文 | 適道
千呼萬喚，麥肯錫公司終于發(fā)布了2023Q3人工智能洞察報告TOP10，其中關(guān)于生成式AI的報告就占了半壁江山。
報告《The state of AI in 2023: Generative AI’s breakout year》分析了在全球各個地區(qū)和行業(yè)內(nèi)，企業(yè)對人工智能的部署和使用情況，并且認(rèn)為人工智能的廣泛使用將對各行各業(yè)產(chǎn)生重大影響。
下面，適道將和大家從中國視角出發(fā)，一起瀏覽該篇報告。
01 全球生成式AI采用：領(lǐng)先企業(yè)強(qiáng)在哪里
第一，盡管生成式AI公開不久，但人們對它并不陌生。
從個人層面來說，79%的受訪者表示，他們至少接觸過AIGC，22%的受訪者表示他們經(jīng)常在自己的工作中使用AIGC。
從企業(yè)層面來說，AIGC也得到了廣泛使用，三分之一的受訪者表示，他們所在的企業(yè)已經(jīng)在至少一項功能中定期使用AIGC。
在表示其企業(yè)使用人工智能的受訪者中，40%的人表示，由于AIGC的應(yīng)用，他們的公司預(yù)計將在人工智能方面投入更多資金，28%的人表示，AIGC的使用已經(jīng)列入公司董事會的議程。
第二，AI高績效企業(yè)更傾向于在產(chǎn)品和服務(wù)開發(fā)中使用人工智能。不同于大多數(shù)將AIGC作為降本手段的企業(yè)，AI高績效企業(yè)對AIGC的首要目標(biāo)是創(chuàng)造全新業(yè)務(wù)或收入來源，并基于人工智能的新功能提高現(xiàn)有產(chǎn)品的價值。
這些企業(yè)的受訪者指出他們面臨的首要挑戰(zhàn)是模型和工具，例如在生產(chǎn)中監(jiān)控模型的性能，并根據(jù)需要重新訓(xùn)練模型。相比之下，其他受訪者提到的則是相對寬泛的戰(zhàn)略問題。
關(guān)于AI領(lǐng)先企業(yè)和其他企業(yè)的區(qū)別，適道曾在文章中指出：AI領(lǐng)先企業(yè)在治理、部署、合作伙伴、人員和數(shù)據(jù)可用性等5方面存在一定共性。感興趣可以點擊查看。
第三，人工智能相關(guān)人才的需求發(fā)生轉(zhuǎn)變。過去一年里，采用人工智能的企業(yè)最常雇傭的人員是：數(shù)據(jù)工程師、機(jī)器學(xué)習(xí)工程師和人工智能數(shù)據(jù)科學(xué)家。與以往的調(diào)查相比，現(xiàn)在招聘人工智能相關(guān)軟件工程師的比例要小得多（最新調(diào)查為28%，低于上次調(diào)查的39%）。另外，隨著AIGC的廣泛應(yīng)用，企業(yè)對提示工程(Prompt Engineering)技能的需求也在增加。
適道認(rèn)為，人工智能人才儲備可能也在影響國內(nèi)企業(yè)部署AI的速度。麥肯錫另一份報告指出，中國企業(yè)側(cè)重于招募軟件工程師、數(shù)據(jù)工程師等技術(shù)人才，卻忽視了AI轉(zhuǎn)譯員、設(shè)計師等關(guān)鍵人才。據(jù)悉，2022年，近半數(shù)中國企業(yè)聘用了軟件工程師，而招募轉(zhuǎn)譯員的公司僅有6%，遠(yuǎn)低于領(lǐng)先國家的14%。這個數(shù)據(jù)值得關(guān)注。
第四，報告指出：雖然AIGC工具的使用正在迅速普及，但數(shù)據(jù)并沒有顯示這些新工具正在推動企業(yè)全面采用人工智能。就目前而言，采用人工智能的企業(yè)在比例上總體保持穩(wěn)定， 55%的受訪者表示他們的企業(yè)已經(jīng)采用了人工智能。
不過，大多數(shù)受訪者表示，在應(yīng)用人工智能的每個業(yè)務(wù)功能中，人工智能相關(guān)的收入都有所增加。展望未來，盡管AI整體采用率保持在55%左右，但超過三分之二的人預(yù)計其所在公司將在未來三年增加對AI的投資。
02 中國生成式AI行業(yè)：尚處于早期階段
生成式AI已進(jìn)入高速成長期。就目前來中國看，的市場規(guī)模約是全球總量的1/10，預(yù)計到2025年將達(dá)到2000億元人民幣，平均年增速超過60%。
毫無疑問，未來投資者將紛紛入場，潛在企業(yè)、個人用戶對生成式AI工具的功能抱有期待，這些無不說明，行業(yè)的春天已經(jīng)到來。
那么，當(dāng)前國內(nèi)的GenAI（生成式AI）行業(yè)呈現(xiàn)出哪些特點？
專用硬件：基礎(chǔ)建設(shè)資源受限，但國產(chǎn)化進(jìn)程不斷加速。
由于無法獲得高端GPU芯片A100與H100，國產(chǎn)大模型研發(fā)機(jī)構(gòu)在算力上遭遇瓶頸。雖然中國本土芯片研發(fā)廠商加強(qiáng)科研，新開發(fā)芯片的算力規(guī)?？蛇_(dá)到2000TOPS（目前國產(chǎn)GPU的算力規(guī)模大多在1000TOPS以內(nèi)），但距離國際領(lǐng)先的H100芯片4000TOPS算力仍有一定差距。
基礎(chǔ)模型：行業(yè)大模型可能是國產(chǎn)GenAI的出路。
一方面，通用大模型需要海量數(shù)據(jù)用來訓(xùn)練，但中文網(wǎng)站數(shù)量的全球占比僅為1.4%，可用作訓(xùn)練的公開中文語料庫數(shù)量有限、質(zhì)量不均。另一方面，國內(nèi)用戶在網(wǎng)站和移動端App產(chǎn)生的海量數(shù)據(jù)，基于保護(hù)用戶隱私，大部分?jǐn)?shù)據(jù)不能應(yīng)用在大模型訓(xùn)練上，從而對模型訓(xùn)練的效率和精度都造成不利影響。
因此，相較于適用于多領(lǐng)域、多任務(wù)的通用大模型，行業(yè)大模型更依賴于開發(fā)者對垂直場景的理解和海量行業(yè)數(shù)據(jù)支持。在算力受限的背景下，行業(yè)大模型更有可能成為中國GenAI廠商的制勝賽道。
應(yīng)用：中國創(chuàng)業(yè)公司尚處于早期階段，聚焦領(lǐng)域相對集中。
國內(nèi)GenAI領(lǐng)域的創(chuàng)業(yè)公司融資輪次靠前，集中在天使輪到Pre-A輪之間，融資金額大多小于1億元人民幣，正處于方興未艾的發(fā)展初期，行業(yè)潛力巨大。
反觀海外GenAI行業(yè)，科創(chuàng)企業(yè)規(guī)模體量相對較大，涌現(xiàn)出多家細(xì)分應(yīng)用領(lǐng)域獨角獸企業(yè)，其中某總部位于倫敦的全球化AI研究型企業(yè)估值高達(dá)38億美元。
另外，國內(nèi)GenAI垂直應(yīng)用領(lǐng)域主要聚焦文本、圖像和音視頻生成，海外市場則在上述領(lǐng)域以外出現(xiàn)了大量基于GenAI的開發(fā)平臺、數(shù)據(jù)分析平臺及代碼編寫平臺，其原因在于海外以早期程序語言編寫的系統(tǒng)較多，許多企業(yè)面臨較高編程人力成本，因此對編程輔助軟件有較高需求。
03 行業(yè)分布集中，大部分企業(yè)還在摸索商業(yè)模式
中國GenAI行業(yè)的商業(yè)化應(yīng)用呈現(xiàn)出了兩大特點：
一是行業(yè)分布集中，主要集中在商業(yè)化發(fā)展較成熟的優(yōu)勢產(chǎn)業(yè)。
在國內(nèi)，GenAI應(yīng)用發(fā)展最快的領(lǐng)域包括電商、傳媒、娛樂和游戲，尤其是數(shù)字虛擬人和電商視頻營銷，而大部分傳統(tǒng)行業(yè)（如金融、能源、教育等）仍處于小規(guī)模試點階段。
而GenAI應(yīng)用之所以能在互聯(lián)網(wǎng)電商平臺蓬勃發(fā)展，原因就在于中國擁有優(yōu)質(zhì)的電商和供應(yīng)鏈生態(tài)以及龐大的消費者群體，為GenAI應(yīng)用落地提供了契機(jī)。
典型的行業(yè)應(yīng)用案例包括：視頻行業(yè)某生成式AI的3D短視頻內(nèi)容廠商、電商行業(yè)的某領(lǐng)先GenAI視頻大模型研發(fā)企業(yè)、游戲行業(yè)的某互聯(lián)網(wǎng)平臺旗下游戲與AI研究和應(yīng)用機(jī)構(gòu)等。
在上述企業(yè)中，生成式AI的3D短視頻內(nèi)容廠商能夠基于文本生成3D視頻內(nèi)容，并通過抖音、快手、B站等短視頻平臺進(jìn)行推廣，極大提高了短視頻內(nèi)容生產(chǎn)者的創(chuàng)作效率。
GenAI視頻大模型研發(fā)企業(yè)則深耕電商行業(yè)，以AI生成虛擬人主播，賦能各行業(yè)、各品牌電商。
游戲與AI研究和應(yīng)用機(jī)構(gòu)則利用人工智能打造AI陪玩、AI競技機(jī)器人，并通過自然語言技術(shù)賦予非玩家角色人設(shè)，使其能夠在游戲中與玩家互動對話。
二是大部分企業(yè)處于積極探索自身商業(yè)模式的早期階段。
聽著很美好，但問題也出在這里：行業(yè)分布過于集中，且更多是面向C端用戶。
正如適道探討過的：互聯(lián)網(wǎng)時代不同于大模型時代。在互聯(lián)網(wǎng)時代，“流量”是免費的，在總運(yùn)營成本不變的情況下，用戶越多，網(wǎng)絡(luò)的價值就越大。而在大模型時代，算力有成本的，每多增加一個用戶，就要實打?qū)嵉馗冻鏊懔?，這就導(dǎo)致補(bǔ)貼沒有任何意義。你的新用戶越多，你反而可能越賺不到錢。
因此，面向B端企業(yè)客戶或許更能代表未來人工智能公司的方向。
在歐美市場，大規(guī)模企業(yè)客戶群體是主流。SaaS付費訂閱模式已基本成熟，一眾海外GenAI企業(yè)利用成熟的SaaS市場，將GenAI應(yīng)用到高科技、通信及各種傳統(tǒng)行業(yè)（如醫(yī)療、教育等），應(yīng)用范圍更加廣泛。
在國內(nèi)市場， GenAI企業(yè)目標(biāo)客群多為終端。用戶企業(yè)對軟件的付費意愿不高、市場有待進(jìn)一步培育，且企業(yè)對SaaS部署方式存在數(shù)據(jù)安全方面的顧慮，大規(guī)模應(yīng)用GenAI的商業(yè)模式仍有待探索。
目前，國內(nèi)市場主流的商業(yè)模式包括云資源售賣、模型API調(diào)用、SaaS收費、素材收費等。
總的來說，大部分國內(nèi)市場的GenAI創(chuàng)業(yè)公司剛剛完成標(biāo)準(zhǔn)化產(chǎn)品輸出，開始進(jìn)入初級商業(yè)化探索階段。而隨著中國SaaS市場成熟以及企業(yè)付費意愿的提升，國內(nèi)文本生成和圖像生成初創(chuàng)企業(yè)預(yù)計將快速拓展至企業(yè)客戶市場。
04 六個靈魂拷問：AI技術(shù)潛力如何變?yōu)榻?jīng)濟(jì)效益
研究顯示，僅9%的中國企業(yè)計劃憑借部署AI實現(xiàn)超10%的營收增長，而領(lǐng)先國家有19%的企業(yè)有望實現(xiàn)這一目標(biāo)。同樣，就利潤貢獻(xiàn)率而言，僅有7%的中國企業(yè)稱AI對EBIT的貢獻(xiàn)率突破20%，而領(lǐng)先國家有14%的企業(yè)突破了這一比例。
結(jié)果表明，中國企業(yè)亟需提高變現(xiàn)能力，將AI技術(shù)的潛力轉(zhuǎn)化為切實的經(jīng)濟(jì)效益。
除了上述的AI轉(zhuǎn)譯員儲備不足，中國企業(yè)部署AI較領(lǐng)先國家落后的原因還可能是：
- 總體AI戰(zhàn)略欠佳：在受訪的中國企業(yè)中，AI戰(zhàn)略與公司總體戰(zhàn)略相契合的企業(yè)不足30%；在受訪高管中，完全認(rèn)可AI戰(zhàn)略的高管僅有25%。
- 不重視內(nèi)部培訓(xùn)：僅30%左右的中國企業(yè)依靠內(nèi)訓(xùn)培養(yǎng)AI人才，明顯低于45%的全球均值。
那么，為盡快部署生成式AI并從中成功發(fā)掘價值，企業(yè)必須首先思考六大關(guān)鍵問題：
- 在什么業(yè)務(wù)環(huán)節(jié)部署生成式AI才能創(chuàng)造最高的價值？能夠幫助您增強(qiáng)競爭優(yōu)勢的關(guān)鍵用例有哪些？
- 您最重要且可供AI學(xué)習(xí)的數(shù)據(jù)資產(chǎn)有哪些？
- 您的技術(shù)運(yùn)營模式是怎樣的？
- 您是否擁有需要的AI人才，可實現(xiàn)業(yè)務(wù)與技術(shù)的無縫整合，并將AI的潛力轉(zhuǎn)化為價值？
- 您是否已制定風(fēng)險協(xié)議，以化解生成式AI的模型風(fēng)險（如應(yīng)對模型“幻覺”）？
- 您計劃如何推進(jìn)變革管理，從而推廣生成式AI，達(dá)成業(yè)務(wù)目標(biāo)？
麥肯錫認(rèn)為，企業(yè)必須回答上述問題，攻克種種挑戰(zhàn)，才能快速構(gòu)建所需的能力，充分釋放生成式AI的潛力，及時獲取這一顛覆性技術(shù)可創(chuàng)造的經(jīng)濟(jì)效益。
盡管目前國內(nèi)外市場在諸如大模型開發(fā)、應(yīng)用布局、商業(yè)模式等多個領(lǐng)域都存在較大差異，但我們能看到中國GenAI行業(yè)正在不斷追趕國際領(lǐng)先水平，預(yù)計未來中國GenAI相關(guān)技術(shù)和應(yīng)用將逐漸成熟，并進(jìn)一步探索出適合自身發(fā)展的商業(yè)模式。
