作者：錢立富 來源：IT時報

隨著人工智能（AI）底層技術(shù)如圖像識別、自然語言處理,、機(jī)器學(xué)習(xí)等技術(shù)的不斷成熟,，人工智能在智能制造,、智慧教育、智慧醫(yī)療,、智慧金融等不同領(lǐng)域多點開花,，為實體經(jīng)濟(jì)發(fā)展帶來了巨大價值，如提高各行業(yè)生產(chǎn)力,、創(chuàng)造新的商業(yè)機(jī)會,、提升企業(yè)競爭力、改進(jìn)企業(yè)決策、增強客戶體驗等,。

安永大中華區(qū)數(shù)據(jù)智能咨詢服務(wù)合伙人陳劍光認(rèn)為：“AI落地有兩個特點,，首先是落在與企業(yè)業(yè)務(wù)密切相關(guān)且能直接帶來業(yè)務(wù)價值的場景，其次是技術(shù)的成熟度足夠,?！?/p>

安永大中華區(qū)數(shù)據(jù)智能咨詢服務(wù)合伙人陳劍光

目前來講，企業(yè)對AI的期望主要歸納為智能,、通用及創(chuàng)造,。智能，指模型是否足夠靈活,，能夠處理各類復(fù)雜問題,，而不會因為被觸及知識庫體系以外的問題而缺乏反饋。通用,，指模型能否提供足夠的參數(shù)匹配不同的場景,，減少定制化。創(chuàng)造,，指模型不再滿足于替代人類重復(fù)性的簡單工作,。

陳劍光指出，在賦能企業(yè)數(shù)字化轉(zhuǎn)型的過程中,，AI遇到的主要困境是其泛化能力不足導(dǎo)致模型高度定制化和場景碎片化,，而這又會導(dǎo)向企業(yè)對AI性價比的思考。目前AI模型的開發(fā)效率低,，生產(chǎn)成本高昂,，落地時又會因針對場景特點進(jìn)行定制而投入很多精力，帶來巨大的定制成本,。模型產(chǎn)出后,，又面臨不斷迭代的問題，對企業(yè)內(nèi)部的人才儲備提出新的挑戰(zhàn),。

陳劍光表示,，要突破人工智能當(dāng)前的發(fā)展困境，需要數(shù)據(jù),、算力與算法協(xié)同發(fā)展,。

數(shù)據(jù)是AI學(xué)習(xí)的基礎(chǔ)資源。如ChatGPT的用戶會普遍反饋用英文得到的回答更加精準(zhǔn),，而用中文則錯誤率更高,，核心原因在于其中文板塊的整體數(shù)據(jù)質(zhì)量相對較弱，而英文板塊的高質(zhì)量信息庫更多,。由此可見高質(zhì)量數(shù)據(jù)能夠為好的參數(shù)打好地基,，否則就像用沙子做地基,，不可能蓋出高樓。

再談到算力,，這是數(shù)據(jù)與算法的基礎(chǔ)支撐,。算力的發(fā)展目前被政策牽引，這是增強人工智能邁向規(guī)?；?、多元化與創(chuàng)新化的基礎(chǔ)支撐。國家推進(jìn)數(shù)據(jù)治理和數(shù)據(jù)要素建設(shè)的核心目的是為了給AI提供高質(zhì)量的數(shù)據(jù)底座,，既支持企業(yè)內(nèi)部的信息化和數(shù)字化,，也為AI的發(fā)展提供養(yǎng)料。除了構(gòu)建相應(yīng)的數(shù)據(jù)中心,，最重要的是打造算力網(wǎng)絡(luò),，確保算力被合理分配，未來的企業(yè)一定是依賴于算力網(wǎng)絡(luò)為客戶提供服務(wù)的,。

算法則是人工智能的邏輯規(guī)則“大腦”,。 AI算法的發(fā)展可基本歸納為三個階段，第一,，“深藍(lán)”,?！吧钏{(lán)”打敗了過去的國際象棋冠軍,，但更多依賴的是暴力搜索算力要求高，適用性比較窄,。第二,，AlphaGo。從AlphaGo開始,，我們認(rèn)識到什么是強化學(xué)習(xí),、深度學(xué)習(xí)，比起“深藍(lán)”有了巨大進(jìn)步,。第三,，大模型。其依賴巨大的參數(shù),，通過訓(xùn)練集來訓(xùn)練,，從而得到更好的理解，最大的能力是可以預(yù)測,、判斷用戶真實的意圖和邏輯,，以及上下文的串連關(guān)系，從而能給出更精準(zhǔn)的答案,。

隨著數(shù)據(jù),、算力和算法的發(fā)展,，近期AIGC概念與ChatGPT火爆全網(wǎng)。從中可以看出算法,、數(shù)據(jù)和算力的提升能夠給企業(yè)期望AI能夠提供的通用性,、智能性和創(chuàng)造性提供了良好的基礎(chǔ)。陳劍光預(yù)判,，GPT未來還會應(yīng)用到很多領(lǐng)域,。以營銷為例，當(dāng)前所謂的個性化營銷,，其實是依賴于后臺的設(shè)定,。如果未來使用GPT算法，完全可以基于不同的產(chǎn)品和客群,，通過過往的訓(xùn)練集生成相關(guān)策略,，策略執(zhí)行完畢后還能形成反饋，可以自我迭代,，這是很大的變化,。GPT算法在醫(yī)藥研發(fā)行業(yè)也比較火爆，制造一款新藥的最大成本在于研發(fā),，通過GPT算法,，可以節(jié)省大量分析整理和探索的工作，可提供的價值非常顯著,。此外,，未來GPT算法對數(shù)字化架構(gòu)產(chǎn)生的影響也會很大。

在陳劍光看來,，目前AIGC如果真的要落地賦能,，數(shù)據(jù)積累、成本投入,、盈利方式,、合規(guī)性問題等都是阻礙因素，需要相關(guān)企業(yè)通力合作,、協(xié)同發(fā)展,。為迎接AIGC浪潮的到來，企業(yè)應(yīng)積極推進(jìn)業(yè)技融合,、提升數(shù)據(jù)質(zhì)與量,、重視創(chuàng)新技術(shù)、加強人工智能和云技術(shù)的投入,、注重技術(shù)與數(shù)據(jù)安全以及重視人才培養(yǎng),。我們國家無論在數(shù)據(jù)、算力還是算法層面,，都正在大踏步地往前走,，AI未來產(chǎn)業(yè)的前景非常廣闊,。