作者：錢立富 來源：IT時報

隨著人工智能（AI）底層技術如圖像識別,、自然語言處理,、機器學習等技術的不斷成熟,，人工智能在智能制造,、智慧教育、智慧醫(yī)療,、智慧金融等不同領域多點開花,，為實體經(jīng)濟發(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)機會,、提升企業(yè)競爭力、改進企業(yè)決策,、增強客戶體驗等,。

安永大中華區(qū)數(shù)據(jù)智能咨詢服務合伙人陳劍光認為：“AI落地有兩個特點，首先是落在與企業(yè)業(yè)務密切相關且能直接帶來業(yè)務價值的場景,，其次是技術的成熟度足夠,。”

安永大中華區(qū)數(shù)據(jù)智能咨詢服務合伙人陳劍光

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致模型高度定制化和場景碎片化,，而這又會導向企業(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學習的基礎資源。如ChatGPT的用戶會普遍反饋用英文得到的回答更加精準,，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)新化的基礎支撐。國家推進數(shù)據(jù)治理和數(shù)據(jù)要素建設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)建相應的數(shù)據(jù)中心,，最重要的是打造算力網(wǎng)絡,，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)絡為客戶提供服務的,。

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”,。“深藍”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，我們認識到什么是強化學習,、深度學習,，比起“深藍”有了巨大進步。第三,，大模型,。其依賴巨大的參數(shù),，通過訓練集來訓練,，從而得到更好的理解，最大的能力是可以預測,、判斷用戶真實的意圖和邏輯,，以及上下文的串連關系，從而能給出更精準的答案,。

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,。陳劍光預判,，GPT未來還會應用到很多領域,。以營銷為例，當前所謂的個性化營銷,，其實是依賴于后臺的設定,。如果未來使用GPT算法，完全可以基于不同的產(chǎn)品和客群,，通過過往的訓練集生成相關策略,，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)應積極推進業(yè)技融合,、提升數(shù)據(jù)質(zhì)與量,、重視創(chuàng)新技術、加強人工智能和云技術的投入,、注重技術與數(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。