支撑ChatGPT的技术将改变工作并重塑业务生成的人工智能的新时代 生成的人工智能的新时代|2表的内容03欢迎来到艾未未的新的拐点04我们是如何来到这里的？ |生成式 AI 之旅中的里程碑05消费或定制:生成的人工智能08展望技术、监管和商业的快速发展12拥抱生成式 AI 时代：六大采用要素19人工智能的未来正在加速21术语表和引用22作者 生成的人工智能的新时代|3介绍欢迎来到艾未未的新的拐点ChatGPT醒来世界人工的变革潜力智能（AI），吸引全球注意力，引发前所未有的创造力浪潮。它模仿人类对话的能力决策为我们提供了人工智能在公众采用方面的第一个真正的拐点。最后，每个人，任何地方都可以亲眼看到这项技术的真正颠覆性潜力。基础模型是具有数十亿个参数的大型模型的通用术语。随着最近的进展，公司现在可以在这些基础模型之上构建专门的图像和语言生成模型。大型语言模型（LLM）既是一种生成AI，也是一种基础模型。ChatGPT背后的LLM标志着人工技术的重要转折点和里程碑情报。有两件事使LLM改变了游戏规则。首先，他们已经破解了密码语言的复杂性。现在,第一次,机器可以学习语言、上下文和意图，并具有独立的生成性和创造性。二、经过预训后在大量的数据(文本、图像或音频),这些模型可以适应或细粒度组件针对各种任务进行了调整。这允许它们以许多不同的方式重复使用或重新利用。企业领导人认识到重要性这一刻。他们可以看到LLM和生成式AI将如何从根本上改变从商业到科学再到社会本身的一切，从而解锁新的性能前沿。对人类创造力和生产力的积极影响将是巨大的。考虑到在所有行业中，埃森哲发现 40% 的工作时间都会受到 GPT-4 等 LLM 的影响。这这是因为语言任务占员工工作总时间的 62%，其中 65% 的时间可以通过增强和自动化转化为更高效的活动（见图 3）。ChatGPT 在推出仅两个月后就达到了 1 亿月活跃用户，使其成为历史上增长最快的消费者应用程序。 我们是怎么机器学习:分析和预测阶段这里呢?旅程的里程碑2000年代的第一个十年标志着快速发展各种机器学习技术可以分析大量在线数据以得出结论——或“学习” – 从结果中。从那时起，公司已经将机器学习视为一个非常强大的人工智能领域，用于分析数据、查找模式、生成洞察力，以以前不可能的速度和规模进行预测和自动化任务。对生成的人工智能深度学习:视觉和语音阶段2010年代产生了艾未未的进步机领域的认知能力学习称为深度学习。深度学习的突破使计算机视觉成为可能搜索引擎和自动驾驶汽车用于分类和检测物体，以及语音识别，允许流行的AI语音助手以自然的方式响应用户。生成AI:输入language-mastery阶段基于深度学习模型的规模和能力呈指数级增长，2020年代将是关于语言掌握的。由OpenAI开发的GPT-4语言模型标志着一个新的开始。阶段基于语言的AI应用程序的能力。诸如此类的模型将对业务产生深远的影响，因为语言渗透到组织日常所做的一切——机构知识、沟通和流程2。生成的人工智能的新时代|4 消费或定制:生成的人工智能生成的人工智能的新时代|5 生成的人工智能的新时代|6消费或定制:生成的人工智能消费或定制:生成的人工智能易于使用的生成式人工智能应用程序，如ChatGPT，DALL-E，Stable Diffusion等，正在迅速使商业和社会中的技术民主化。对组织的影响将是深远的。LLM处理大量数据集的能力使他们能够潜在地“了解”组织所知道的一切 - 企业的整个历史，背景，细微差别和意图，以及其产品，市场和客户。通过语言（应用程序、系统、文档、电子邮件、聊天、视频和音频记录）传达的任何内容都可以用于推动下一级创新、优化和重塑。我们正处于采用周期的某个阶段，大多数组织开始通过“现成”使用基础模型进行试验。然而，对许多人来说，最大的价值将会到来当他们定制或微调模型使用自己的数据来满足其独特的需求:消费生成AI和LLM应用程序已经准备好消费并且易于访问。公司可以通过API使用它们，并通过提示工程技术（如提示）在较小程度上为自己的用例定制它们。调优和前缀学习。定制但是大多数公司需要定制模型,通过微调自己的数据,使它们广泛可用和有价值。这将允许模型来支持特定的下游整个企业的任务。效果将提高公司在使用方面的效率人工智能开启新的绩效前沿——提升员工能力、取悦客户、引入新的业务模式并提高对变化信号的响应能力。97% 的全球高管认为 AI 基础模型将实现跨数据类型的连接，彻底改变 AI 的使用地点和方式3。 生成的人工智能的新时代|7消费或定制:生成的人工智能公司将使用这些模型改造工作完成的方式.每个企业中的每个角色都有可能被重塑，因为人类与人工智能副驾驶一起工作成为常态，极大地放大了人们可以实现的目标。在任何给定的工作中，一些任务将被自动化，一些任务将被协助，一些将不受技术的影响。人类还将执行大量新任务，例如确保准确和负责任地使用新的AI-powered系统。考虑这些关键功能的影响:建议。人工智能模型将成为每个工人永远存在的副驾驶，提高生产力。通过将新型超个性化智能交到人类手中。示例包括客户支持、销售支持、人工资源、医疗和科学研究企业战略和竞争情报。大型语言模型可用于处理大约 70% 的客户服务沟通，这些沟通并不简单和可以受益于一个会话,强大和智能机器人可以理解客户的意图，自行制定答案并提高答案的准确性和质量4。创建。生成式人工智能将成为人们必不可少的创意合作伙伴，揭示新的方式接触和吸引受众，并在生产设计、设计研究、视觉识别、命名、副本生成和测试以及实时个性化等领域带来前所未有的速度和创新。公司正在转向最先进的人工智能系统，如达尔·E，中途和稳定传播，用于他们的社交媒体视觉内容生成外展。达尔·例如，E根据文本描述创建逼真的图像和艺术，并且在将单词转换为图片时可以处理多达120亿个参数。然后，创建的图片可以在Instagram和Twitter上分享5。编码。软件程序员将使用生成人工智能显著提高生产力 — 快速转换一种编程语言到另一种编程语言，掌握编程工具和方法，自动化代码编写，预测和预防问题，以及管理系统文档。埃森哲正在试点使用OpenAI LLM，通过自动生成来提高开发人员的生产力。文档——例如,SAP配置基本原理和功能或技术规格。该解决方案使用户能够在工作时通过 Microsoft 团队聊天提交请求。然后快速返回正确包装的文档 —一个很好的例子，说明具体任务，而不是整个工作,将增强和自动化。自动化。生成式人工智能对历史背景、下一个最佳行动、总结能力和预测智能的复杂理解将催化一个新时代在后台和前台实现超高效率和超个性化 — 采取业务流程自动化达到变革性的新水平。一家跨国银行正在使用生成式人工智能和LLM来改变其管理大量交易后处理电子邮件的方式 - 自动起草带有建议操作的消息并将其路由到收件人。结果是更少的手动工作和更顺畅的与客户的互动。保护。随着时间的推移，生成式人工智能将支持企业治理和信息安全，防止欺诈，提高法规遵从性，并主动识别通过组织内外的跨域连接和推论来承担风险。在战略网络防御中，法学硕士可以提供有用的功能，例如解释恶意软件和快速对网站进行分类6。然而，在短期内，组织可以预期犯罪分子会利用生成 AI 的功能来生成恶意代码或编写完美的网络钓鱼电子邮件7。 展望技术、监管和商业的快速发展生成的人工智能的新时代|8 一个新时代的每个人|页面生成人工智能9“最热门的新编程平台是餐巾纸。埃森哲集团首席执行官保罗•多尔蒂&首席技术官参考使用 OpenAI 从餐巾纸图纸生成工作网站展望技术、监管和商业的快速发展展望技术、监管和商业的快速发展这样的时刻并不经常出现。未来几年将在生成式AI，LLM和基础模型上进行巨额投资。这种演变的独特之处在于，技术、法规和业务采用都同时呈指数级增长。在以前的创新曲线中，该技术通常超过了采用和监管。的技术堆栈支撑生成式人工智能的复杂技术预计将在每一层迅速发展。这具有广泛的业务影响。考虑 量根据各种报告，训练最大 AI 模型所需的计算呈指数级增长——现在每 3.4 到 10 个月翻一番.8 因此，成本和碳排放是采用能源密集型生成 AI 的核心考虑因素。图1:生成式 AI 技术堆栈的每一层都将迅速发展应用程序:生成式AI和LLM将越来越多地通过API和直接嵌入到其他应用程序中，供云中的用户访问。公司将消费它们因为它们是或将要自定义并使用专有的对其进行微调数据。微调:模型微调将创建的重要性对软件工程、心理学、语言学、艺术史、文学和图书馆学等多学科技能的需求。基础模型:随着更多预训练模型的出现，市场将迅速成熟和多样化。新型号设计将为平衡尺寸、透明度、多功能性和性能提供更多选择。数据:提高企业数据生命周期的成熟度将成为成功的先决条件 - 需要掌握新数据、新数据类型和海量。现代数据平台中的生成式AI功能将出现，从而大规模提高采用率。基础设施:云基础设施对于部署生成式人工智能，同时管理成本和碳排放至关重要。数据中心将需要改造。新的芯片组架构、硬件创新和高效的算法也将发挥关键作用。 一个新时代的每个人|页面生成人工智能10展望技术、监管和商业的快速发展风险和监管环境公司将有数千种方法来应用生成式人工智能和基础模型最大化效率和竞争力优势。可以理解的是，他们会希望尽快开始。但是，企业范围的战略需要考虑他们打算使用的人工智能和相关技术的所有变体，而不仅仅是生成人工智能和大型语言模型。ChatGPT提出了关于负责任地使用人工智能的重要问题。技术发展和采用的速度要求公司密切关注他们可能产生的任何法律、道德和声誉风险。至关重要的是，包括 ChatGPT 在内的生成式 AI 技术在设计上是负责任且合规的，并且模型和应用程序不会给业务带来不可接受的风险。埃森哲是负责任地使用技术的先驱，包括从2017年开始在其商业道德准则中负责任地使用人工智能。负责任的 AI 是根据明确的原则设计、构建和部署 AI 的实践，以增强企业能力、尊重人和造福社会,允许公司规模产生信任在人工智能和人工智能的信心。人工智能系统需要“长大”不同和包容的组输入反映更广泛的商业和社会责任、公平和透明度规范。当人工智能在道德框架内被设计和投入实践时，它加速了负责任的协作智能的潜力，其中人类的聪明才智与智能技术融合在一起。这为消费者、劳动力和社会的信任奠定了基础，可以提高业务绩效并解锁新的增长来源。图2:生成式 AI 的主要风险和监管问题知识产权:企业将如何保护自己的知识产权？它将如何防止在使用预先训练的基础模型时无意中侵犯第三方版权？数据隐私和安全:即将出台的《欧盟人工智能法案》等法律将如何纳入数据的处理、处理、保护、保护和使用方式？歧视:公司是否使用或创建需要考虑反歧视或反偏见因素的工具？产品责任:在基于人工智能的生成产品推向市场之前，需要建立哪些健康和安全机制？信任:应该向消费者和员工提供什么程度的透明度？企业如何确保生成式 AI 输出的准确性并保持用户信心？身份:何时建立人格证明取决于语音或面部识别，如何增强验证方法以及改进？滥用的后果是什么？ 一个新时代的每个人|页面生成人工智能11展望技术、监管和商业的快速发展采用业务的规模公司必须重新找到工作通往生成 AI 价值的途径。企业领导者必须从现在开始，在工作重新设计、任务重新设计和人员再培训方面引领变革。最终，企业中的每个角色都有潜力图3:创成式人工智能将改变各行各业的工作按行业划分的工作时间分布和潜在的人工智能影响基于他们在 2021 年在美国的就业水平较低的潜力一旦今天的工作被分解为可以自动化或辅助的任务，并重新构想人类+机器工作的新未来，就被重新发明。更高的潜力自动化更高的潜力增加增加或自动化非语言任务生成式人工智能将颠覆我们今天所知道的工作，引入一种新的人类和人工智能协作的维度，其中大多数工人将有一个“副驾驶”，从根本上改变工作的方式和工作完成方式。几乎每一份工作都会受到影响——有些会受到影响被淘汰，大部分将被改造，并将创造许多新的就业机会。现在采取措施将工作分解为任务并投资于培训人们以不同方式工作