GenAI繁花，终将发芽！

  相比去年的“人无我有”“人有我优”的技术竞技，今年的GenAI不约而同地寻找场景化落地突破，且尝试的方式也“五花八门”，不尽相同。毕竟技术需要服务于行业、服务于场景，同样地押注GenAI的厂商需要考虑投入、收益，以及投入产出比。在技术驱动下，在场景赋能下，GenAI繁花，终将发芽。 

  AI之花遍地发芽

  不久前，蚂蚁集团CodeFuse发布“图生代码”功能，支持产品设计图一键生成代码。这也仅仅是蚂蚁集团CodeFuse的一项功能而已，据蚂蚁集团透露，蚂蚁集团目前使用CodeFuse支持日常研发工作的工程师达50%以上，这些工程师提交的代码中10%由AI生成。在代码生成领域，蚂蚁集团也是千万尝试大军中的一员。 

  时下炙手可热的文生视频领域，也少不了玩家的参与，OpenAI发布Sora之后，让文生视频爆火，同样地也在这个赛道中你追我赶。引起笔者注意的便是Adobe开始视频训练模型，开始采购视频，构建其AI文生视频模型。据悉，Adobe目前向其摄影师和艺术家网络每人支付120美元，要求他们提交人们日常活动的一些视频，比如走路或表达喜悦和愤怒等情绪。 

  在文生图火热的当下，谷歌也并没有坐以待毙，谷歌宣布，之前仅限于Pixel设备和付费订阅者的人工智能驱动的照片编辑功能，现已免费向所有Google Photos用户开放。这些功能包括Magic Eraser、Photo Unblur、肖像光等，让用户能够更方便地编辑和优化照片。

  如果说，拥有技术底蕴的大模型企业在技术层面的突破与探索的努力远大于场景化落地突破的话，那这些接近用户、接近场景的Adobe们的尝试，更像是为提升用户体验而进行的尝试。在倾听用户声音的同时，Adobe们也在进行着完善，以更好地服务用户。

  GenAI的先进性

  各大企业纷纷尝试采用GenAI，其背后的核心驱动力在于GenAI技术的卓越性。以软件工程师的工作为例，研究显示，引入生成式人工智能不仅大幅提升了生产力，而且提供了深度的辅助环境，助力企业轻松实现全球化工作。

  实际上，将生成式AI融入工程工作流任务中，使得完成任务所需的时间显著缩短了38%，而在高级工程师中，这一缩减比例更是高达48%。具体来看，利用生成式AI，现有代码更新的任务完成时间减少了70%，这使得工程师在利用现有代码库功能时效果立竿见影，从而缩短了开发周期。 

  高级工程师同样受益良多，他们的任务完成时间减少了48%，并因此有了更多的时间来更好地规划和协助初级工程师。此外，生成式AI还使工程师在处理高代码复杂性的任务时，效率提高了约10%，有助于他们更快速、更准确地解决问题。

  更为值得一提的是，生成式AI通过简化任务并打造更具协作性和活力的工作环境，使得工程师的敬业度提高了70%，为企业创造了积极而充实的工作体验。

  不仅在软件领域，在医疗、教育等行业，GenAI也都表现出先进的生产力。可以说。生成式人工智能的潜力巨大。然而，其局限性主要源于硬件成本、能源消耗和监管限制。

  迫切的落地实践

  月之暗面在长文本的突破，使文本生成功能的实际使用价值得到进一步提升，尽管所消耗的智能算力巨大，价格不菲。据国盛证券估算，大型语言模型单次训练成本少则200万美元，多则达到夸张的1200万美元(约合8600万元人民币)。 

  这其中包含了电力的消耗。调查数据显示，全球数据中心市场的耗电量已经从十年前的100亿瓦增加到如今的1000亿瓦水平。根据美国机构Uptime Institute的预测，到2025年，人工智能业务在全球数据中心用电量中的占比将从2%增加到10%。

  算力+电力的消耗也迫使大模型企业尝试商业化实践。笔者了解到，目前国内的GenAI的商业模式以会员为主，百度的文心一言、WPS AI等都是收取会员费用的方式，甚至WPS AI还被曝出“套娃式”收费。

  据上游新闻报道，湖南长沙市民小媛(化名)反映称：“在金山办公软件WPS购买‘超级会员’，不久又加钱购买了可用AI功能的‘超级会员Pro’，现在又弹窗叫交钱，若要继续使用AI功能需要缴钱升级成‘大会员’。” 

  很显然，在迫于AI升级的当下，GenAI的附加功能由于某些过分的手段被用户认为“强行升级”。在这里也呼吁企业，不要迫于营收压力而忽略用户的使用体验。

  不仅如此，生成式人工智能的涌现已深刻改变了我们的生活，其在显著提升工作效率的同时，也给现有的法律体系带来了前所未有的风险和挑战。这些风险具体涵盖数据合规风险、生成内容滥用风险、算法滥用风险以及其他潜在风险。这就需要确保法律体系的与时俱进和有效应对新挑战。

  写在最后

  高德纳预测，到2026年，预计生成式AI的采用率将大幅上升，超过80%的企业将在其运营中整合生成式AI API、模型和应用。这充分凸显了生成式AI的巨大发展潜力。值得注意的是，与去年的研发热潮相比，今年大模型的应用正逐步向不同行业和场景延伸。

  以医疗领域为例，据弗若斯特沙利文资料，中国医疗人工智能行业的市场规模自2018年的18亿元增长至2022年的68亿元，年复合增长率高达39.1%，并预计至2032年市场规模将达到惊人的3110亿元，年复合增长率进一步攀升至46.6%。 

  在医疗大模型方面，据不完全统计，自2023年至今，国内发布的医疗领域生成式AI大模型已超过30个，其中包括商汤科技的医疗健康大模型大医、科大讯飞的讯飞星火医疗大模型、东软推出的添翼医疗大模型、上海联通发布的医疗大模型“Uni-talk”，以及深圳市大数据研究院推出的华佗GPT和叮当健康推出的HealthGPT等。

  教育领域同样迎来变革。2023年7月，国家网信办、国家发改委、教育部等七部委联合发布《生成式人工智能服务管理暂行办法》，为大模型技术在教育领域的应用提供了有力保障。

  在这一背景下，各大企业纷纷推出教育相关的大模型。作业帮发布了自主研发的银河大模型;科大讯飞发布了讯飞星火认知大模型V3.0;学而思推出了二代学习机，其中融入了MathGPT大模型。此外，好未来推出了AI讲题机器人，新东方也成立了AI公司，预示着教育行业的深刻变革正蓄势待发......

  GenAI繁花，终将发芽。