近年來,以大模型為代表的生成式AI技術(shù),成為推動新一代產(chǎn)業(yè)變革的核心動力。各行各業(yè)紛紛下場,積極嘗試將生成式AI融入工作流程,探索各種創(chuàng)新可能。但要將生成式AI真正應(yīng)用于實(shí)際業(yè)務(wù)中,企業(yè)仍然面臨著場景價(jià)值、落地可行性等諸多挑戰(zhàn)。
在此背景下,5月17日,在騰訊云生成式AI產(chǎn)業(yè)應(yīng)用峰會上,騰訊云、Gartner聯(lián)合發(fā)布了《生成式AI產(chǎn)業(yè)落地路徑研究報(bào)告》(以下簡稱《報(bào)告》)。
《報(bào)告》基于Gartner的研究方法,并結(jié)合騰訊云的大模型應(yīng)用落地實(shí)踐經(jīng)驗(yàn),為企業(yè)提供生成式AI應(yīng)用場景矩陣和生成式AI應(yīng)用落地路線圖,幫助企業(yè)解決場景價(jià)值、落地可行性等挑戰(zhàn),助力企業(yè)把握生成式AI這一歷史性新機(jī)遇,譜寫第二增長曲線。
(Gartner中國區(qū)高科技行業(yè)副總裁郭磊與騰訊云與智慧產(chǎn)業(yè)事業(yè)群市場副總裁徐櫻丹共同發(fā)布報(bào)告)
生成式AI技術(shù)落地面臨兩大挑戰(zhàn)
《報(bào)告》指出,大模型技術(shù)發(fā)展推動生成式AI效果提升,催生出新的場景和產(chǎn)業(yè)模式,企業(yè)探索生成式AI的需求迅速增長,渴望通過生成式AI實(shí)現(xiàn)降本增效、變革客戶交互方式等。
Gartner調(diào)研數(shù)據(jù)顯示,44%企業(yè)CIO表示已經(jīng)落地或?qū)⒃谖磥?2個(gè)月落地生成式AI,68%企業(yè)CIO表示已經(jīng)落地或?qū)⒃谖磥?4個(gè)月內(nèi)落地生成式AI。
但《報(bào)告》也指出,要將生成式AI應(yīng)用于實(shí)際業(yè)務(wù)中,企業(yè)仍然面臨諸多挑戰(zhàn),其中最核心的兩個(gè)難題是:
第一,場景問題,即生成式AI能為企業(yè)做些什么,到底能給業(yè)務(wù)帶來什么好處?
第二,路徑問題,即面對琳瑯滿目的生成式AI產(chǎn)品,企業(yè)應(yīng)該如何選擇?如何落地?
針對以上兩大挑戰(zhàn),基于Gartner的研究方法,騰訊云結(jié)合自身的大模型應(yīng)用落地經(jīng)驗(yàn),為企業(yè)提供生成式AI應(yīng)用場景矩陣、生成式AI應(yīng)用落地路線圖兩個(gè)方向,助力企業(yè)明確生成式AI技術(shù)的場景價(jià)值和落地路徑。
四大場景象限,助力企業(yè)系統(tǒng)梳理落地場景
針對上述挑戰(zhàn),《報(bào)告》提出了生成式AI應(yīng)用場景矩陣,通過對場景價(jià)值分類,并對場景技術(shù)成熟度進(jìn)行評估,協(xié)助企業(yè)系統(tǒng)梳理適合自身情況的落地場景。
《報(bào)告》將生成式AI的落地場景劃分至4個(gè)場景價(jià)值象限,分別為運(yùn)營效率提升、客戶體驗(yàn)提升、產(chǎn)品價(jià)值創(chuàng)新和業(yè)務(wù)流程重塑。
(《生成式AI產(chǎn)業(yè)落地路徑研究報(bào)告》:生成式AI應(yīng)用場景矩陣)
運(yùn)營效率方面,生成式AI既可以是通用知識的百科專家,也可以成為特定領(lǐng)域的專家。例如代碼助手、會議助手等,通過智能助手的形式輔助員工或者智能化自動執(zhí)行業(yè)務(wù)流程完成落地,從而實(shí)現(xiàn)運(yùn)營效率提升。
客戶體驗(yàn)方面,生成式AI在客戶服務(wù)應(yīng)用場景擁有回復(fù)個(gè)性化、支持文本圖像交互等優(yōu)勢。生成式AI貫穿售前、售中、售后的客戶交互服務(wù)全流程,如智能客服、智能導(dǎo)診等形式,都可以有效提升客戶體驗(yàn)。
針對業(yè)務(wù)價(jià)值革新方向,我們還看到更具變革性的場景,如個(gè)性化AI教學(xué)助手、AI藥物研發(fā)等。這些場景雖然落地難度較高,但技術(shù)帶來的增效更值得期待。
與此同時(shí),騰訊云與智慧產(chǎn)業(yè)事業(yè)群市場副總裁徐櫻丹表示:“騰訊云和Gartner通過深入研究,整理出生成式AI在金融、教育、醫(yī)藥等13個(gè)行業(yè)的,超過一百個(gè)落地應(yīng)用場景,形成百大應(yīng)用場景圖,希望通過這些枚舉,幫助啟發(fā)大家找到并審視適合自身業(yè)務(wù)和組織的切入口,不放過任何一個(gè)能夠借力AI騰勢而起的機(jī)會點(diǎn)?!?/p>
(《生成式AI產(chǎn)業(yè)落地路徑研究報(bào)告》:生成式AI百大應(yīng)用場景)
三種技術(shù)路線,助力企業(yè)快速將技術(shù)機(jī)遇轉(zhuǎn)化為競爭優(yōu)勢
為了推動生成式AI加速落地,《報(bào)告》還為企業(yè)梳理了生成式AI技術(shù)落地路線圖,以期助力企業(yè)遴選到適合自身情況的技術(shù)落地路線,規(guī)避建設(shè)風(fēng)險(xiǎn)、提高落地成功率。
《報(bào)告》指出,生成式AI應(yīng)用落地路線分為3條,分別為標(biāo)準(zhǔn)軟件路線、標(biāo)準(zhǔn)模型能力增強(qiáng)路線和定制化模型精調(diào)訓(xùn)練路線。
(《生成式AI產(chǎn)業(yè)落地路徑研究報(bào)告》:生成式AI應(yīng)用落地路線圖)
標(biāo)準(zhǔn)軟件路線落地最為簡單,企業(yè)直接采購開箱即用的軟件完成落地,不需要投入過多開發(fā)時(shí)間和精力。
標(biāo)準(zhǔn)模型能力增強(qiáng)路線,落地復(fù)雜度中等。企業(yè)需要基于通用的生成式AI大模型,通過RAG等提示工程增強(qiáng)模型能力,結(jié)合企業(yè)專屬數(shù)據(jù),優(yōu)化模型輸出結(jié)果,實(shí)現(xiàn)生成式AI應(yīng)用落地;
定制化模型精調(diào)訓(xùn)練路線落地最復(fù)雜,但也最具個(gè)性化和控制力。企業(yè)采取這種方式,需要在外部大模型的基礎(chǔ)上,加入企業(yè)專屬數(shù)據(jù)訓(xùn)練精調(diào),自建更符合業(yè)務(wù)需求的專屬大模型,但同時(shí)也可以沉淀企業(yè)專屬的模型資產(chǎn)。
圍繞三種路線,報(bào)告制定了相關(guān)的評估工具。企業(yè)可以圍繞知識數(shù)據(jù)、開發(fā)投入、數(shù)據(jù)安全、輸出內(nèi)容控制、算力資源和項(xiàng)目預(yù)算等多個(gè)指標(biāo)進(jìn)行自身評估,再選擇出最匹配的落地路徑。
騰訊云也針對上述三種路徑,為客戶提供先進(jìn)的解決方案,覆蓋應(yīng)用層、工程層、大模型底座等方面的各種產(chǎn)品,這些方案已經(jīng)在很多行業(yè)客戶中成功落地并發(fā)揮價(jià)值。例如,針對標(biāo)準(zhǔn)軟件路線,騰訊云推出一系列開箱即用的大模型應(yīng)用,如騰訊企點(diǎn)客服、騰訊樂享、企點(diǎn)營銷云AI助手、騰訊會議AI小助手等,助力企業(yè)在“低改造成本、低投入預(yù)算”的前提下,將大模型快速落地生產(chǎn)、經(jīng)營場景。圍繞標(biāo)準(zhǔn)模型能力增強(qiáng)路線,騰訊云全新推出大模型原生工具鏈,以三款PaaS產(chǎn)品——“大模型知識引擎”、“大模型圖像創(chuàng)作引擎”和“大模型視頻創(chuàng)作引擎”,簡化數(shù)據(jù)工程、模型精調(diào)、應(yīng)用開發(fā)等流程,助力企業(yè)低門檻、一站式開發(fā)AI原生應(yīng)用,在知識服務(wù)、圖像和視頻創(chuàng)作上提質(zhì)提效。圍繞定制化模型精調(diào)訓(xùn)練路線,騰訊云提供一站式精調(diào)大模型解決方案,以TI平臺等AI開發(fā)工具平臺支持“簡單、穩(wěn)定、高效”的大規(guī)模訓(xùn)練,最快僅需5步即可完成大模型精調(diào)落地。
《報(bào)告》還以曠真律所、中國大熊貓保護(hù)研究中心、廣東工業(yè)大學(xué)、河南省數(shù)字教育發(fā)展有限公司等企業(yè)組織和高校為案例,展示了生成式AI應(yīng)用落地的解決方案和最佳實(shí)踐。
騰訊云、Gartner共同提煉出的生成式AI應(yīng)用場景矩陣和生成式AI應(yīng)用落地路線兩大方法論,是希望可以切實(shí)幫助企業(yè),快速找到生成式AI產(chǎn)業(yè)落地“最優(yōu)解”。未來,隨著更多實(shí)踐落地,騰訊云將與各行各業(yè)持續(xù)探索更多生成式AI創(chuàng)新方向。
掃碼下載報(bào)告全文
(免責(zé)聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請進(jìn)一步核實(shí),并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯(cuò)誤、不確或遺漏,概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí),應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明,并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關(guān)文章源頭核實(shí),溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 )