。

Gartner所提出的“AI TRiSM”機(jī)制，翻譯成中文是對AI的信任（Trust）,、風(fēng)險(xiǎn)（Risk）和安全（Security）管理,。

具體而言，人類對AI的信任問題可追溯到“Siri時(shí)代”,，當(dāng)智能語音助手剛進(jìn)入到日常生活中時(shí),，關(guān)于AI的信任危機(jī)也隨之而來。比如最常聽到的,，Siri是否會(huì)“監(jiān)聽”我們的生活，用于商業(yè)等用途,。

而這一問題放大到如今的大模型時(shí)代,，信任危機(jī)則更加嚴(yán)重。在大模型時(shí)代,，AI信任危機(jī)可以以多種形式存在,，比如“訓(xùn)練數(shù)據(jù)投毒”，或者生成式AI涉及到的“提示詞攻擊”等等,。

其次,，AI風(fēng)險(xiǎn)則更多的被放在醫(yī)療,、金融、法律等關(guān)鍵領(lǐng)域,。比如在醫(yī)療行業(yè),，8月中旬北京市衛(wèi)健委發(fā)布了《北京市互聯(lián)網(wǎng)診療監(jiān)管實(shí)施辦法（試行）》，其中規(guī)定了嚴(yán)禁使用AI自動(dòng)生成處方,。而這一擔(dān)憂的背后是生成式AI浪潮下,，互聯(lián)網(wǎng)醫(yī)療所埋下的重大安全隱患。

再比如在金融行業(yè),，銀行,、證券等機(jī)構(gòu)的數(shù)據(jù)安全，也正是生成式AI發(fā)展過程中必須要解決的一大問題,。

實(shí)際上,，Gartner所提出的“AI TRiSM”框架則更多是基于人工智能模型的公平性、透明度和數(shù)據(jù)保護(hù)等方面,，所提供的一套治理機(jī)制,。而實(shí)現(xiàn)AI治理的方式可以是國家政策、也可以是一些針對大模型時(shí)代下的新安全應(yīng)用,，再或者是企業(yè)基于自身安全考慮的私有部署方式,。

在政策方面，歐盟,、美國,、英國和中國等多個(gè)國家都已推出生成式AI監(jiān)管規(guī)定。隨著生成式AI的快速發(fā)展,，國際上對生成式AI風(fēng)險(xiǎn)的重視也提到了一定高度,。

8月，歐盟《人工智能法案》成為AI監(jiān)管領(lǐng)域的全球標(biāo)準(zhǔn),，其中參與商談的國家包括歐盟成員國,、印度、日本,、韓國,、新加坡和菲律賓；同時(shí)在2023年8月15日,，國家網(wǎng)信辦等七部門聯(lián)合公布的《生成式人工智能服務(wù)管理暫行辦法》也正式生效,；10月末，美國也推出了首個(gè)生成式AI監(jiān)管規(guī)定,。

然而,，除了國家層面的政策保護(hù)，企業(yè)自身也會(huì)基于數(shù)據(jù)安全和隱私等層面,，將一些涉及隱私的應(yīng)用進(jìn)行私有云部署,，把數(shù)據(jù)放在本地上保存,，從而來保證數(shù)據(jù)在生成式AI應(yīng)用上的安全性。

但未來隨著生成式AI應(yīng)用的普及,，更多的大模型和應(yīng)用都會(huì)長在公有云上,。屆時(shí)，關(guān)于AI的信任和風(fēng)險(xiǎn)問題又會(huì)被重新提出來,。所以,，在新的時(shí)代下，基于企業(yè)生命周期管理的安全類應(yīng)用也會(huì)變得更加重要,。

趨勢三：AI增強(qiáng)開發(fā)

“生成式AI所帶來的生產(chǎn)力提升將波及到數(shù)十億的人工勞動(dòng)力,，而這項(xiàng)技術(shù)所創(chuàng)造的價(jià)值是，提升至少10%的效率和創(chuàng)造力,?！奔t山的兩位合伙人在《生成式AI，一個(gè)新世界》一文中表達(dá)了上述觀點(diǎn),。

而生成式AI背后所蘊(yùn)藏的機(jī)遇與挑戰(zhàn)也正在于此,，它雖有數(shù)萬億美元的經(jīng)濟(jì)潛力，但同時(shí)也為數(shù)萬人帶來了失業(yè)焦慮,。

最先感受到焦慮的職業(yè)也恰好是生成式AI最擅長應(yīng)用的領(lǐng)域,。在ChatGPT漂洋過海剛來到國內(nèi)之時(shí)，人們對它還并不熟悉,，因此誤以為客服行業(yè)將最先感受到危機(jī),。實(shí)則不然，真正能與生成式AI結(jié)合,，并帶來生產(chǎn)力提升的是“代碼”,。

Gartner研究副總裁高挺對“AI增強(qiáng)開發(fā)”的解讀是，被AI開發(fā)替代的測試任務(wù),，主要集中在3個(gè)方面：編寫測試代碼,、生成測試數(shù)據(jù)、生成單元測試中的“測試樁”,。

雖然目前來看，從設(shè)計(jì)到代碼，AI還不能參與整個(gè)全生命周期的開發(fā)過程,，但未來卻很有希望。從原理上看,，生成式AI可以根據(jù)用戶輸入的數(shù)據(jù)，自動(dòng)生成代碼,，從而簡化并加速開發(fā)流程,。

而且從用戶的角度來看，生成式AI與代碼的結(jié)合,，也更方便人機(jī)交互。硬幣的一面是,，用戶不再需要編寫大量代碼來處理問題,。而硬幣的另一面是，生成式AI也可以幫助企業(yè)在短時(shí)間內(nèi)開發(fā)出更優(yōu)秀的應(yīng)用程序,，從而在數(shù)字化轉(zhuǎn)型中實(shí)現(xiàn)降本增效,。

將生成式AI與代碼的結(jié)合放在更大的層面，這對于低代碼和無代碼行業(yè)都將帶來變革性影響,。對此,，IDC研究經(jīng)理Michele Rosen也認(rèn)為,，如果低代碼和無代碼供應(yīng)商所提供的產(chǎn)品，與生成式AI相結(jié)合,，那么理想條件下的結(jié)果就是，用戶可以用自然語言或可視化組件的方式來進(jìn)行交互,。

實(shí)際上，國內(nèi)外已經(jīng)有類似應(yīng)用出現(xiàn),。比如微軟的GitHub Copilot編程助手,，再比如百度近日發(fā)布的Comate代碼助手。后者正是基于代碼層面推出的SaaS應(yīng)用,，這也是國內(nèi)首個(gè)與代碼結(jié)合的SaaS應(yīng)用的嘗試,。

“一個(gè)聊天界面，通過聊天界面創(chuàng)建簡單的應(yīng)用程序,。”這樣簡單的無代碼操作步驟已經(jīng)在微軟的低代碼產(chǎn)品PowerApps上實(shí)現(xiàn),。這是在PowerApps添加了Copilot之后,，基于ChatGPT功能的無代碼生成應(yīng)用,。

趨勢四：智能應(yīng)用

“ChatGPT可能已經(jīng)出現(xiàn)了自我意識”,，Open AI首席科學(xué)家Ilya Sutskever發(fā)出警告,。類似AI有意識的發(fā)現(xiàn)已經(jīng)不是第一次在海外傳出。但一個(gè)更加唯物主義的問題是，AI怎么會(huì)產(chǎn)生意識,？

Sutskever發(fā)出這樣警告的背景是,，他在神經(jīng)網(wǎng)絡(luò)的多年學(xué)習(xí)研究后,，發(fā)現(xiàn)了模式識別方面的驚人功效，即只需要足夠多的數(shù)據(jù)和非常強(qiáng)大的算力便可以實(shí)現(xiàn)其預(yù)期功能,。這也正是Sutskever口中的AI的“自我意識”,。

高挺對于智能應(yīng)用的解讀是,，其目標(biāo)是最終成為可以像人類一樣去思考,、判斷和適應(yīng)環(huán)境的應(yīng)用,。而這種智能應(yīng)用自適應(yīng)的學(xué)習(xí)能力,，背后正是包含當(dāng)前生成式AI所展示出的底層能力，即機(jī)器學(xué)習(xí),、語意引擎、連接數(shù)據(jù)等,。

未來，這樣的底層能力也將遍布至所有的智能應(yīng)用設(shè)備,，比如物聯(lián)網(wǎng)技術(shù)、自動(dòng)駕駛等等,。或者換一種角度,，未來的所有智能設(shè)備都將建立在生成式AI底層能力的基礎(chǔ)上,。

趨勢五：增強(qiáng)型互聯(lián)員工隊(duì)伍

“到2027年底,，25%的首席信息官（CIO）將使用增強(qiáng)型互聯(lián)員工隊(duì)伍計(jì)劃將關(guān)鍵崗位的勝任時(shí)間縮短50%?！边@是Gartner針對“增強(qiáng)型互聯(lián)員工隊(duì)伍”進(jìn)行的預(yù)測,。從這樣的預(yù)測可以看出,，增強(qiáng)型互聯(lián)員工隊(duì)伍的本質(zhì)是保證關(guān)鍵崗位的人才流失率。

而從技術(shù)的角度來看,，高挺對此的解讀則是,，通過終端應(yīng)用知識庫提出數(shù)據(jù)，對員工情緒進(jìn)行分析,，從而得出“員工的離職傾向”數(shù)據(jù),。

一個(gè)更為真切的例子是，企業(yè)從員工在線工作的時(shí)間,，包括郵件里的措詞,、訪問各個(gè)應(yīng)用的數(shù)據(jù)，分析出員工目前的工作狀態(tài)和壓力,。這些數(shù)據(jù)可以是員工在某些系統(tǒng)里逗留的時(shí)間,、所做的操作。

然而,，這類技術(shù)所涉及到的數(shù)據(jù)隱私和安全問題是技術(shù)落地前不得不考慮的一大因素,。雖然本質(zhì)上體現(xiàn)的是對員工的關(guān)懷，但從另一種角度,，人工智能也可能演變成對人類的“監(jiān)控”,。因此目前，國內(nèi)這類技術(shù)的應(yīng)用落地還需要很長的時(shí)間,。

趨勢六：持續(xù)威脅暴露面管理（CTEM）

生成式AI的未來,，一定建立在解決AI風(fēng)險(xiǎn)的前提之下。在此背景下,，安全應(yīng)用的重要性再一次被提到一定高度,。

而所謂的“威脅暴露面”是指網(wǎng)絡(luò)安全漏洞。實(shí)際上,，新型的網(wǎng)絡(luò)攻擊始終都在不斷變化,，隨著各種安全應(yīng)用的升級，網(wǎng)絡(luò)攻擊者的攻擊途徑也在進(jìn)化,。

比如,，從過去的攻擊事件本身，到攻擊路徑,。具體來理解,，攻擊路徑就是網(wǎng)絡(luò)攻擊者站在當(dāng)事人的角度思考,，事情的發(fā)展路徑，從而從路徑上去突破,，從而采用相對應(yīng)的攻擊戰(zhàn)術(shù)和實(shí)施手段,。

在此背景下，2022年中,，Gartner發(fā)布了《實(shí)施持續(xù)威脅暴露面管理（CTEM）計(jì)劃》,，提出了CTEM這種主動(dòng)式安全防御新思路。然而,，企業(yè)不可能找到一套十分嚴(yán)密的防御機(jī)制,，因?yàn)樗皇且环N單一的技術(shù)。

對此,，企業(yè)更為正確的做法應(yīng)該是,，安全團(tuán)隊(duì)把大部分時(shí)間花在集成故障排除上，而不是管理攻擊面,。實(shí)際上,，國內(nèi)已經(jīng)有相關(guān)應(yīng)用正在根據(jù)Gartner所提出的CTEM框架，對企業(yè)物理資產(chǎn)和數(shù)字資產(chǎn)進(jìn)行保護(hù),。

未來,，隨著生成式AI進(jìn)入深水區(qū)，安全應(yīng)用的市場規(guī)模和應(yīng)用場景也將進(jìn)一步擴(kuò)大,。

趨勢七：機(jī)器客戶

“機(jī)器客戶”是一個(gè)較為陌生的名詞,。它的意思也正是字面意思。換言之,，全球超過70億部手機(jī)、平板電腦,、個(gè)人電腦,、智能手表等智能設(shè)備都有學(xué)習(xí)和記憶功能，隨著生成式AI時(shí)代的到來,，智能應(yīng)用的學(xué)習(xí)能力和記憶能力也會(huì)隨之增強(qiáng),。到最后，這些設(shè)備都將具備決策能力,。

一個(gè)關(guān)于機(jī)器客戶的預(yù)測是,，到2030年，所有消費(fèi)者的購買至少有25%將大量委托給機(jī)器,。

實(shí)際上,，機(jī)器客戶的演變是分階段的。目前,，所有的設(shè)備并沒有能力幫助人類做決策,。它所處的階段是第一階段,，在這一階段，由人類主導(dǎo)做出決策,，AI只會(huì)根據(jù)規(guī)則記住人類所做的決定,。第二階段，AI將學(xué)習(xí)輔助人類做決策,，而AI學(xué)習(xí)的規(guī)則正是上一階段留下的,。到2036年，AI將擁有“自主意識”,，可以根據(jù)人類的偏好和前兩階段的“規(guī)則”,，替代人類做出決策。

機(jī)器客戶演變的三個(gè)階段,，圖源：Gartner

一個(gè)更加超現(xiàn)實(shí)的例子是，2036年,，AI可以像人類一樣自己讀新聞,、分析數(shù)據(jù)，進(jìn)行學(xué)習(xí),，根據(jù)市場趨勢進(jìn)行判斷,，從而代替人類做出決策。

等到這一天真的到來,，機(jī)器客戶所帶來的改變將影響整個(gè)商業(yè)世界,。C端消費(fèi)者的改變，不僅會(huì)影響到C端的商業(yè)模式,，比如銷售和營銷方式,，也更會(huì)影響到B端的商業(yè)邏輯。

趨勢八：可持續(xù)技術(shù)

近兩年,，ESG的重要性一再得到提升,。從各大企業(yè)披露的ESG報(bào)告數(shù)量即可看出，國內(nèi)ESG的發(fā)展呈極速上升趨勢,。

截至2023年7月,，共有1761家A股上市公司披露了2022年ESG相關(guān)報(bào)告，占全部A股上市公司的34%,。而在過去的5年時(shí)間里,，A股公司的披露率從25.98%提升到了35.85%，增長超過10%,。

在ESG標(biāo)簽愈加突顯的當(dāng)下,，無論是投資人、企業(yè)本身,，亦或是國家,，ESG都是大眾所關(guān)注的焦點(diǎn),。而在ESG的所有標(biāo)簽中，被披露最多的指標(biāo)有碳減排,、產(chǎn)品質(zhì)量管理,、綠色辦公措施、支持鄉(xiāng)村振興等,。

來源：ESG卓望