来源:Gartner。
根据Gartner最新发布的中国ICT技术成熟度曲线报告《Hype Cycle for ICT in China, 2024》,生成式AI目前在中国市场处于热度高峰期的发展阶段。
Gartner认为,目前GenAI在中国市场的渗透率为目标受众中的5%至20%,GenAI的探索正在扩展。大多数行业的终端用户组织正在积极地投资该技术。中国的技术供应商,优先提供支持GenAI的应用程序和工具。
在未来12个月内,领先的技术产品和服务将整合GenAI能力,以对话方式实现GenAI技术的民主化。GenAI将在行业垂直领域、科学发现和技术商业化方面迅速进步。负责任的人工智能、信任和安全对于安全利用GenAI至关重要。
驱动因素
■ GenAI继续受到高管的大量关注,激发了组织更广泛采用GenAI的热情。
■ 基础模型大幅提高了人工智能生成内容的质量和生成速度,覆盖了包括语言、代码、图像、声音和多模态数据在内的广泛领域。
■ 零次/少次学习的提示工程迅速改善了生成模型,同时减少了对训练数据和微调的需求。
■ 机器学习和自然语言处理平台正在增加GenAI能力,以实现生成模型的可重用性,使生成模型定制化并易于AI团队使用。
■ 当与其他模型或应用程序集成时——例如视觉生成模型、科学计算模型或Web应用程序,GenAI模型解锁了更多潜在的商业用例。
■ GenAI为行业提供了一个提高生产力的机会,很少有其他技术提供这样的机会来重新定义工作完成的方式。
存在的发展阻碍
■ GenAI可能会被用于不良目的场景,这在政治、商业和社会中是具有危险性的,这可能导致更加严格的监管。完全且准确地检测生成内容在未来几年将继续是挑战,并且可能永远无法完全实现。
■ 支持GenAI的基础模型尚不成熟。完全依赖基础模型的结果是有风险的,因为它可能引入错误的结果。
■ GenAI产品化需要巨大的AI工程工作,例如微调、检索增强生成、提示工程、安全防护和基于人类反馈的强化学习。这可能导致很多用例的投资回报率(ROI)不理想。
■ 缺乏经过验证的商业模式可能会进一步减缓GenAI的采用。
■ 短视的资本,过分关注即时利润或短期收益,将导致行业缺乏创新。
■ 中国本地的类似于ChatGPT/GPT-4性能的GenAI模型尚未可用。对ChatGPT/GTP-4印象深刻并寻找本地替代品的组织必须等待或利用其他专业解决方案。
用户建议
■ 探索合成数据如何加速开发周期,有效支持监管,减轻数据偏见,促进数据货币化,降低数据获取成本。
■ 检查和量化GenAI的优势和局限性。在将GenAI应用于业务中时,有效了解其可能带来突破的场景,并设计合理的投资与落地路线。因为GenAI的落地应用可能需要大量的资源支持。
■ 需要为生成内容的准确性、内容伪造等问题准备解决方案。
■ 密切关注GenAI技术,因为该技术目前正处于快速突破和应用的阶段。