零售行業不乏生成式AI展現出實實在在好處的案例。以法國跨國公司家樂福為例，他們用生成式AI來制作數字化身和視頻。他們讓ChatGPT編寫腳本，使用其他生成式AI工具來創建一個讀取腳本的數字人，這是一個可擴展的過程，至少有一個可衡量的好處：速度。

“突然之間，只需點擊一個按鈕，你就可以創建引人入勝的、面向客戶的視頻了，”零售顧問、《推動零售轉型：如何應對顛覆和變革》一書的作者Oliver Banks這樣說道。

同樣，服裝品牌Under Armour最近根據他們過去拍攝的英國拳擊手Anthony Joshua的視頻，使用AI生成的3D模型制作了一則廣告。“新廣告制作得非常快，而這位有名的拳擊手甚至都沒有參與這個新AI內容的生成過程中。”

但Banks表示，他在零售業見過最令人印象深刻的案例之一，是一家他不能透露名稱和消息來源的公司。一家服裝公司的CCO學會了使用Midjourney來創建新服裝產品的圖像。通常，CCO會根據市場需求提出想法，傳達給設計團隊，設計團隊制作草圖，然后由CCO進行審查，這個過程需要數周的時間和多次迭代才能獲得正確的圖紙，而現在使用生成式AI，整個過程只需要一個人，幾分鐘就能完成。

但我們從此類公開聲明中了解到的信息，可能只是觸及了企業AI用例的表面。隨著這項技術的蜜月期結束，各行各業的企業都在尋找新的方法來利用生成式AI在競爭中取得領先，一場新的競賽即將拉開帷幕。勝利者可能不是最偉大的創新者，但他們將是最善于保護自己的創新者。

幫助軟件開發人員編寫和測試代碼

同樣，在科技領域，很多企業對一些用例持開放態度，但對其他用例則要進行保護。生成式AI在軟件開發過程中已經發揮了重要的作用，Planview是一家位于美國奧斯汀的軟件公司，利用AI幫助項目規劃和執行——從數字化轉型計劃到建設項目——就是一個明顯的例子。該公司首席數據科學家Richard Sonnenblick表示：“生成式AI的最佳用途本質上就是語言。軟件代碼就是一種語言。”

Planview的開發團隊使用生成式AI編碼助手（包括GitHub Copilot）來幫助生成常規且乏味的代碼，這些工具還通過建議他們可能沒有想到的、常見代碼模式為初級開發人員提供幫助。“其中很大一部分是圍繞開發人員已經使用了25年的編碼助手用戶界面進行的漸進式創新，”Sonnenblick說。

他的公司去年生產力提高了近20%，而且他提到了關于最新一代編碼助手的兩個特別有趣的事情。一個是建立安全聊天，這樣開發人員就可以與大型語言模型自由地討論具體的編碼問題，而不是直接去OpenAI，因為OpenAI不一定有足夠的信任度來分享有關專有代碼的問題。第二是這些工具不僅僅提供了編碼方面的幫助，還是用所學到的程序知識來幫助構建單元測試。

Sonnenblick說：“在測試期間實現代碼的完全覆蓋，這本身就是一個巨大的挑戰，單元測試對于人類來說太乏味了，無法可靠地構建。但這對于在編寫程序時收集信息的大型語言模型來說，則是一份完美的工作。”

雖然這個例子讓我們了解了如何在軟件開發中提高生產力，但更有趣的是包括Planview在內的科技企業是如何在向市場推出產品的過程中爭奪競爭優勢的。根據專利數據追蹤組織IFI Claims的說法，發現哪些領域競爭加劇的方法之一，就是查看人們正在申請哪些類型的專利，在過去五年中，AI專利申請的復合年增長率為31%。

生成式AI幫助科學家開發新的蛋白質

目前，在生物技術領域還可以找到一些有趣的用例。芬蘭研究組織VTT的高級科學家和計算生物學家Sandra Castillo正在使用生成式AI根據從自然界學到的知識來設計新的蛋白質序列，然后VTT實驗室使用大腸桿菌或其他細菌宿主表達蛋白質來測試這些新的序列。

2018年，DeepMind（現為Alphabet的子公司）開發了AlphaFold，一種深度學習系統，可以從現有蛋白質的數據庫中學習并預測3D結構，這個數據庫現在包含了2億多個條目，新一代的生成式AI改進了數據的使用方式。

“大約一年前，大型語言模型是為了創造蛋白質而開發的。你可以把蛋白質序列視為句子，將氨基酸視為單詞，大型語言模型給我們帶來了比以前更好的結果。”

Castillo在VTT使用的一個模型是一種變分自動編碼器，用于生成新的聚羥基脂肪酸酯(PHA)，這種蛋白質可用于制造可生物降解的塑料。她說：“你可以通過設計使用不同單體的酶來賦予塑料不同的特性，我們的目的是，未來我們將用可生物降解的塑料替代現在使用的塑料。”

新蛋白質的另一個用途是快速檢測體內的化學物質。她說：“如果你想測試睪酮或其他激素，我們可以設計與你要尋找的物質特異性結合的蛋白質，或者你可以使用新蛋白質來測試其他化合物，例如抗體。未來，我們可以使用生成式AI快速測試新冠病毒等疾病。”

到目前為止，Castillo一直在使用開源許可發布她的作品。但VTT內部正在討論如何保護他們開發的AI模型并將其商業化。她說：“我知道有些公司正在銷售基于公共模型的生成式AI模型，有些人可能會出售服務，讓開放模型適用于解決特定的問題。”

雖然什么是公共領域和什么是可出售這二者之間的界限還不是很清晰，但科學家和生物技術公司肯定正在尋找答案——一旦他們找到了答案，他們就不會在公開場合發表太多言論了。

幫助服務提供商分享知識

IT服務提供商Cognizant非常樂于在任何特定時刻分享自己在50個不同國家或地區運行的9000個項目的最佳實踐，并且他們依靠知識管理來做到這一點。去年，Cognizant公司啟動了一個名為Bluebolt的草根創新計劃，讓全球員工都能提出大大小小、用于全球各地項目的想法。

高級副總裁Alexis Samuel是Cognizant卓越交付全球負責人，負責公司在全球交付的所有IT服務項目的治理和監督，他說：“我們鼓勵所有35萬名員工提出想法。”他說，其中大約20%的項目已經在創新庫中實施，可以在其他地方復用。

“大約六個月前，我們開始試驗生成式AI，幫助我們的員工提出正確的問題并獲得正確的答案。我們在Cognizant上傳了過去七年的創新內容庫，對整個內容進行了保護，在上面安裝了ChatGPT 3.5 Turbo，并創建了一個虛擬創新助手，員工可以用它來提出問題并獲得相關答案。”

因此，如果有人正在實施應用現代化計劃，從本地遷移到云端，并且想知道可能會發生什么問題，這個創新助手就會根據庫中的內容給出一個列表，詢問解決方案。“如果他們使用了其中任何一個，我們就會鼓勵他們更新庫以加入他們所做的任何新內容。”

Cognizant整理信息以確保工具不會泄露不應該被共享的細節，并且引擎會返回可在其他項目中重復使用的抽象想法，而不會顯示私人客戶數據或個人身份信息。

他們現在正在向模型提供滯后三周的新信息。迄今為止，已經有約7000名員工使用了該工具，記錄了約19000筆交易，60%的反饋是積極的。“到目前為止，這個虛擬創新助手對于使用它的人來說是非常有價值的，最大的挑戰是，在我們這樣規模的組織中，盡管我們發布了所有公告，但一些員工可能還不知道這個工具的存在。”

大型企業中分散的團隊可能不一定了解某個特定的工具，但更廣泛的市場正在清楚地傳達這樣的信息：生成式AI正在徹底改變行業。但最重要的用例可能是我們不知道的。

Banks表示：“雖然很多公司都在自豪地夸耀他們利用這項新技術所做的令人驚奇的事情，但他們也開始尋求利用這項技術來獲得競爭優勢，他們不可能讓其他人也參與進來。”