Gartner解读2024年中国AI技术趋势:复合式AI将引领产业未来

科技   2024-11-14 19:52   北京  

产业互联网第一媒体。 产业家


未来很多企业会转向复合式AI,在合适的场景使用合适的技术,避免“拿一个锤子看谁都像钉子”的单一化应用方式。


作者|沈丛
来源|中国科技信息


近两年来,AI 大模型技术的成熟使得人工智能迎来了重大突破,仿佛一夜之间 “开窍”,从特定领域走向了无所不能的阶段,在文字、图片、音频、视频等领域都能生成高质量内容,成为了万众瞩目的焦点。

近日,《中国科技信息》杂志就AI技术的发展趋势,采访了Gartner研究总监闫斌。闫斌分享了当前AI技术的热点话题,对《2024年中国数据、分析和人工智能技术成熟度曲线》进行了详细解析,揭示了未来几年内AI技术将如何演变,并预测复合式AI将成为主流。

未来两到五年,
大量创新技术将实现大规模应用

闫斌表示,AI 技术有很多类别,如人们熟知的大模型,以及多模态、复合型 AI 等等。无论哪种技术,都会经历一个发展周期。Gartner今年6月发布的《2024 年中国数据、分析和人工智能技术成熟度曲线》,完美诠释了各项 AI 技术的发展周期,并且明示了各项 AI 技术所处的发展阶段。

2024年中国数据、分析和人工智能技术成熟度曲线


该曲线是某项技术的舆论炒作关注度曲线、技术的真实发展曲线二者合并后所形成。如图所示,各项技术发展细分为五大关键阶段:技术萌芽期、期望膨胀期、泡沫破裂谷底期、稳步爬升复苏期和生产成熟期五个关键阶段。闫斌在解析这张图时表示,当某项技术的舆论关注度达到顶峰时,实际上该技术的成熟度并不高,这也是最容易产生“泡沫”的阶段,半年前的大模型技术基本处于该阶段。

而随着舆论对这项技术的期望值开始趋于冷静,“泡沫”也会被慢慢挤出,很多企业也会在这个阶段被兼并购,企业数量明显减少。但是这一阶段也意味着这个技术已经足够成熟,并且能走向市场。

未来两到五年,大量具有颠覆性或较高影响力的创新技术将会走向成熟,并实现大规模应用。

企业选择模型应综合考虑性能、速度与成本

谈及大模型的选择时,闫斌强调了延时性和成本效益的重要性。

闫斌认为,大模型的选择存在诸多考量因素,并非仅仅局限于质量,还需考虑速度和价格等方面。在速度方面,延时性是一个极为重要的考量因素。比如,有些大模型质量虽高,然而回复速度却很慢,需要延时回答,这会给很多客户带来困扰,其中最典型的案例便是 OpenAI-O1。此外,价格也是关键因素之一,一些模型虽然质量出色,但价格高昂,使得一些企业无法承担这一成本。

模型选择曲线图

闫斌展示了一幅关于大模型如何选择的曲线图,图中横坐标代表模型规模增大或推理成本提高,纵坐标表示准确度提升。所有模型大致符合这样一条曲线:随着模型增大,能力变强。然而,其投入产出比不成正比,投入增加但能力增长呈现疲态。因此,对于企业而言,应在这条曲线上选择合适的模型,比如小模型或中等规模的模型,以实现最佳效益。

中国生成式AI发展慢于预期


闫斌表示,和生成式AI相关的技术,例如大语言模型、多模态、领域模型、AI 智能体,目前的舆论热度都很高,并且在逐渐走向成熟。然而,中国生成式AI的落地情况慢于预期。

在2023年4月曾有一份调查,当时有6%的中国企业已将生成式AI部署在生产环境,26%在实验阶段,24%计划在半年内部署。一年过后的再次调查显示,中国生成式AI的增长从6%仅增长到8%,与全球相比速度较慢——而全球的生成式AI落地情况呈稳步增长态势,从去年3月的4%增长到今年 1月的21%。

闫斌认为,中国生成式AI落地速度较慢,主要可总结为三点原因。第一,未找到契合点,投入产出比不成正比。目前很多企业的生成式 AI或大语言模型尚未找到契合点,其业务价值的投入产出比不太理想,企业仍在探索生成式AI的应用场景。第二,模型能力及产品成熟度不够,与全球相比存在差距。第三,企业自身数据质量不佳。在使用生成式AI时,随着应用的深入,内部数据与模型的结合非常重要。但目前企业知识库质量不佳,从而影响了生成式AI的落地应用。

2/3生成式AI将淘汰,
复合式AI 将走到台前

尽管被寄予厚望,但是生成式AI的发展如今依旧面临很多困境。

闫斌表示,到2025年,至少三分之二的生成式AI项目将在概念验证后被淘汰。其原因主要有以下几点:数据质量差、风险控制不足、成本上升以及业务价值不明确。不仅如此,企业在使用生成式Al时,也会面临很多挑战,其中包括缺乏恰当的使用案例和无法证明的商业价值、模型能力不足以及通用产品成熟度不够以及企业数据准备不足等。

未来,复合式AI将会成为弥补生成式AI短板的关键技术。

闫斌表示,复合式AI是将基于数据驱动的AI和基于逻辑、规则的符号AI这两类不同方向的AI技术整合在一起的人工智能模式。在这个模式中,不同的AI模型仿佛处于一个小社会,有着不同的角色分工,诸如生产者、老师、运动员、裁判员、指挥等,通过协同工作来实现特定的任务。

由此可见,复合式AI有多种模式,能够在不同场景下发挥不同模型的优势,实现更务实的应用。比如大语言模型与安全护栏的组合,以及交响乐团式的大小模型协同工作等。

因此,未来很多企业会转向复合式AI,在合适的场景使用合适的技术,避免“拿一个锤子看谁都像钉子”的单一化应用方式。



最新视频号内容推荐

产业AI大模型
《财务大模型,产业路向何方?》
《沸腾的大模型:谁在成为主角?》
《大模型落地金融业,想象力在哪?|产业特稿》
《重新理解百度智能云:写在大模型开放后的24小时》
《一所南方学校,遇上AI的60天》
《金蝶,「起舞」在大模型时代》
产业数字化
数字化大势下,科创板IPO的“紧箍咒”
透视京东,和隐藏起来的200个上升密码
云上管车背后:透视数字化时代的企业内功
透视云测试:技术、产业、降本增效下的数字化之战
产业SaaS
《2021年SaaS行业八大趋势|盘点》
美团阿里鏖战,餐饮 SaaS无「终局」

金蝶腾「云」,产业互联「结网」

腾讯加「杠杆」,SaaS开团战

产业供应链
产业互联网时代,谁在重写供应链?
牵手国资背后,再看苏宁的零售产业边界
产业硬科技
《云从「敲门」科创板》
《物联网,一场上云的巨型战役》
《华为:用鸿蒙HarmonyOS2.0讲的新故事》
《国产芯片战场:掣肘、决心和看得见的未来十年》


© 往期回顾



产业家网全新上线

© THE END


本文由产业家出品,未经许可,请勿转载。 
/
欢迎爆料


产业家报道联系微信号:15201450756

产业家
专注深度产业互联网内容
 最新文章