欧洲、中东和非洲 （ EMEA ） 中的生成式人能 ： 机遇、冒险和未来 — — 汉

尼尔·沃德·达顿，杰克·弗农，埃琳娜·塞梅诺夫斯卡亚，梅利赫·穆拉特，EwaZborowska,AdrianaAllocato来自IDCEMEA分析师团队的贡献 关于这本电子书 在最近的IDCEMEA活动和无数的客户咨询中，在过去的三个月中，生成AI已成为最常见的话题之一。 在2022年11月推出后的前三个月中，ChatGPT达到了1亿用户，而诸如DALL-E，Midtrin和StableDiffusion之类的服务已变得非常受欢迎。这些服务在至少五年来已经非常活跃（尽管没有引起公众的关注）的研发领域中点燃了巨大的火焰。 现在，每个人都想谈论生成AI。什么是可能的？接下来会发生什么？我们应该担心什么？钱将在哪里（如果有的话）？ 本电子书概述了EMEA中的生成AI，包括相关的机遇，风险和挑战，以及对不同ICT细分市场和社区可能意味着什么的“第一眼”。本电子书的大部分内容基于IDCEMEA分析师团队的内部调查。 这是一个变化非常快的领域，我们知道本电子书中引用的一些细节将在未来几个月内过时，尽管如此，我们希望它至少能提供一个介绍性的观点。 生成AI不仅仅是文本-但文本和代码生成可能会产生最大的影响 使用LLM生成文本的能力正在利用生成式AI吸引大多数行业关注，但这只是六个生成式AI内容“领域”之一-文本，软件代码，图像，视频，声音（包括语音）以及设计和结构。 生成AI系统已经在这些领域中的每个领域都展示了一些能力，特别是在自动化孤立任务方面（例如，生成合理的文本以响应问题）。在某些领域，早期进展正在更高层次上取得。正在出现的系统可以根据提示生成流程或计划，然后将其分解为系统能够自主执行的单个动作。 IDC EMEA团队视角 %的IDCEMEA分析师贡献者表示，生成AI将在该领域产生重大影响（每个受访者最多可以选择三个） 在为本电子书做出贡献的IDC EMEA分析师团队中，可以生成文本和软件代码的系统压倒性地被认为对业务的潜在影响最大。 生成式AI目前展示出清晰的能力新兴的生成式AI能力 欧洲组织正在探索三个广泛的企业生成AI用例集群 我们的初步研究表明，EMEA企业中生成AI的潜在用例主要有三个集群。 除了这些广泛的行业中立的用例集群外，IDC的EMEA分析师团队还强调了重要的行业特定用例，从医疗保健中的临床知识管理，患者参与和药物发现，到金融服务中的财务顾问代理，政府中的公民参与，高级材料设计制造业，以及零售业中的个性化和内容生成。 来源：IDC EMEA，2023年3月，第2波，2023年3月-拥有500多名员工的组织，n = 220 生成AI对企业的重大影响 正如EMEA的企业所采用的那样，生成人工智能可能会在企业运营方式和实现成果的多个领域产生重大影响。 员工生产力在积极影响列表中名列前茅，因为生成AI可以帮助专业人员和管理员在各种任务和流程上节省时间。 同样，在降低成本和提高盈利能力方面的运营优化将推动投资。 但是，需要解决安全和风险问题，以帮助组织进行有效和安全的投资。 EMEA分析师团队预计，一般来说，更多的初级职位将受生成AI使用的机遇和挑战影响最大。这将为许多人带来变革管理挑战，并将由于既定的员工发展和晋升方法(围绕初级员工在升任高级职位之前，学习常规任务)。 IDC EMEA团队视角 基于生成式AI技术构建和交付价值需要哪些能力？这个价值链图说明了事情是如何形成的。 在价值链的每个部分中显示的宝石图标的数量（最多三个）表明IDCEMEA分析师团队根据当前的市场条件预期每种能力能够获取价值（并赚钱）的程度。我们目前的观点是，大部分价值可能会被可以提供模型创建工具和执行平台的供应商，以及可以创建特定领域的生成AI模型和在其上构建的业务应用程序的供应商。相比之下，使用通用模型构建的水平产品更容易受到商品化的影响。 挑战和风险来自能力，过程，使用 IDC的初步研究表明，生成式人工智能有三个主要方面会带来挑战和风险：系统的固有能力（和局限性），创建它们的过程以及潜在的使用方式。 IDC EMEA团队视角 上述个别挑战旁边的星号反映了IDCEMEA分析师团队关于最有可能影响市场发展的生成式AI挑战和风险的集体观点（最多三个）。除此之外，团队成员还强调了进一步的潜在投资抑制因素，包括技能的可用性、系统质量和可靠性、对潜在失业的看法、监管的潜在影响、可解释性和合规性挑战。 政策和监管的潜在影响 与生成AI相关的风险和挑战的强烈反映是政策和法规的快速发展，特别是在欧盟内部。变化速度的例子包括： 特别是在欧盟内部，生成AI的实施和使用 系统将受到监管的塑造和限制-尽管与更广泛的AI一样，监管机构将面临与技术发展保持同步的挑战。 细节将随着时间的推移而演变，但总体上，监管将继续侧重于塑造公民权利如何相互平衡和与公司利益相平衡。 欧盟提出的人工智能法案现已接近定稿，该法案已在最后一刻进行了修订，以对基于LLM的系统的开发人员施加特定要求。修正案要求LLM提供商披露模型培训中使用的任何受版权保护的材料。 2023年3月，意大利数据保护机构裁定ChatGPT以不符合数据保护法的方式收集数据。 OpenAI是ChatGPT的开发商，直到2023年4月底才被授予对监管机构有关GDPR合规性的回应;作为临时措施，OpenAI阻止了对意大利ChatGPT的访问。该阻止现已解除。 EMEA中生成AI的未来可能性 IDC EMEA团队视角 由于对风险和挑战的担忧，以及快速变化的政策和监管环境带来的压力，EMEA的生成式AI市场的发展目前仍然存在很大的不确定性。我们看到三种潜在的场景正在发挥作用。 如何生成AI发展时间表正在形成？IDC的EMEA分析师团队预计生成AI将在12-24个月内成为主要的转型力量，在三到五年内成为主流，并在10年内成为“正常”或“无聊”。简而言之：共同的观点是生成AI只是在开始产生影响，其影响将被感受到许多年来。 场景A 由广泛的用例和专业行业的混合驱动的稳定增长系统-由对齐的AI驱动发展，与监管、治理同步，并为采用者带来明确的积极业务成果。 场景B 最初的增长由广泛的用例推动，但由于对系统风险和/或可疑业务成果；由专业/受控行业系统推动的增长。 场景C 由无管理的实验驱动的高初始增长，被杀死由于管理不善的实施而产生的疲弱的业务成果。 IDCEMEA团队观点：机遇和破坏性潜力大于风险 生成AI... ...增加了市场混乱的机会额定3.69 / 5 ...介绍了许多提供商业价值的机会额定3.62 / 5 IDC EMEA团队视角 考虑到所有因素，IDCEMEA分析师团队强调AI产生重大影响和机会的潜力，并且只适度关注风险和炒作带来的潜在市场发展障碍。 ...风险超过潜在价值额定2.46 / 5 ...被高估了额定2.33 / 5 对企业的建议 根据本电子书中的分析，我们建议考虑采用生成AI的EMEA组织关注这六个建议。 技术供应商的建议 根据本电子书中的分析，我们建议考虑将生成AI作为其产品/服务组合的一部分的技术供应商关注这六个建议。 挖掘更深：特定EMEA市场Perspectives 在EMEA挖掘更深：软件递送 Overview Introduction 随着对使用生成AI进行文本对话的发展和兴趣，LLM生成软件代码的潜力也被迅速抓住（毕竟代码只是文本）。 微软的GitHub于2021年6月推出了CoPilot，该服务现在可以帮助开发人员用Python、JavaScript、Typescript、Ruby等编写代码。 生成AI还可以为现有代码生成测试脚本。Tabnine于2023年2月推出了针对Python、Java和JavaScript的单元测试生成服务。 提供低代码开发环境的供应商也在积极探索这一领域。 例如，在2023年早些时候，三星的工程师在使用ChatGPT获取对代码的见解时，无意中将高度机密的商业敏感代码转移到公共领域。 关键用例和机会 除了代码生成和单元测试生成之外，基于LLM的生成AI系统还可以自动为现有代码创建注释，总结代码，支持开发人员培训，并提供自动对- 生成的AI时间轴 重大转型影响：三到五年主流：三到五年商品：10年以上 生成测试数据以及自动生成的单元测试案例也是一个可能的用例，代码重构，应用程序体系结构和代码翻译（从一种编程语言到另一种编程语言）也是如此。 市场塑造因素 风险和挑战 供应商影响 企业影响 因为LLM是“幻觉”，所以无法保证生成的工件的准确性。这意味着在短期内，至少代码和测试生成对于原型设计和帮助培训初级员工和新开发人员最有用，而不是自主创建生产代码。作为 如果员工使用公共生成AI系统，商业IP可能会“泄漏”到公共领域，这可能会使企业变得谨慎。特别是活跃在欧盟的客户也将对与不适当开发或开发相关的监管和声誉风险持谨慎态度。使用系统。 软件交付工具和平台的供应商 -包括低代码工具的供应商-预计将为客户提供越来越“智能”的副驾驶功能。他们将被迫向个人客户提供工具和模型的私有实例，以最大程度地降低IP泄漏的风险。系统集成商将越来越多地使用这些工具来帮助加快软件项目交付，减少新员工（或新项目）的入职，并改善技术知识管理。 模型变得更有能力，代码重构和设计副程序可能变得可行。 在EMEA挖掘更深：安全 Overview Introduction 在2020年初（在当前对生成AI的兴趣浪潮真正开始之前），一家日本公司被骗了3500万美元，当时犯罪分子使用AI工具克隆了公司首席执行官的声音，并使用虚假的语音电话和消息说服经理将钱电汇给假律师，作为虚假合并的一部分。 生成AI的潜在影响是安全社区的热门话题，可能会产生积极和负面影响。 生成AI可以被威胁行为者用来创建用于恶意软件，勒索软件和网络钓鱼攻击的程序。另一方面，安全技术供应商正在探索生成AI如何增强或增强防御能力，特别是在实时威胁检测/响应和事件管理方面。 微软已经推出了SecurityCoPilot，它可以处理警报，并将其转换为对安全事件的自然语言解释，并提供有关如何遏制它们的指导。 关键用例和机会 生成AI的潜在用例集中在增强的威胁检测（分析大量数据以识别可疑行为并检测可能表明网络攻击的异常）;快速事件响应（分析实时数据并提供总结报告和补救建议）;以及检测和优先消除软件中的漏洞。 市场塑造因素 风险和挑战 供应商影响 影响安全和合规空间的主要风险因素不是直接影响安全创建的因素产品(将根据有关威胁的数据，而不是私人组织数据进行培训)，但影响整体安全环境。粗心或未经训练的用户使用生成AI系统可能会增加数据泄漏的风险，这可能会导致这些数据被用来制造新的威胁。 预计安全技术供应商将引入新功能或产品，以帮助组织检测和响应与恶意使用生成AI相关的新威胁，并引入新功能或产品，以帮助组织控制和管理可能用于训练生成AI系统的专有或个人数据。一个新的机会正在围绕生成AI系统的访问控制不断发展，以强制执行系统可能会根据提示检索的机密数据或内容的访问权限。 企业影响 Microsoft，Google，Orca，SentinelOne和Veracode等安全技术供应商已经开始采用生成式AI来帮助提高其工具的功能。生成式AI可以使安全技术用户更高效，帮助自动化安全任务的繁琐重复方面，并实现更多 多样化的用户群体从安全技术投资中获得更多价值。改进可能特别有利于安全分析师，让他们有更多时间专注于更复杂的任务。 与此同时，安全社区正在努力了解GeAI的业务风险影响。通过ChatGPT报告的敏感信息泄漏事件包括软件工程师审查机密源代码，以及员工复制和粘贴机密数据以生成演示文稿。作为回应，公司正在对员工内部使用实施政策保护措施。如果其他国家监管机构效仿意大利的做法，迫使生成人工智能供应商改变他们的产品，隐私合规可能会成为一个问题。 在EMEA挖掘更深：云