2022年，關(guān)于AI的大事件是從研究實驗室和概念驗證中涌現(xiàn)出來的技術(shù)，及其被部署在整個企業(yè)以獲得商業(yè)價值。今年的開局大致相同，ML算法略有改善，數(shù)據(jù)管道也有所改善。在2023年剩下的幾個月里，變化可能會進一步超過我們的預期。

以下介紹了2023年的十大企業(yè)AI發(fā)展趨勢： 

AI成為董事會級別的優(yōu)先事項 

去年，AI由點解決方案和利基應用程序組成，這些應用程序使用ML預測行為、發(fā)現(xiàn)模式并在精心挑選的數(shù)據(jù)集中發(fā)現(xiàn)異常。今天的基礎(chǔ)模式是萬能的。他們可以編寫代碼、寫詩、繪制任何藝術(shù)風格、創(chuàng)建PowerPoint幻燈片和網(wǎng)站模型、撰寫營銷文案和電子郵件，并在軟件中發(fā)現(xiàn)新的漏洞，在未出版的小說中發(fā)現(xiàn)情節(jié)漏洞。 

普華永道新一代AI上市戰(zhàn)略合伙人兼負責人布萊特·格林斯坦(Bret Greenstein)表示：“AIGC觸及企業(yè)的方方面面，也觸及社會的方方面面。通過預先培訓的模式，你可以把它帶入人力資源、金融、IT、客服——我們所有人都被它所感動。 

他表示，普華永道的所有客戶都在進行這方面的討論。“我從未見過如此程度的興趣和興奮。”他補充說，沒有人會對此信以為真。每個人都想要它。一旦你在工作場所擁有了它，你就會得到1000個用例，因為每個人都想這么做。 

提高生產(chǎn)率或支持以前不可能實現(xiàn)的業(yè)務類型的潛力是巨大的。但也有不利的一面：新一代AI可能會讓公司倒閉。“生存風險”這個詞現(xiàn)在無處不在——不是說AI會摧毀人類，而是它會讓商業(yè)功能、甚至整個公司過時。

對AI進行規(guī)范 

最近在華盛頓舉行的AI領(lǐng)導人向監(jiān)管機構(gòu)介紹AI的會議上，大多數(shù)人站出來支持對該行業(yè)進行某種監(jiān)管。在歐洲，《AI法案》即將出臺。雖然它是在第二代AI之前編寫的，但它有適用的條款，但在生效之前很可能會經(jīng)過修改。 

今年7月，紐約市開始執(zhí)行有關(guān)在招聘決策中使用AI的新規(guī)定。3月底，意大利完全禁止了ChatGPT，大約一個月后再次取消了禁令。格林斯坦說：“意大利的下意識反應是一記橫跨船頭的子彈。”但這是即將發(fā)生的事情的征兆。他說：“如果你拿一些風險很小的東西，然后把它放大一千倍，風險就會放大。”第二代AI就是這種放大，世界對它的反應就像企業(yè)和社會對異物的引入做出的反應。“我們不能拒絕它，但我們也不能讓它控制，讓它以不受監(jiān)管的方式發(fā)生，”他說。 

AI與變革管理 

長期以來，變革管理一直是AI項目成功的關(guān)鍵。AI模型有多準確，或者如果目標用戶拒絕與之有任何關(guān)系，它會給一家公司帶來多大的好處，這都不重要。但是，直到今年，這還是一個相對可控的問題，因為AI項目的范圍有限。然而，有了第二代AI，對勞動力的影響將顯著更大。 

“這是歷史上最大的變革管理項目，”格林斯坦說。“我們從來沒有讓一項技術(shù)如此迅速地影響到每個人。” 

嵌入式AI 

在新一代AI出現(xiàn)之前，將AI嵌入員工已經(jīng)在使用的企業(yè)系統(tǒng)是一種趨勢。它使預測和分析變得廣泛可用，并將數(shù)據(jù)的力量交到需要它的人手中，準確地在他們需要的時候，并以對他們最有用的形式。 

傳統(tǒng)的AI——ML和神經(jīng)網(wǎng)絡——花了數(shù)年時間才達到可以嵌入的地步。新一代AI花了幾個月的時間。今天，大多數(shù)主要的AI平臺，包括OpenAI，都有允許企業(yè)和企業(yè)軟件供應商在他們的系統(tǒng)中快速添加新一代AI功能的API。 

格林斯坦說：“用嵌入式AI讓現(xiàn)有的應用程序變得更好，這太棒了。” 

更好的情況是，AI可以適應每一項業(yè)務的獨特需求。傳統(tǒng)的ML需要大量的數(shù)據(jù)、經(jīng)驗豐富的數(shù)據(jù)科學家，以及培訓和調(diào)優(yōu)。然而，如今的新一代AI平臺需要的數(shù)據(jù)要少得多，因為公司可以從通用的基礎(chǔ)模型開始，然后根據(jù)自己的數(shù)據(jù)對它們進行微調(diào)，添加一個矢量數(shù)據(jù)庫，或者直接在提示中注入信息和示例。 

格林斯坦說，隨著定制AI變得更便宜、更容易，更多的公司將開始為較小的用例定制AI，使其在企業(yè)中真正普及。 

S&P Global Market Intelligence AI研究總監(jiān)尼克·佩興斯表示：“鑒于我們認為市場將如何發(fā)展，AIGC將嵌入到我們使用的每一個應用程序中。” 

他在最近的一份報告中估計，到2028年，AIGC軟件收入將從今年的37億美元增長到360億美元。 

“我們甚至可能低估了它，”佩興斯說。 

他目前正在跟蹤262家新一代AI供應商，其中117家專門從事文本生成，并計劃在未來6個月內(nèi)推出新版本的報告。他說，通常情況下，這類報告每兩年更新一次，但這個市場的變化太快了。 

他表示，與前幾代AI相比，新一代AI加入企業(yè)軟件的速度更快的一個原因是，它可能會改變?nèi)伺c軟件之間的關(guān)系。 

“它有能力讓人們用自然語言交談，并完成任務，”他說。以前，他們需要編碼或理解Excel或一種查詢語言。通過使用自然語言，你可以作為人類對數(shù)據(jù)集和其他過于復雜的事情進行復雜的查詢，而這些事情是你自己無法完成的。 

Patience已經(jīng)跟蹤這個空間20多年了，他說他從來沒有見過這樣的東西。 

“這太不可思議了，”他說。我們的客戶，以及我以前從未交談過的客戶，都想知道發(fā)生了什么。對于那些有技能的人來說，這將是一種力量倍增。對于其他人來說，這將是一個更大的威脅。但它將使人們能夠做比他們目前所能做的更有價值的工作。 

業(yè)務流程自動化 

AI長期以來一直在RPA中發(fā)揮作用，盡管作用很小。ML用于情感分析，并用于掃描文檔、分類圖像、轉(zhuǎn)錄記錄和其他特定功能。然后AI世代問世了。 

Insight首席企業(yè)架構(gòu)師兼首席技術(shù)官大衛(wèi)·麥柯迪表示：“自2022年以來，世界發(fā)生了翻天覆地的變化。”我們與客戶一起做了許多12個月前還不在工具箱中的事情。你現(xiàn)在有能力跳過已經(jīng)存在了幾年，有時是幾十年的過程，因為有了產(chǎn)生式技術(shù)。 

他說，最好的立竿見影的用例之一就是總結(jié)文檔并從材料中提取信息。 

“這在以前是不可能的，”他說。現(xiàn)在你可以進去提取一個概念，而不僅僅是一個詞。它正在改變我們的一些工作流程。 

然而，管理咨詢公司SSA&Company負責應用解決方案的副總裁尼克·克萊默表示，企業(yè)仍然沒有從隱藏在文檔中的非結(jié)構(gòu)化數(shù)據(jù)中提取足夠的價值。 

他說：“現(xiàn)有的技術(shù)并不能始終如一地、足夠容易地呈現(xiàn)出最相關(guān)的內(nèi)容。”這就是大型語言模型讓我非常興奮的地方。吸收公司知識語料庫的能力提供了無限的可能性。 

AI供應商管理 

只有最大的公司才會建立或管理自己的AI模型，即使是那些公司也將依賴供應商提供他們使用的大部分AI。微軟、谷歌、Salesforce——所有的主要參與者都參與了AI，所以只有利用這一點才有意義。但隨著新一代AI更多地涉及公司的數(shù)據(jù)、人員和流程，供應商選擇和管理過程變得越來越重要。 

Insight的麥柯迪說：“如果沒有ML和AI能力，我就不會獲得可操作的技術(shù)。”“如果這些公司沒有利用AI，也沒有路線圖，我們就不會購買他們的軟件。” 

他表示，這是企業(yè)避免技術(shù)債務的方式之一，方法是投資于投資于AI的合作伙伴和公司。但是，即使一家供應商已經(jīng)在路線圖上部署了AI，或者已經(jīng)在構(gòu)建它，仍然存在風險。“就像在互聯(lián)網(wǎng)早期一樣，許多公司會來來去去，”SANS研究所首席課程主任兼教職員工負責人羅布·李(Rob Lee)表示。他已經(jīng)在網(wǎng)絡安全領(lǐng)域看到了這一點。“在黑帽，我看到了至少100家公司，”他說。“但他們真的有賣得出去的東西嗎?” 

買家必須注意的一件事是供應商實施的安全措施。隨著新技術(shù)的部署，安全性往往是事后才想到的。有了AI，這將是一個巨大的錯誤。 

“如果你把你的數(shù)據(jù)上傳到這些AI，會發(fā)生什么?”李問道。“你想要進行實驗，但如果有人將錯誤的電子表格上傳到錯誤的AI，你就會有數(shù)據(jù)泄露。” 

值得信賴的AI 

去年，隨著經(jīng)典AI越來越多地部署到生產(chǎn)中，企業(yè)開始更加認真地對待可信度問題。他們想要的是可靠的、沒有偏見的、建立在道德原則上的模式。此外，AI應該是透明和可理解的，因為人們想知道AI為什么做出這樣的決定和建議。今天，可信度是每個人的首要任務，從試圖獲得家庭作業(yè)幫助的大學生，到尋求避免AI末日的全球領(lǐng)導人。研究人員、供應商、顧問和監(jiān)管機構(gòu)正在努力制定護欄和倫理原則，以規(guī)范AI的培訓和部署。 

Lotis Blue Consulting營收增長業(yè)務合伙人、數(shù)據(jù)科學團隊負責人Donncha Carroll表示：“我們?nèi)蕴幱谠缙陔A段。”你不想相信一個你無法看到或?qū)徲嬎侨绾芜\行的系統(tǒng)，特別是如果它可以做出可能產(chǎn)生后果的決定的話。疏忽的部分還沒有弄清楚。 

開源AI 

開源長期以來一直是AI領(lǐng)域創(chuàng)新的驅(qū)動力。許多數(shù)據(jù)科學工具和基礎(chǔ)模型都是開源的，或者在很大程度上基于開源項目。今年有幾個月，人們擔心新一代AI的新領(lǐng)域?qū)⒈豢萍季揞^主導，這些公司擁有培訓大型語言模型所需的數(shù)百萬美元，以及培訓他們的數(shù)據(jù)。 

OpenAI的ChatGPT、谷歌的Bard、IBM的Watson、Anthropic的Claude和其他主要的基礎(chǔ)模型都是專有的。但在2月份，Meta發(fā)布了Llama，這是一種獲得非商業(yè)用途許可的開源大型語言模型，很快成為許多項目的基礎(chǔ)。然后，在7月份，Meta的Llama 2問世了，這一次，它獲得了商業(yè)用途的許可。任何人都可以免費使用或修改它，只要他們的日活躍用戶不到7億。微軟很快承諾在其Azure平臺上支持它。亞馬遜在AWS上也是如此。VMware使其成為其AIGC堆棧的基石之一。 

8月，Meta繼續(xù)發(fā)布模型。這一次，是Code Llama，一個接受過編寫代碼培訓的大語言模型。然后在9月份，阿聯(lián)酋技術(shù)創(chuàng)新研究所發(fā)布了迄今為止最大的開源模型——Falcon 180B。它很快就上升到開源大語言模型排行榜的榜首，之前由Llama 2及其變種主導。 

Falcon也是在Apache2許可證的變體下發(fā)布的，可用于商業(yè)用途，并可用于自然語言生成和代碼。 

開源模式使企業(yè)能夠在自己的基礎(chǔ)設施中部署定制的AI，而不必將數(shù)據(jù)發(fā)送給云提供商，并提供更大的靈活性和更低的成本。其中一些開源模型甚至小到可以在臺式電腦或移動設備上運行。 

洛蒂斯·布魯?shù)目_爾說：“你將看到更多這種令人難以置信的計算能力被分布在邊緣。” 

安全可靠的數(shù)據(jù)基礎(chǔ)架構(gòu) 

ML和AIGC都依賴于數(shù)據(jù)。在過去的10年里，數(shù)據(jù)已經(jīng)成為一家公司最有價值的資產(chǎn)，是推動創(chuàng)新和創(chuàng)造價值的動力。為了實現(xiàn)這一切，必須以可靠、高效、可擴展和安全的方式收集、處理數(shù)據(jù)并將其提供給需要它的系統(tǒng)。數(shù)據(jù)倉庫隨后演變?yōu)閿?shù)據(jù)湖，然后是數(shù)據(jù)結(jié)構(gòu)和其他企業(yè)范圍的數(shù)據(jù)架構(gòu)。所有這些都將被證明是有價值的，無論是隨著公司繼續(xù)擴大他們的傳統(tǒng)AI項目，還是對于即將上線的新一代AI功能。對于許多公司來說，這意味著像ChatGPT這樣面向公眾的聊天機器人不是一個選擇，因為缺乏企業(yè)級的數(shù)據(jù)保護。 

“有必要保護進入其中的數(shù)據(jù)，”麥柯迪說。“這為一些用例創(chuàng)造了一個明顯的障礙，直到你建立起安全邊界。” 

對于一些人來說，這意味著在私有云中運行OpenAI的模型或其他模型，甚至在Prem上運行開源模型，這取決于公司的風險狀況。與此同時，即使經(jīng)過多年的努力，許多公司仍然沒有為AI準備好數(shù)據(jù)。根據(jù)S&P Global Market Intelligence最新發(fā)布的2023年全球AI趨勢調(diào)查，該調(diào)查于8月份發(fā)布，調(diào)查了1500名AI從業(yè)者和決策者，部署AI面臨的最大技術(shù)挑戰(zhàn)是數(shù)據(jù)管理。盡管69%的公司至少有一個AI項目在生產(chǎn)中，但只有28%的公司達到了企業(yè)規(guī)模。 

加快變革步伐 

如果沒有互聯(lián)網(wǎng)提供的全球連接和如此容易地以數(shù)字形式獲得的海量信息，準備用作訓練數(shù)據(jù)的第二代AI是不可能的。然后是云計算、SaaS和API，它們允許快速輕松地部署新技術(shù)，而不會為企業(yè)帶來巨額的前期集成成本。因此，新一代AI的采用率比任何以前見過的技術(shù)都要快也就不足為奇了。但除此之外，AIGC也是一項有助于加速自身發(fā)展的技術(shù)。 

今年4月，風險投資家中島洋平想知道是否有可能有一位可以自主運營公司的“AI創(chuàng)始人”，并要求ChatGPT創(chuàng)建公司。總共花了大約三個小時，ChatGPT編寫了代碼、研究論文和一條Twitter帖子。Nakajima稱它為“BabyAGI”，并在GitHub上瘋傳。它是一個萬能的代理人，可以為任何目標工作，而不僅僅是創(chuàng)辦一家公司。 

中島在一篇描述該項目的博客文章中寫道：我開玩笑地要求自主代理制作盡可能多的回形針。它發(fā)現(xiàn)了AI回形針的啟示錄，并從制定安全協(xié)議開始。 

BabyAGI使用OpenAI的GPT-4 API、Pinecone向量搜索和LangChain AI框架來計算出需要完成哪些任務才能實現(xiàn)目標，如何確定這些任務的優(yōu)先順序，然后再去做。類似的項目包括AutoGPT和AgentGPT。 

今年AI自力更生的另一個例子是Alpaca，斯坦福大學的研究人員使用了Meta的一個早期Llama模型。這是一個原始模型，沒有從人類反饋中進行強化學習——這是一個昂貴且耗時的過程。羊駝走了一條捷徑，使用OpenAI的文本——ChatGPT的近親DaVinci-003，生成了5.2萬個問答對，并用它們來訓練它的新聊天機器人。研究人員表示，整個過程的成本不到600美元，其中500美元用于OpenAI API，100美元用于計算成本。當團隊對其進行測試時，其性能與Text-DaVinci-003不相上下。換句話說，新一代AI模型可以編寫新的代碼來提高自己的性能，他們可以生成數(shù)據(jù)來訓練下一代模型。 

“工具和工具包變化太快了，”管理咨詢公司AArete的數(shù)字技術(shù)服務副總裁普里亞·伊拉加瓦拉普說。“甚至在領(lǐng)導和社區(qū)能夠閱讀和理解手冊之前。”她說，這給試圖提前計劃的公司帶來了挑戰(zhàn)，因為很難區(qū)分哪些已經(jīng)可能，哪些仍在開發(fā)中。她說：“領(lǐng)導人越來越難在兩者之間劃清界限。” 

作為快速變化的結(jié)果，許多公司尋求建立靈活的框架-允許他們在發(fā)展過程中引入不同的模式。例如，普華永道并沒有將自己與任何特定的大語言模型捆綁在一起。 

“我們有一個插件架構(gòu)，”普華永道的格林斯坦說。“我們一直在幫助人們按照現(xiàn)有的任何標準進行建設，但仍有靈活性。” 

該公司還派人密切關(guān)注發(fā)展的前沿。“有了AI，它來得太快了，”他說。“我們正專注于‘不后悔的舉措’，比如建立一個與大語言模型無關(guān)的基礎(chǔ)設施。這一點現(xiàn)在很關(guān)鍵，因為這兩種模式正在相互超越。