我的 AI 革命在哪里 ？ 您可以获得更少的聊天 ， 更多的行动的实用方法

方法，你可以得到更少的聊天，更多的行动 #积极影响 2023年11月 AdrianCox专题研究(+44)-20-7541-7775 GalinaPozdnyakova(+44)-20-754-74994 AI无处不在。为什么？ 自推出以来，生成型AI无处不在，无处大约一年前的ChatGPT。 批评者指责基础大语言模型（LLM）技术的缺点。但是技术不是一个孤岛：它不仅取决于以前的创新，还取决于人们将其加入并将其装配到需要时间来创建和推出的硬件和软件框架中。 有时这些元素永远不会融合在一起：从中美洲挖出的轮式“玩具”显示了如果没有马匹或牛来拉，您如何理解车轮，但又无法飞跃到诸如手推车和战车之类的实际应用。 相比之下，生成AI的资源并不短缺。企业早期使用它的障碍很大，但更多的是行人：技术和数据，治理和人员。 在本实用指南中，我们解释了为什么这些障碍很重要，以及您如何在自己的公司中开始克服这些障碍，从而朝着生产力和创造力革命迈出一步。 目录 I.为什么生成AI仍然是等待的革命？II.从绘图板到会议室III.实用指南：技术与数据、治理、人员IV.附件：相关研究公司www.dbResearch.com/ai I.为什么生成AI仍然是等待的革命？ 人工智能变得越来越聪明，资金越来越多……每个人都在谈论它 我的AI革命在哪里？ 尽管美国和欧洲大约三分之二的人听说过ChatGPT和其他AI助手，但只有五分之一的人尝试过ChatGPT，企业对生成AI的使用仍然有限，主要是实验性的 企业AI革命的三个障碍 即使公司有充分的理由使用AI，也存在许多障碍，从技术和数据到治理，其中一些是AI特有的，再到公司内外的人 创新的历史表明，没有技术是一座孤岛 生成AI具有许多功能，例如使软件开发和交互变得前所未有，但历史表明，随着功能与新的软件和硬件融合，杀手级应用程序需要时间才能发展。 多个推动者加在一起，使技术成为可能 用例和新技术出现 •全球定位系统（GPS），1978•SIM卡和商用GSM漫游标准，1991年•PayPal前身成立，1998年•第一批集成照相手机，2000年代初 •AppleAppStore，支持第三方开发，2008年•Uber，2011年和DoorDash食品交付应用程序，2012年，由智能手机以及地图和支付软件启用•2016年，移动网络使用超过PC，促进社交媒体 通往生成AI的道路 用例和新技术仍然存在 出现 •传统的，象征性的，良好的老式AI（GOFAI），1950年代至2000年代，例如基于规则的模式识别•AlexNet深度神经网络，2012年和Transformer，2017年，在计算能力和数据呈指数级增长的帮助下•GPT-1，2018，到GPT-3，2020 •第三方插件，高级数据分析功能，企业治理，2023年•早期用于自然语言任务，副驾驶，AI助手•新的集成软件或硬件，例如增强/虚拟现实，导致杀手级应用程序？•企业仍在尝试 II.从绘图板到会议室 您如何在业务中使用生成式AI？ 在适当的时候，创新将破坏商业模式 AI颠覆价值链的范围长期• 以收入为中心；新的机会参赛者•新的商业模式可能会破坏性地将AI与其他技术结合起来 企业有哪些选择？ 使用LLM与数据进行交互的方法有很多，包括总结、问答和想法生成；在风险很高的地方，成本和复杂性大幅上升，信息需要准确和相关 企业的关键决策是什么？ 关键初始标准• 成功的关键因素• 聚焦：金融服务中生成AI的新生用途 2.内容生成 1.数据分析 3.客户服务,支持自动化/增强支持•过滤非结构化呼叫，电子邮件，聊天等，以类似人的方式（自助服务）或通过人工代理直接审查和响应•“自主金融”，预测和满足客户的需求，并通知他们潜在的问题•通过包含情感识别工具来增强 研究、沟通、投资者关系、销售说明•个性化产品、服务和营销•量身定制的产品，如机器人顾问、定制报告 投资分析、研究•积极主题投资的评估模式 前台办公室 •为原型（例如支付系统）和测试生成示例代码，然后开发人员可以完善•以多种旧式语言简化广泛的IT系统 •聊天机器人让员工和客户快速访问嵌入在CRM、政策/人力资源系统、数据库中的数据 模式检测• 不良贷款的动态风险评估和预测•发现数据中的异常以协助欺诈检测、AML、KYC和法规遵从性•检测复杂的支付、注册和登录欺诈行为，这些欺诈行为不符合传统的基于规则的系统 Monitoring• 实时交易（如结算）监控•确保与客户的互动合规 •提取相关信息并生成合规报告•通过创建合成数据来改进底层算法来增强功能 III.应用生成AI的实用指南 1.技术与数据2.Governance3.People 1.技术和数据：你可能需要什么基础设施？类比 像LLM这样的应用需要适应系统，就像发动机适应摩托车一样 1.技术和数据：重大选择，包括您甚至需要GenAI吗？ 对于定义明确的任务，传统的基于规则的预测性AI通常比生成AI更便宜，更快，更易于解释；生成AI更适合于涉及非结构化数据和类似人类的创造力的开放式任务 1.高质量的数据往往是企业面临的最大挑战2.传统云：从第三方提供商（例如AWS，Azure，GoogleCloud）租用的数据中心资源。私有云：数据远程位于公司自己的基础设施上，而“本地”位于公司自己的场所：安全性更高，但可扩展性较低3.开源模型（例如Meta的Llama2）：任何人都可以访问代码：通常可定制，具有成本效益和透明。专有模型（例如OpenAI的GPT-4）：通常是许可的，源代码不是公开的：通常开箱即用，具有完整的技术支持并具有企业级安全功能 1.技术与数据：您如何构建IP并利用数据？ 知识产权可能不是来自横向LLM，而是来自垂直应用；当AI侵蚀当前处理数据的优势时，拥有可靠的专有数据将是关键的竞争优势 2.治理：单独的聊天机器人可能不适合企业 Chatbots和LLM需要成为系统的一部分，以防止缺陷，包括员工输入专有数据，然后成为LLM的培训数据 2.治理：快速演进的监管意味着不确定性 累计AI相关法案通过成为法律（2016-2022年） 国家立法机构（例如国会，议会）通过的法案在法案的标题或正文中带有关键字“人工智能”（翻译成各自的语言）。 3.人：员工和经理不熟悉，可能会焦虑 很少有人在工作中使用AI助手，但许多人担心他们的任务/角色可能会被增强或自动化；公司需要让员工了解情况，并培训他们充分利用这些知识共享 工具 3.人：客户更喜欢与人打交道，对AI的信任度较低 研究表明，genAI可以改善客户服务，但客户还不信任它；公司需要建立信任通过改善服务、保护隐私和确保人工智能不会导致对抵押贷款批准的偏见决定 IV.附件 Spotlight：使用RAG开发由LLM驱动的应用程序：一个类比相关研究 Spotlight：使用RAG开发由LLM驱动的应用程序 检索增强生成意味着您不必训练LLM来做所有事情;相反，您可以训练较小的模型，并为他们提供工具来搜索，检索和引用信息并在现实世界中采取行动 DBResearchAI微型网站：www.dbresearch.com/ai市 场是否以AI定价？（11月1日） 量子计算图表书：AI拼图中的失踪碎片？（10月31日）风暴的AI：将AI变为现实的公司（10月30日） 微软：调整Office365CopilotBoost的规模（10月20日） AI在行动：先行者如何使用ChatGPT（6月28日）AI更新：你在海滩时错过的六个关键主题（9月14日） 网络研讨会重播：您现在可以使用ChatGPT的六种方式：现场演示（6月22日）AI在行动：聪明的钱去哪里了？（5月25日） AI可以拯救高劳动力公司吗？（5月24日）生成AI和 ChatGPT101（5月23日） 生成AI代表了人类的转折点-无论好坏（5月22日） AI与五个W：为什么，什么，谁，何时，在哪里？（3月15日） 附录1 重要披露 *其他信息可根据要求提供 *除非另有说明，否则价格是截至上一个交易时段结束时的最新价格，并通过路透社，彭博社和其他供应商从当地交易所获得。其他信息来自德意志银行、标的公司和其他来源。有关与德意志银行研究相关的披露的更多信息，请访问我们网站上的全球披露查询页面，网址为https: / / research。.com /研究/披露/ FICC披露。除了在本报告中，重要的风险和冲突披露也可以在https: / / research中找到。.com / Research / Disclosres / Disclaimer.我们强烈建议投资者在投资前查看这些信息。 分析师认证 本报告中表达的观点准确地反映了以下签署的首席分析师的个人观点。此外，以下签署的首席分析师没有也不会因为在本报告中提供具体建议或观点而获得任何补偿。AdrianCox,GalinaPozdnyakova. 附加信息 本报告中的信息和意见由德意志银行或其附属公司（统称为“德意志银行”）编写。尽管本文的信息被认为是可靠的，并且是从被认为是可靠的公共来源获得的，但德意志银行对其准确性或完整性没有表示。本报告中提供指向第三方网站的超链接只是为了方便读者。德意志银行既不认可这些内容，也不对这些网站的准确性或安全控制负责。 自2023年10月13日起，德意志银行收购了NumisCorporationPlc及其子公司(“NumisGroup").Numis证券有限公司(“NSL”)NSL为客户提供非独立研究服务。 在最初的整合过程中，德意志银行和NSL的研究部门将保持运营上的差异。因此，与德意志银行和/或其关联公司可能存在的利益冲突有关的披露目前并未考虑Nmis集团的业务和活动。Nmis集团在提供研究方面可能存在的利益冲突，可以在Nmis网站上找到，网址为https://www。mis.com/legal-ad-reglatory/coditios-ad-disclaimers-that-gover-research-cotaied-i-the-research-pages-of-this-website.本Nmis网页上的披露目前未考虑不属于Nmis集团成员的德意志银行和/或其附属公司的业务和活动。 如果您使用德意志银行的服务来购买或出售本报告中讨论的证券，或者德意志银行分析师的另一份通讯（口头或书面）中包含或讨论的证券，德意志银行可以作为其自身账户的委托人或作为他人的代理人。 德意志银行在决定将交易作为本金时可能会考虑本报告。它也可能以与本研究报告中的观点不一致的方式，为自己的账户或与客户进行交易。德意志银行内部的其他人，包括策略师，销售人员和其他分析师，可能会采取与本研究报告中的观点不一致的观点。德意志银行发行各种研究产品，包括基本面分析、股票挂钩分析、定量分析和贸易思路。一种类型的通信中包含的建议可能不同于其他类型的建议，无论是由于不同的时间范围、方法、观点还是其他原因。德意志银行和/或其附属公司也可能持有其撰写的发行人的债务或股本证券。分析师的薪酬部分基于德意志银行及其附属公司的盈利能力，其中包括投资银行，交易和主要交易收入。 意见、估计和预测构成了作者截至本报告签署日的当前判断。它们不一定反映德意志银行的意见，如有更改，恕不另行通知。德意志银行为其所覆盖的公司发行的证券的买卖双方提供流动性。德意志银行研究分析师有时会有短期的贸易想法，可能与德意志银行现有的长期评级不一致。在研究网站（https://research..com/Research/)，并且可以在一般覆盖列表和覆盖列表中找到。公司的页面。CatalystCall的想法代表了分析师的高度信念，即在不少于两周且不超过三个月的时间范围内，股票的表现将优于或低于市场和/或特定行业。除了CatalystCalls的想法外，分析师可能会偶尔与我们的客户以及德意