生成式人工智能的未来：趋势与挑战

~~~雅各布专栏——专注行业第一品牌商业模式研究~~~

来源：Shelby Hiter

雅各布专栏是一个5万CXO的知识社群

雅习社是一个面对CxO、职场企业家、创业者在品牌经营、生意增长、AI科技赋能的专业市场的内容社区。

为什么会专注CxO社群？

什么样的能力模型搭建既可以在职场有效建立，又可以帮助企业增长，尤其在后职场工作中显得如虎添翼？

雅习社，就是围绕CxO从职场高管到职场企业家 (Intrepreneurs) 以及创业者（entrepreneurs) 全生命周期提供伴随服务，成就自己，成就企业...

（以下为正文）

生成式人工智能的未来是什么？显然，这种新兴的人工智能技术是最终的颠覆者。

生成式人工智能从少数几家科技公司的小众项目迅速发展成为企业和专业用户的全球现象，是当下最热门的技术举措之一，并且不会很快放弃其聚光灯。

此外，生成式人工智能正在以惊人的速度发展，使其能够以更高的功能和准确性处理广泛的业务用例，显然，生成式人工智能正在重组组织的工作方式和看待工作的方式。

随着成熟的科技企业和较小的人工智能初创公司都在争夺下一个生成式人工智能的突破，生成式人工智能的未来前景正在像技术本身一样迅速变化。为了更好地了解其未来，本指南简要介绍了生成式人工智能的过去和现在，并深入探讨了生成式人工智能未来几年的发展前景。

目录

• 生成式人工智能的未来：8 项预测
• 生成式人工智能的近况预示着它的未来
• 生成式人工智能：当前格局
• 消费者信任与道德考量
• 引领新一代人工智能未来的策略
• 底线：为新一代人工智能的未来做好准备

生成式 AI 的未来：8 个预测

展望未来，预计生成式人工智能趋势将集中在三个主要领域：快速而全面的技术进步、比预期更快的数字化转型，以及越来越重视人工智能的社会和全球影响。这些具体的预测和增长趋势很可能即将到来：

1. 多模态增长

多模态——生成式人工智能工具旨在接受输入并以多种格式生成输出的想法——开始成为消费者的首要任务，人工智能供应商也注意到了这一点。

OpenAI 是最早通过 GPT-4 向用户提供多模态模型访问的公司之一，谷歌的 Gemini 和 Anthropic 的 Claude 3 是一些效仿的主要模型。但到目前为止，大多数人工智能公司尚未公开多模态模型;即使是许多现在提供多模态模型的公司，在可能的输入和输出方面也有很大的限制。

在不久的将来，多模态生成式人工智能可能会不再是一个独特的卖点，而更像是消费者对生成式人工智能模型的期望，至少在所有付费的LLM订阅中是这样。

此外，预计多模态建模本身的复杂性和准确性将不断提高，以满足消费者对多合一工具的需求，这可能看起来像是提高图像和非文本输出的质量，或者为视频、文件附件（正如 Claude 已经完成的那样）和互联网搜索小部件（正如 Gemini 已经完成的那样）添加更好的功能和特性。

ChatGPT 目前允许用户处理文本（包括代码）、语音和图像输入和输出，但 ChatGPT 没有内置视频输入或输出功能。这种情况可能很快就会改变，因为 OpenAI 正在试验其新的文本到视频生成工具 Sora，并且可能会将其一些功能嵌入到 ChatGPT 中，就像他们对 DALL-E 所做的那样。

同样，虽然谷歌的 Gemini 目前支持文本、代码、图像和语音输入和输出，但图像的可能性存在重大限制，因为该工具目前无法与人一起生成图像。谷歌似乎在幕后积极致力于解决这一限制，这让我相信它很快就会消失。

使用我的免费 Google Gemini 帐户，我可以根据我的提示生成相当准确的图像结果。我还可以将图像附加到我的提示中，并让 Gemini 解释图像或围绕我提交的图像和文本构建其响应。GPT-4、Gemini 和越来越多的其他生成式 AI 模型正在为其客户提供多模式内容生成功能;预计这将在未来几个月内变得更加普遍。

来源：谢尔比·希特（Shelby Hiter）通过Gemini生成

‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

Gemini生成的第一张图像是准确的，但有些不完整，通过进一步的提示，我能够获得更准确的图像分类供您选择。随着图像和多模态模型的不断成熟，我预计在大多数情况下，这种水平的结果（或更好）将在第一轮提示中出现。

来源：谢尔比·希特（Shelby Hiter）通过Gemini生成

2. 更广泛地采用人工智能即服务

人工智能即服务已经在人工智能和机器学习业务用例中越来越受欢迎，但对于生成式人工智能来说，它才刚刚开始起飞。

然而，随着生成式人工智能技术的采用率不断提高，更多的企业将开始感受到落后于竞争对手的痛苦。当这种情况发生时，那些无法或不愿意投资基础设施来构建自己的人工智能模型和内部人工智能团队的公司可能会求助于专门从事生成式人工智能并具有行业或项目类型经验的顾问和托管服务公司。

具体来说，AI建模即服务（AIMaaS）的市场份额正在增长，更多的人工智能公司将致力于公开提供可定制的、轻量级的和/或开源的模型，以扩大对新受众的影响力。生成式 AI 即服务计划也可能主要关注企业做好生成式 AI 所需的支持框架。例如，这自然会导致更多的公司专门从事人工智能治理和人工智能安全管理服务，而其他公司则投资于人工智能治理和人工智能安全管理服务。

3. 向AGI和相关研究迈进

通用人工智能是人工智能的概念，在大多数任务和批判性思维任务中达到可以胜过人类的地步，是当今人工智能公司的主要流行语，但到目前为止，它仅此而已。

谷歌的 Deepmind 是该领域定义和创新的领导者之一，还有 OpenAI、Meta、Adept AI 等。在这一点上，关于AGI是什么，它将是什么样子，以及AI领导者如何知道他们是否已经达到了AGI的地步，还没有达成太多共识。

到目前为止，大多数关于AGI的研究和工作都是在孤岛中进行的。未来，AGI将继续成为研发的重点，但就像过去其他重要的技术和人工智能计划一样，它可能会变得更加协作，如果没有其他原因，只是为了为这个概念制定一个一致的定义和框架。虽然人工智能领导者在未来几年可能无法实现真正的AGI或接近它的东西，但生成式人工智能将继续接近这一目标，而人工智能公司正在努力更清楚地定义它。

4. 重大的劳动力中断和改革

大多数专家和技术领导者都认为，生成式人工智能将显着改变劳动力和工作场所的样子，但他们对这对员工本身是净积极还是净消极感到困惑。

在劳动力影响的早期阶段，生成式 AI 主要通过自动化、人工智能驱动的内容和建议、分析和其他资源来支持办公室工作人员，以帮助他们完成更平凡和日常的任务。尽管在组织和员工层面都存在一些怀疑，但新用户继续发现生成式人工智能能够帮助他们完成起草和发送电子邮件、准备报告以及为社交媒体创建有趣的内容等工作，所有这些都为他们节省了更高层次的战略工作的时间。

即使有了这些更简单的用例，生成式人工智能也已经显示出其新生的潜力，可以彻底改变我们跨行业、部门、部门和角色的工作方式。早期的预测预计生成式人工智能将主要处理装配线、制造和其他体力劳动工作，但到目前为止，生成式人工智能已经对创意、文书和客户服务任务和角色产生了最直接和最深远的影响。

营销人员、销售人员、设计师、开发人员、客户服务代理、办公室经理和助理等工作人员已经感受到了这种技术创新的影响，并担心他们最终会因生成式人工智能而失去工作。事实上，大多数专家都认为，在短短几年内，这些工作和其他工作看起来不会像现在一样。但是，对于这些人来说，“重构”的劳动力会是什么样子，人们的看法不一——他们的工作会简单地改变还是会完全被淘汰？

由于所有这些未知和恐惧都悬而未决，工作场所和大学目前正在努力提供课程作业、生成式人工智能认证和培训计划，以专业使用人工智能和生成式人工智能。人工智能研究的本科和研究生课程开始出现，在未来的几个月和几年里，这种学位路径可能会变得像数据科学或计算机科学一样普遍。

5. 监管、道德和社会压力的增加

2024年3月，经过数年讨论和审查的《欧盟人工智能法案》获得欧盟议会正式批准。在未来的几个月和几年里，在欧盟使用人工智能或与欧盟公民数据相关的组织将遵守这项新法规及其规定。

这是第一个关注生成式人工智能及其对数据隐私影响的主要法规，但随着消费者和社会关注的增加后，不要指望这（些法规）是最后一次。加利福尼亚州、弗吉尼亚州和科罗拉多州已经有了州法规，一些行业对如何使用生成式人工智能有自己的框架和规则。

在全球范围内，联合国已开始通过既定的全球框架讨论人工智能治理、国际协作与合作以及负责任的人工智能开发和部署的重要性。虽然这不太可能成为一项可执行的全球法规，但这是一次重要的对话，可能会构建不同国家和地区对道德人工智能和监管的方法。

6. 更加重视安全、隐私和治理

随着越来越多的商业领袖和消费者要求改进人工智能的可解释性、透明度、隐私性和整体治理，更多像沃森的OpenScale这样的工具可能会独立出现，或作为生成式人工智能解决方案包的一部分出现。

资料来源：IBM。

随着法规已经到位，预计未来将出台，更不用说公众需求了，人工智能公司和使用这项技术的企业将很快在人工智能治理技术、服务和政策以及直接解决生成式人工智能漏洞的安全资源方面投入更多资金。

少数公司专注于改善其人工智能治理态势，但随着人工智能的使用和恐惧的增加，这将变得更加必要。公司将开始更大规模地使用专用的人工智能治理和安全平台，人机交互式人工智能模型和内容审查将成为标准，所有以任何身份使用生成式人工智能的公司都将采用某种人工智能政策来运作，以防止重大责任和损害。

7. 更加注重质量和幻觉管理

随着政府、监管机构、企业和用户在通过生成式人工智能创建的内容中发现危险、被盗、不准确或其他不良结果，他们将继续向人工智能公司施加压力，要求他们改进数据来源和训练流程、输出质量和幻觉管理策略。

虽然强调质量结果是许多人工智能公司当前战略的一部分，但这种方法和对公众的透明度只会扩大，以帮助人工智能领导者保持声誉和市场份额。

那么，生成式人工智能质量管理会是什么样子呢？今天的一些领导人正在为未来提供暗示。

例如，随着每一代模型的出现，OpenAI 都提高了准确性并降低了 AI 幻觉的频率。除了实际完成这项工作外，他们还提供了详细的文档和研究数据，以显示他们的模型如何工作并随着时间的推移而改进。

另一方面，谷歌的Gemini已经为用户提供了一个相当全面的反馈管理系统，他们可以轻松地向谷歌发送额外的反馈，从而竖起大拇指或竖起大拇指。他们还可以通过简单的单击修改回复、报告法律问题并根据互联网资源仔细检查生成的内容。

这些功能为用户提供了他们的反馈很重要的保证，这对各方来说都是双赢的：用户对产品感觉良好，谷歌会定期获得用户生成的关于其工具性能的反馈。

在短短几个月内，我预计会看到更多的生成式人工智能公司采用这种方法，以更好地为生成式人工智能提供社区驱动的质量保证。

8. 广泛的嵌入式人工智能，带来更好的客户体验

许多公司已经将生成式人工智能嵌入到其企业和面向客户的工具中，以改善内部工作流程和外部用户体验，最常见的是发生在已建立的生成式 AI 模型中，例如 GPT-3.5 和 GPT-4，这些模型经常按原样嵌入或被合并到用户预先存在的应用程序、网站和聊天机器人中。

预计在未来几年内，这种嵌入式生成式 AI 方法将成为在线体验管理中几乎普遍存在的一部分。客户将期望生成式人工智能是他们搜索体验的核心部分，并将在他们为自己研究、购物和规划体验时降低无法提供定制答案和建议的工具的优先级。

生成式人工智能最近的过去预示着它的未来

随着生成式人工智能领域发生了如此多的事情，很难相信在 OpenAI 于 2022 年 11 月首次推出 ChatGPT 之前，大多数人都没有谈论这项技术。生成式人工智能的许多最伟大的里程碑都在 2023 年实现，因为 OpenAI 和其他有希望的 AI 初创公司——更不用说领先的云公司和其他技术公司——竞相开发最高质量的模型和最引人注目的技术用例。

下面，我们快速总结了生成式人工智能在 2023 年的一些最大发展，着眼于重大的技术进步和社会影响：

• 人工智能初创公司的持续增长和重组：数十家生成式人工智能初创公司开设、关闭、更名或与大型科技公司合作，这种不断的洗牌一直持续到今天。
• AI虚拟助手和副驾驶：尽管 GitHub Copilot 自 2021 年以来一直以某种形式存在，但今天发布的大多数 Microsoft Copilot 技术和其他副驾驶都是在 2023 年首次出现的，这些内置的工作助手可以帮助进行内容生成、企业搜索、编码、数据分析等工作。
• LLM 驱动的搜索和内容生成：虽然大型语言模型并非在 2023 年首次出现，但我们现在看到的各种模型和功能大多是在 2023 年发展起来的。在过去的一年里，供应商不断提高模型的透明度、可解释性、准确性以及与互联网的连接性，以获得更好、更全面的结果。
• 用户友好且经济实惠的界面：越来越多的 AI 供应商已经发布了其生成式 AI 工具的免费或低成本版本，这些工具不仅用于商业用途。例如，Inflection 于 2023 年 5 月发布了 Pi——一款专注于类人对话式 AI 的生成式 AI 伴侣。此外，供应商继续扩展其工具在所有用户都可以访问的移动和轻量级界面中的可用性。
• 大功率型号，新关注多模式：ChatGPT、Claude 和 Gemini 都是生成式 AI 模型的顶级例子，它们在 2023 年推出了可以处理多模式请求的新版本。
• 关于即将到来的法规的噪音越来越大：《欧盟人工智能法案》于 2021 年首次提出，但随着委员会的通过和接下来几年的讨论，它在整个 2023 年期间增加了关于生成式人工智能法规和伦理的讨论。

生成式人工智能：当前格局

在过去的几个月里，生成式人工智能的格局发生了重大变化，并有望继续以这种快速的速度发展。我们在下面介绍的是 2024 年初生成式 AI 正在发生的事情的快照，预计其中许多细节将很快发生变化或改变，因为这是迄今为止生成式人工智能领域的本质。

尽管生成式人工智能尚未在许多行业中得到广泛采用，但它继续在专业和娱乐用户群中建立其声誉并获得重要立足点。以下是当今使用生成式 AI 的一些主要方式：

• 个人和娱乐 LLM 用于简单问题、对话式 AI、研究支持等

• 编码和软件开发，重点是代码完成和质量保证审查

• 电子商务和库存管理

• 客户和在线体验管理（购物、旅行计划、研究支持等）

• 以文本和多媒体格式进行营销、销售和一般内容创建

• 语音和音频合成

• 项目管理、办公室协助和工作流程自动化

• 创意内容开发（艺术、视频游戏、音乐等）

• 人工智能客户服务代理和聊天机器人

• 人工智能驱动的分析和合成数据生成

• 教育内容生成和在线培训

• 药物发现和医学诊断

• 智能制造和供应链管理

• 保险、金融科技和类似业务领域的人工智能风险管理

• 搜索和知识图谱

消费者信任和道德考量

根据 Forrester 2023 年 12 月的消费者脉搏调查结果，“只有 29% 的人同意他们会信任来自 AI 一代的信息”和“45% 的在线成年人同意 AI 一代对社会构成严重威胁”。然而，在相同的结果中，50%的人认为这项技术也可以帮助他们更有效地找到他们需要的信息。

显然，公众目前对生成式人工智能的情绪非常复杂。特别是在北美，人们对这项技术感到兴奋和兴趣，与全球大多数其他地区相比，更多的用户尝试生成式人工智能工具。然而，即使在那些对生成式人工智能充满热情的人中，也普遍对数据安全、道德和普遍的信任差距持谨慎态度，这种差距伴随着缺乏透明度、深度伪造等误用和滥用的可能性，以及对未来工作保障的担忧。

为了赢得消费者的信任，必须在监管和公司层面采取更合乎道德的人工智能措施。最近通过成为法律的《欧盟人工智能法案》是朝着这个方向迈出的一大步，因为它规定了被禁止的应用程序和用例、高风险系统的义务、透明度义务等，以确保私人数据得到保护。然而，使用人工智能的人工智能公司和企业也有责任做到透明、合乎道德和负责任，超出该法规的要求。

采取措施实现更合乎道德的人工智能不仅可以提高他们的声誉和客户群，还可以采取保障措施，防止有害的人工智能在未来接管。

• 驾驭生成式 AI 未来的战略

生成式人工智能显然将继续存在，无论您的企业是否选择采用这项技术。在不让生成式 AI 超出业务优先级的情况下使用生成式 AI 的关键是制定明确、有效的 AI 策略和明确的目标，以便以有益的方式使用 AI。其中一些策略可能会有所帮助：

• 创建特定于您业务的 AI 策略

该策略应解释可以使用哪些技术、谁可以使用它们、如何使用它们等等。随着技术、优先级和法规的变化，保持战略和策略的灵活性和迭代性。

• 支持员工完成角色和工作场所的过渡

按照生成式人工智能创新的发展速度，毫无疑问，现有的工作将被连根拔起或完全改变。为了支持您的员工并减轻一些压力，请成为提供技能提升和培训资源的雇主类型，从长远来看，这些资源将对员工和您的公司有所帮助。

• 全球化和协作思维

如果你处于权力或影响力的位置，可以考虑做一些工作来减轻可能因广泛采用生成式人工智能而带来的日益严重的全球不平等现象。

与发展中国家的公司合作，致力于造福人类和地球的生成式人工智能创新，并支持全球公正的多语言解决方案和数据培训。

总的来说，与其他国家和组织的领导人合作将为所有人带来更好的技术和成果。

• 谨慎拥抱 AI 创新

特别是在追求 AGI 的过程中，请谨慎对待如何使用生成式 AI，以及这些工具如何与您的数据和知识产权进行交互。虽然生成式人工智能具有巨大的积极潜力，但其造成伤害的潜力也是如此。关注生成式人工智能创新是如何发生的，不要害怕让人工智能公司对更负责任的人工智能方法负责。

为生成式 AI 的未来做好准备

生成式人工智能已经证明了其重塑行业、经济和社会的巨大潜力，甚至比最初想象的还要大。研究公司和科技公司正在不断调整他们对生成式人工智能未来的预测，意识到该技术可能能够承担人类工人所做的更多体力任务和认知工作，而且日期比以前假设的要早得多。

但是，随着这种令人难以置信的技术发展，应该采取大量的谨慎和仔细的计划。生成式人工智能开发人员和用户都必须考虑这项技术的道德影响，并继续努力保持其透明性、可解释性，并与公众对如何使用这项技术的偏好和意见保持一致，他们还必须考虑一些影响更深远的后果——例如贫富差距扩大以及对环境的更大破坏——并寻找创造性的方法来创造真正利大于弊的生成式人工智能。

那么，为生成式人工智能创造一个充满希望的未来的最佳方式是什么？协作。来自全球、不同工作领域和不同专业领域的人工智能领导者、用户和怀疑论者必须共同应对生成式人工智能带来的挑战和机遇，以确保一个惠及所有人的未来。