2023年中国AI技术变革行业发展白皮书
GPT-4点燃Al发展浪潮，大模型引起社会高度关注
从2018年OpenAl提出的参数为1.17亿的GPT算法，到2020年推出参数为1,750亿的GPT-3,参数实现了116倍的增长，跨足千亿级大模型，对2019年的NLP模型构成巨大冲击。随后，OpenAl推出基于GPT-3.5Turbo模型，具备更大参数和更高精度，进一步普及了人工智能。
今年，OpenAl在3月15日发布了多模态预训练大模型GPT-4,其技术原理和训练机制与GPT-3.5相似，但引发了公众对Al的极大热情。GPT-4经过升级，提升了ChatGPT的图像识别能力、文字限制扩展至2.5万字、专业性回答的准确性以及风格变换能力。与以往模型相比，GPT-4最显著的创新之一是其多模态能力。
随着大模型技术成熟，未来大模型有望在各领域广泛应用并实现商业化语言大模型的助力下，垂直领域的应用呈现出更高的专业性、高质量的产出以及在特定任务上的卓越表现。目前，这些应用已广泛渗透到金融、政务、交通、医疗、教育等领域。
Al大模型在高度渗透的应用领域取得成功的原因在于其拥有丰富高质量的数据、强烈的技术需求和创新要求，以及规范的商业环境。此外，这些领域对客观、理性建议的需求也激励大模型提供更准确、更有逻辑的解决方案，以满足高级决策和战略制定的要求。
这一成功不仅推动了行业的发展，也为大模型应用提供了新的机遇和动力。
Al大模型在服务型产业中能显著降低成本，推动企业服务创新和提效
Al大模型对各类产业的影响程度各不相同。在服务型产业中，Al能够实现5.8%的显著成本降低，主要集中在客户营销、客户运营、客户服务等获取和转化客户的成本方面，具有高替代潜力。在媒介型产业中，成本降低比例为2.8%,主要表现在销售渠道管理和营销内容等关键领域。对于产品型产业，Al有望减少1.6%的成本，这些企业通常在产品研发设计和市场营销方面投入较多，因此未来将通过自动生成产品模型、外观设计以及宣传材料来重塑工作模式。然而，在制造型和基础源头型产业中，Al大模型的渗透率相对较小，成本下降幅度仅为0.5%。
来源：头豹
