AI在多个领域都展现出了强大的应用潜力和实际价值,同时也面临着一些挑战。以下是一些关键信息:
- 资管行业:早期采用AI的资管机构已实现显著效率提升,例如某机构的内部AI应用使用频率从每周提高到每天,支持编码、文件审查和投资报告编制等工作,大幅减少了行政工作量。目前该行业已从试验性应用转向深度集成的解决方案,但跨职能部门的系统集成复杂、AI结果可靠性与决策模型一致性以及监管(如《欧盟人工智能法案》)是主要挑战 【1】 。
- 生物与制药行业:
- 生产与实验:AI系统用于实时监测生产过程(如生物技术公司监测细胞培养环境参数预防污染)、辅助设计实验流程(如优化PCR实验条件提升成功率) 【2】 。
- 药物研发:生成AI有望帮助更快地为患者带来治疗创新并降低成本,革新临床开发(如启用去中心化临床试验[DCTs]、整合真实世界证据[RWE])。AI还能通过综合大量数据开发新假设、更好地选择具有所需属性的药物,从而改善发现成功治疗方法的可能性 【7】 【9】 。像葛兰素史克(GSK)、阿斯利康(AstraZeneca)和牛津纳米孔技术公司等都在相关领域应用AI 【2】 。
- 财务运营:AI的应用显著影响了公司财务运营。例如,某公司会计团队约200人,现在有300个机器人处理各种任务,使财务专业人士能专注于更具增值意义的活动和战略决策。在资产负债表审查中,生成AI(GenAI)能产生流量分析的初始叙述,减少了80%的人工工作量 【3】 。
- 零售与搜索:
- 在线零售:生成式AI可简化搜索功能,顾客能用自然语言描述想要的产品,指定细节(颜色、尺寸、材料、预算、交货日期等),提升购物体验并为零售商提供有价值数据 【5】 。
- 搜索引擎:AI拓展了用户搜索和获取信息的方式。例如,AI Overviews已覆盖超20亿用户,货币化率与传统搜索大致相当;AIMode作为全新端到端AI搜索体验,拥有超过7500万日活跃用户,使用率在美国增长强劲 【6】 。
- AI基础设施与投资:企业对AI基础设施的投资力度持续加大,43%的公司报告增加了相关支出(去年为16%),98%的管理层计划在2025年进一步增加支出。金融服务公司正构建全栈加速计算的AI工厂,以支持从AI探索到部署的转变,并利用代理式AI解决复杂问题。
- AI平台:有公司专注于边缘计算AI推理平台(如LatentAI提供量化优化器)和多云机器学习系统(如LightningAI帮助构建研究演示、提供云端训练等功能) 【4】 。
- 挑战与监管:除了资管行业提到的挑战,AI的发展也伴随着争议,全球每年被报道的AI事件与争议数量总体呈上升趋势,2024年已达到238.9 【13】 。欧盟《人工智能法》等监管框架也在影响AI应用的发展方向 【1】 【8】 。
总的来说,AI正从试验探索走向深度融合,在提升效率、辅助决策、创新体验等方面发挥着越来越重要的作用,但同时也需要关注技术、伦理、监管等多方面的问题。