在2024年第一季度末，我们能够看到各行各业的先行者正在探索生成式AI的用例：汽车行业采用生成式AI重塑汽车座舱体验，采用大模型升级智驾能力；政府行业将生成式AI引入政务服务热线、咨询导办以及公文生成环节；金融行业探索将大模型应用到智能反欺诈等；制造行业尝试使用大模型与生成式AI能力辅助产品设计、供应链管理等。
回顾这些先行者对于生成式AI的探索，可以为今天正在打算采用生成式AI的用户提供参考。
生成式AI带来的投资回报IDC估算2023年全球生成式AI市场规模约160亿美元，中国生成式AI市场规模约11.8亿美元。在对这些先行者进行的前期调研中，28%的受访者认为在未来一年内会看到AI项目的投资回报；53%的受访者认为将在未来2年内获得投资回报；5%的受访者则认为至少需要3年以上的时间。
最先看到投资回报的领域首先集中在IT任务自动化方面。其次是业务流程以及工作流的自动化。此外，在产品与服务的创新领域、数据分析与预测领域、以及欺诈检测领域、用户也开始看到AI的投资回报。
用户如何使用开发与部署生成式AI根据IDC调研，在全球，OpenAI、Azure OpenAI、Google与AWS将是未来2年生成式AI的赢家。其中Azure从对OpenAI的支持中明显获益，AWS则因其支持丰富的模型选择被广泛采用，Google则以Bard吸引了大量AI用户。而在国内，在GPT以外，文心一言、星火大模型、ChatGLM、通义千问等，将获得主要的市场。
现阶段开源大模型比商业化模型的采用略微占优。中国市场类似，在付费使用商业大模型之外，有技术实力的用户也会使用轻量级的开源大模型进行调优定制。而究竟是开源为主流还是商业化大模型为主流，目前尚不清晰。
数据仓库是现阶段支持生成式AI的主流平台，其次是向量数据库、数据湖、以及支持向量检索能力的NoSQL数据库。
考虑到生成式AI对于塑造企业差异化优势的重要性，在模型的训练环节，用户更倾向于私有化方式；调优环节则倾向于公有云服务；而在推理环节，VPC则是现阶段的最主流选择。
分析师点评IDC中国研究总监卢言霞表示：生成式AI变革企业竞争力的时刻已经到来。我们应该为生成式AI的长期影响力做好准备，包括：
明确定义业务目标、用例和价值衡量。为每一个用例评估构建还是购买的策略；与值得信赖的技术解决方案供应商和服务提供商合作。建立清晰的运营模式并获得领导支持，以增强敏捷文化和实验能力。确定您的数据应用程序和数据平台已准备好 AI，重新构建技术功能，并升级企业技术架构。围绕数据隐私、安全和负责任地使用 AI 制定和建立流程、控制以及相关架构。参与对员工队伍的主动变革管理影响，投资于再培训/技能提升和/或招聘。研究规划IDC发布的2023年第三季度生成式AI落地进展报告《从典型落地案例看生成式AI采用旅程，3Q23》中，通过4个典型案例来分析用户采用生成式AI的考量、应用场景、落地路线和决策流程。
通过4个典型的应用案例，我们希望帮助您了解哪些场景可以引入生成式AI，并对其生成的结果给予一定的包容，从而尽早利用其竞争优势。
扫码立即免费下载
