近日，中國聯(lián)通研究院聯(lián)合包括騰訊云等在內(nèi)的十三家研究機構，共同研究并發(fā)布了《中國生成式人工智能應用與實踐展望》白皮書。
該白皮書聚焦生成式AI產(chǎn)業(yè)發(fā)展前瞻趨勢，深度洞察了中國生成式AI在辦公、娛樂等居民生活場景，及電信、醫(yī)療、金融、工業(yè)等重點行業(yè)場景的最新應用與實踐，并精選典型實踐案例，進行詳細分析，為各產(chǎn)業(yè)界發(fā)展提供參考。
同時，通過深入分析中國在生成式AI領域的應用實踐，白皮書也展示了該技術在推動社會數(shù)字化轉型和產(chǎn)業(yè)升級中的重要作用，并號召中國乃至金磚國家各行業(yè)通力合作，共同探索新發(fā)展模式，讓數(shù)字文明造福各國人民，推動構建人類命運共同體。
2022年底，OpenAI發(fā)布ChatGPT正式引爆了生成式AI發(fā)展熱潮。短短2年時間，大模型產(chǎn)品在國內(nèi)外就已遍地開花。生成式AI也正逐漸成為中國各產(chǎn)業(yè)發(fā)展的焦點，并正重塑各行各業(yè)的未來，為中國乃至各個國家的智能化發(fā)展，提供了前所未有的機遇。
全球生成式AI大爆發(fā)，市場規(guī)模將超萬億美金
據(jù)白皮書顯示，全球生成式AI正在迎來爆發(fā)式增長，其價值賦能將主要作用于工業(yè)和服務業(yè)。比如在研發(fā)設計、生產(chǎn)制造、運營管理等環(huán)節(jié)，生成式AI推動了工業(yè)企業(yè)智慧化轉型。在智能客服領域，通過自然語言處理和機器學習，實現(xiàn)全天候智能客服和個性化聊天機器人，快速響應客戶需求，提升客戶滿意度等。
此外，生成式AI的發(fā)展，也勢必會推動了大數(shù)據(jù)產(chǎn)業(yè)的發(fā)展和成熟，以及對算力的巨大需求，也促進云計算市場快速擴展。
當前，全球生成式AI市場發(fā)展前景廣闊。據(jù)彭博行業(yè)研究相關報告，2022年全球生成式AI市場整體收入為400億美元，預計到2032年將超1.3萬億美元，2022到2032年十年間的復合增長率高達42%。
也正因此，這一領域也成為各個國家爭相布局的焦點。比如美國作為人工智能技術發(fā)展前沿國家，高度重視人工智能技術發(fā)展，持續(xù)推動技術創(chuàng)新和應用實踐。
其他各個國家也正在加速布局生成式AI賽道，但發(fā)展路徑與業(yè)務布局各有側重，比如歐盟注重生成式AI的合規(guī)應用，著重強調(diào)數(shù)據(jù)安全和用戶隱私保護等。
相較于國際人工智能的發(fā)展歷程，中國人工智能產(chǎn)業(yè)起步較晚，但得益于政府政策支持、資本市場的積極參與以及應用場景的不斷豐富，中國生成式AI產(chǎn)業(yè)呈現(xiàn)出迅猛的發(fā)展勢頭，市場規(guī)模已位居全球前列。
生成式AI所帶來的機遇和挑戰(zhàn)，正考驗著個每一個國家和地區(qū)。從中國角度來說，盡管在技術研發(fā)上仍處于追趕地位，但在落地應用進程中，中國卻始終走在世界前列。
中國AI產(chǎn)業(yè)應用落地加速，詳解金融場景騰訊云經(jīng)典案例
目前，中國的生成式AI市場規(guī)模正在不斷擴大。據(jù)艾瑞咨詢預測，2023年中國生成式AI產(chǎn)業(yè)規(guī)模約為143億元，預計到2028 年中國生成式AI產(chǎn)業(yè)規(guī)模將達到7202億元，到2030年中國生成式AI產(chǎn)業(yè)規(guī)模有望突破萬億元大關。
一般來說，生成式AI產(chǎn)業(yè)大致可分為三個層次，基礎設施層、模型層和應用層。
基礎設施層是生成式AI產(chǎn)業(yè)發(fā)展的關鍵資源引擎，大算力需求將推動數(shù)字基礎設施建設；
模型層是產(chǎn)業(yè)技術變革的原生驅動力，大模型的落地將推動傳統(tǒng)產(chǎn)業(yè)數(shù)字化轉型，MaaS 成為大模型落地的關鍵業(yè)務模式；
應用層是生成式AI產(chǎn)業(yè)技術價值傳遞的實際落位，將通過對內(nèi)容生產(chǎn)方式和人機交互方式的改變，深刻影響消費與生產(chǎn)生活；
中國在基礎設施、大模型、應用三個層面都已形成體系化能力，并推動大模型技術在實際場景中的應用落地。同時，隨著基礎設施的完善和技術的高速發(fā)展，生成式AI的應用場景也逐漸增多。
在白皮書經(jīng)典實踐案例中，金融作為生成式AI重點落地應用的場景之一，備受關注。其中詳細分析了騰訊云基于金融行業(yè)大模型，賦能銀行業(yè)開發(fā)智慧客服的實踐案例。
據(jù)白皮書介紹，騰訊云金融行業(yè)大模型主要包含4層架構：
算力層，大模型可基于HCC高性能算力集群、云原生數(shù)據(jù)湖倉和向量數(shù)據(jù)庫，提供高性能算力和數(shù)據(jù)接入能力。
平臺層，騰訊云TI平臺已實現(xiàn)從數(shù)據(jù)預處理、模型訓練、模型部署的一站式訓練，配合訓練加速套件，大幅提升模型訓練效率。
大模型層，金融機構能根據(jù)不同細分場景的業(yè)務需求，通過模型商店MaaS接入騰訊混元大模型、金融行業(yè)大模型及20多個主流開源模型，靈活選擇大模型類型降低使用成本。
應用層，騰訊云基于金融行業(yè)大模型結合金融行業(yè)前中后臺多個業(yè)務場景，打造了一系列智能應用，致力于更好地服務各類金融機構。
目前，騰訊云金融大模型已經(jīng)在智能客服、智能投顧等場景落地使用。在保險展業(yè)場景中，騰訊云金融大模型已實現(xiàn)較高匹配度并用于具體金融實踐，保險代理人可以結合數(shù)字人應用場景進行營銷展業(yè)、業(yè)務培訓以及智能客服等工作。
當前，中國企業(yè)正積極利用本土市場垂直場景的優(yōu)勢，將生成式AI技術優(yōu)先應用于商業(yè)化基礎設施較完善的新興行業(yè)中，特別是在電商、傳媒、娛樂和游戲等領域。
可以看到，在推動生成式AI應用落地的過程中，中國正在將產(chǎn)業(yè)優(yōu)勢發(fā)揮至極致，而包括騰訊云等在內(nèi)的云廠商們，也正成為持續(xù)推動中國人工智能發(fā)展的關鍵力量。
高質量生成式AI發(fā)展，離不開算力和數(shù)據(jù)的強化
算力、算法和數(shù)據(jù)，是拉動生成式AI發(fā)展的三架馬車，缺一不可。其中，算力作為底層基礎設施，算力缺失將成為影響生成式AI的發(fā)展的重要挑戰(zhàn)。
白皮書建議，未來可支持圍繞云計算建設的各類行業(yè)訓練數(shù)據(jù)集和人工智能的聯(lián)合訓練平臺，形成從理論模型創(chuàng)新、模型工程化到場景化服務的技術和商業(yè)閉環(huán)，構建統(tǒng)一、開放、有序的人工智能產(chǎn)業(yè)大生態(tài)。
訓練大模型需要優(yōu)質的大數(shù)據(jù)集合，有些數(shù)據(jù)還需要人工標注，收集和清洗數(shù)據(jù)是一項耗時較長的基礎性工作，其質量直接決定模型的智能程度。
因此，白皮書建議加快推動數(shù)據(jù)資源的整合共享和開發(fā)利用，通過政府、企業(yè)和社會多方可綜合利用多方資源，構建共享、共創(chuàng)的合作生態(tài)，激發(fā)數(shù)據(jù)要素活力。
此外，為了能夠更快速推動生成式AI落地應用，除加大對基礎大模型的研發(fā)投入外，還要積極聯(lián)合打造行業(yè)大模型，推動行業(yè)大模型的加速落地。
未來，生成式AI的競爭力將越來越依賴于其內(nèi)容生態(tài)系統(tǒng)，這不僅包括數(shù)據(jù)資源和算法創(chuàng)新，還涵蓋了廣泛的應用場景和合作伙伴關系，構建一個強大的內(nèi)容生態(tài)系統(tǒng)將是生成式AI發(fā)展的核心。
白皮書建議要率先做好各行各業(yè)的應用，C端大規(guī)模用戶數(shù)據(jù)和B端專業(yè)領域數(shù)據(jù)相結合，不斷完善和強化大模型的底層能力和應用效果，通過建立C端超級應用培養(yǎng)用戶認知，才能夠帶動B端應用發(fā)展。
