AI技术颠覆知识版权！微软AI负责人：未来AI技术将把知识生产成本降低到边际成本为零【附生成式AI行业应用现状分析】

图片来源：摄图网

近日，在阿斯彭思想节(Aspen Ideas Festival)上，谈及AI公司训练模型过程中涉及的版权问题，微软AI首席执行官穆斯塔法·苏莱曼(Mustafa Suleyman)表示，对于许多开放网络上的内容，默认的社会契约是允许这种使用的。自90年代以来，网络内容的社会契约是基于“公平使用”原则，这意味着任何人都可以复制、重建或再生公开可用的内容。

他表示，现有知识产权法在某种程度上有宽松性，在AI时代这种宽松性面临挑战。AI技术能够在短时间内处理和生成大量数据和内容，这种能力可能会颠覆现有的知识生产和分配方式。苏莱曼认为，信息经济学即将发生根本性的变化，“因为我们将把知识的生产成本降低到边际成本为零。”

AI技术的快速发展对知识产权提出了新的挑战和机遇。一方面，AI技术的创新和应用可能侵犯他人的知识产权，例如侵犯专利、商标和版权等。另一方面，AI技术本身也需要得到充分的知识产权保护，以鼓励创新和投资。AI技术的复杂性和跨界性使得知识产权保护变得更加复杂，需要不断完善相关法律法规和监管机制。同时，知识产权的合理运用也能够促进AI技术的创新和发展，推动技术的共享与交流。

回看生成式AI发展情况：

——生成式AI行业应用现状

从生成式AI在我国各细分领域的采用率来看，制造业、医疗健康、电信行业和零售业中对生成式AI技术的采用率有较快增长，但也仅分别达到5%、7%、10%和13%，与人工智能企业整体平均的采用率(15%)尚有一定差距。究其原因，可能是当前应用端尚未真正做到易懂易用，AI成为合格生产力前仍需进行过多调校、及其他限制。但可以预见，一旦攻克应用端使用效率问题，生成式AI的市场规模、及其在各行业的使用率会迎来真正的爆发期。

生成式人工智能可能会逐渐影响所有行业，但某些行业有望优先从这项技术中受益。

目前大模型的应用已经不局限于NLP(自然语言处理)领域，包括图片、语音、视频、代码等多种模态的应用开始涌现，而大模型、生成算法与多模态等底层技术的突破成为了生成式AI的质变的关键。一方面，目前大模型可以广泛适用于各类下游任务，当前已经成为了生成式AI的底层框架。许多跨领域的AI应用均是构建于大模型之上，能够解决多任务、多场景、多功能需求，支撑各种模态的生成;另一方面，包括生成对抗网络(GAN)、变分自编码器(VAE)、扩散模型(DiffusionModel)、神经辐射场(Nerf)等快速涌现的生成算法，以大模型为基础，能够创造出文字、图片、语音、视频、代码等各种模态的内容，而基于此之上的多模态应用开始涌现。此外，超级深度学习近年来的快速发展带来了深度神经网络技术在大模型和多模态两个方向上的不断突破，并为AIGC技术能力的升级提供了强力的支撑和全新的可能性。

生成式AI在不同行业产生2.6万亿至4.4万亿美元的价值，它可以通过提升营销、客户互动等为全球零售业贡献大约3100亿美元价值。在银行业，生成式AI可通过承担客服、代码生成等任务，进一步提升员工工作效率。在生命科学行业，生成式AI有望为药物发现和开发做出重大贡献。

根据中国工信部对中国生成式AI市场规模的预测，2035年将突破30万亿元。2023-2035年年均复合增长率约为7.7%，由此推算得出，预计2029年中国生成式AI市场规模约为22万亿元。

根据市场研究机构Omdia最新发布的《人工智能软件市场预测》报告指出，生成式AI的潜力正在被不断挖掘和释放。自动代码生成、虚拟助理、计算机辅助艺术和摄影、视频和音频制作以及写作助理等领域，都将成为生成式AI的重要应用场景。这些领域的发展，将进一步推动生成式AI软件市场的增长。

前瞻经济学人APP资讯组

更多本行业研究分析详见前瞻产业研究院《》。

同时前瞻产业研究院还提供、、、、、、、、、、等解决方案。在招股说明书、公司年度报告等任何公开信息披露中引用本篇文章内容，需要获取前瞻产业研究院的正规授权。

更多深度行业分析尽在，还可以与500+经济学家/资深行业研究员交流互动。更多企业数据、企业资讯、企业发展情况尽在，性价比最高功能最全的企业查询平台。