通过对资讯的持续跟踪和分析，以及结合工作的切身体会，我们逐渐梳理出了一些企业对生成式AI的共性需求和应用场景。结合最近几天媒体上的报道，在这里做个初步分析。
企业对生成式AI的主要需求和场景
高盛集团表示，生成式AI可能在未来十年推动全球国内生产总值（GDP）增长7%，近三分之二的美国工作将受到影响，其应用丰富多样。但就我们所感知到的企业具有一般性和基本性的需求，大概可以分为以下四类：
自然语言搜索、问答和对话：长期以来，知识管理一直是企业的核心需求。我们发现，企业都希望将新的AI技术应用到企业知识管理上，构建更高效的搜索、知识问答和自然语言对话的能力。除了自然语言处理能力之外，企业往往会要求大模型要解决幻觉的问题，不出错；大模型回答的数据透明。此外，因为会有数据隐私安全方面的风险，企业对信息安全的要求较高，一般不太能接受公域部署的大模型。
内容理解：在工作中，员工往往需要筛选堆积如山的会议记录和文档，还要花时间分析和综合来自每个来源的信息。利用生成式AI对内容进行综合、分析、提炼和总结，能够大大提高生产力。
数据分析：提供 Copilot。借助生成式AI的技术，Copilot 可以让开发人员和分析师使用自然语言提出数据问题，并以自然语言获得答案。
写作助手：电子邮件、幻灯片、广告文案、工作报告等等，无需多言。
生成式AI技术在不同领域和不同行业还有许多需求和应用场景，比如在媒体、影视歌曲、游戏、平面和三维设计等方面，在此不予赘述。
最近的案例
Glean的企业级生成式AI搜索与知识图谱相结合
【企业搜索】【内容理解】最近，科技独角兽公司Glean（Glean.com）发布了生成式AI搜索和Glean Chat等功能，在其企业搜索引擎中提供了类似ChatGPT的能力。除了具备多数据源整合和权限管理等企业级搜索特性外，Glean搜索还连接了企业知识图谱，在公司独特的知识库上重新训练深度学习语言模型，并开发出对内容、内部语言、人员和组织内部关系的深入理解能力。这使得Glean能够识别细微差别，例如人们如何协作、每条信息如何相互关联，以及哪些信息对每个用户最为相关。
Instabase AI Hub提供的分析工具
【内容理解】应用AI平台InstaBase推出了AI Hub工具集，为用户提供了参与其内容的机会，包括税务文件、保险索赔、收据、发票和客户数据，并能获得专家级回复。InstaBase还成功完成了4500万美元的C轮融资。
【数据分析】通过LLM集成，Cloudera使企业能够直接与来自Hugging Face的开源LLM和开源矢量数据库集成，以构建AI应用程序。除了LLM集成，Cloudera还宣布其可观察性平台的普遍可用性，这将帮助组织监控在CDP上运行的数据工作负载。
【写作助手】2023年6月6日，Yseop宣布推出Yseop Copilot企业软件平台，为生物制药行业提供了预训练的LLM模型。借助Yseop Copilot，数百项临床试验的科学作者缩短了写作时间，并在创纪录的时间内提高了报告的一致性和可靠性。Yseop专门为生物制药等受监管行业构建了这个数字解决方案。此方案具备专有的提示和验证方法，以确保写作准确性，并保持引用的可追溯性。
本周还有许多有趣的和有意义的新闻。比如，微软推出了Micro Fabric云数据和分析平台；Salesforce推出了CommerceGPT和MarketingGPT；H2O推出了H2O LLM和一个开源的微调框架；OpenAI推出了针对企业市场的竞争对手Cohere.AI；ContextualAI正在研发ASI（Artificial Specialized Intelligence）等等。由于篇幅有限，我们对这些新闻就不展开分析了。
