21世紀經濟報道記者 繳翼飛 北京報道
作為引領未來的戰略性技術，人工智能（AI）催生了新產業、新業態，也為就業提供了新選擇。
工業和信息化部最新數據顯示，中國人工智能企業數量已超過4500家。
中國人工智能企業的發展機遇在哪里？專用化的AI 芯片有什么新變化？ AI的不斷發展會對企業和個人工作產生怎樣的影響？
在近日德勤主辦的首屆跨國企業前瞻峰會上，21世紀經濟報道專訪了德勤亞太咨詢服務主管合伙人Rob Hillard。
圖：德勤亞太咨詢服務主管合伙人Rob Hillard
Rob Hillard表示，相比于通用大模型，金融、交通等垂直類模型應用在中國會變得更加普遍，這得益于中國的龐大應用市場。
以GPU為代表的專用化AI 芯片將繼續在企業的研發中占據關鍵地位。而隨著“AI新生代”這一新群體的出現，企業需要加快適應并擁抱AI技術，從而實現企業發展與勞動力素質提升保持同步，還可以利用生成式AI為經濟和社會轉型帶來的巨大潛力。
垂類模型在中國有更多機會
21世紀：從去年的ChatGPT到Sora，生成式AI的發展速度令人矚目，相關的大模型層出不窮，過去一年中國也出現了“百模大戰”的情況，你如何看待目前大模型數量的爆發式增長？為細分行業量身定制的大型模型的開發被視為中國人工智能的潛在優勢賽道 ，你如何評估中國未來人工智能發展的這些機遇？
Rob Hillard：以生成式AI為代表的人工智能，將是產業創新和經濟增長的動力引擎之一。ChatGPT已經出現18個月了，在這段時間，我們看到了各種模型的激烈競爭，中國在這一領域的投資處于領先地位，這其中既有漢語言的通用模型，又有用于解決特定問題場景類模型，比如用于金融、教育、交通等特定領域的對話模型。
相比于通用大模型，垂類模型應用在中國會變得更加普遍，這得益于中國頗具規模的應用市場。很多公司精力初步的競爭和技術升級之后已經意識到這樣的問題，需要由最初的通用大模型開發下探到具體的行業應用中。
我們可以看到，基于通用大模型的對話式AI雖然提高了效率，但其答案的可信度卻成了問題，因為這些產品更擅長處理自然語言文本，并非專門為數據分析而設計，跨境數據流動也是限制因素之一，難以滿足各行業各業的實際需要。
與之相對的，轉而使用較小的垂類模型，可以更有效地利用好不同的數據資源，而且能夠融入到更多的終端硬件之中，像無人機、汽車等設備未來都有機會運用垂類模型。而且，通用和垂直大模型并不是孤立的存在，它們之間的協同作用可能正是推動AI向更高層次發展的關鍵。
21世紀：AI技術的更新速度很快，但它的研發投資和運營成本也是水漲船高，企業可能會面臨著押寶式的技術投資風險，德勤之前類似的說法是“技術負債”，你認為應該如何減少這種技術更新的風險？
Rob Hillard：技術的更新迭代一直都是很昂貴的。隨著技術的快速發展，企業雖然深信未來的商業模式、現有產品和服務以及內部運營將會被技術從根本上改變；但他們又難以在基礎設施、數據、應用程序、網絡安全和員工能力等方面進行合理的投資，以適應未來的發展。
AI的發展確實非常迅速，但這并不意味著有些事物會被取代和變得過時。德勤剛剛發布的《亞太地區生成式AI應用現狀》報告稱，即使時至今日，如果人們每天都在工作中使用AI，那么他們平均每周可以節省6.5小時，用于額外的工作生產或者回歸個人生活。而且AI技術的應用越來越有普泛性，與前期成本相比，規模化應用之后的回報是非常可觀的。
應對目前所提及的“技術負債”問題，首先要確保的就是投資成本能在短期內收回，而不是去花大價錢去做一個未來好多年甚至10年才能落地應用的東西。比如，人工智能在教育領域已經發揮了作用，各國對于個性化的優質教育資源都有著很旺盛的需求，生成式AI的出現可以很好地滿足這一點。另外，AI在文檔審閱、創意設計方面也有很大的作為，可以加快人們在創造性領域的工作效率。
高算力GPU仍是發展關鍵
21世紀：相比于軟件的持續創新，目前在GPU等硬件上的供應緊張問題好像更為明顯，你如何看待目前專用化AI芯片產能供給？
Rob Hillard：過去的50 年左右，算力的性價比提升一直是由摩爾定律決定的——計算機芯片上晶體管的數量以及性能大約每18個月-24個月翻一番。在生成式AI出現之前，算力供給是十分充足的，但現在情況發生了逆轉。數字化實踐可以成為企業的重要競爭優勢，但同時也對計算資源提出了新要求，許多企業的基礎設施正在向計算密集型轉型。如今大多數領先的芯片制造商都在提供GPU 產品和服務，包括AMD、英特爾和英偉達等。
隨著企業逐漸意識到生成式AI 的價值，未來一段時間，以GPU為代表的專用化AI 芯片將繼續在企業的研發中占據關鍵地位。同時，AI 的日益普及會給大多數企業現有的數據中心基礎設施帶來壓力，和通用資源相比，高性能的定制芯片可能成為競爭主流。
21世紀：德勤的《技術趨勢2024》報告曾指出，GPU并不是唯一用于訓練AI模型的專用化硬件，TPU等新產品也在出現，你認為實現替代GPU是否可能？
Rob Hillard：正如你所說，GPU 并不是唯一用于訓練AI 模型的專用化硬件。例如，亞馬遜提供了一種名為Inferentia 的芯片。據稱該芯片旨在訓練生成式AI，包括大型語言模型。這種芯片用于處理海量數據，同時消耗的功率比傳統處理單元更少。
谷歌也參與了AI 芯片的競賽，其研發的一款叫作Tensor Processing Units (TPU) 的產品，已經能夠通過谷歌云對外提供服務。這種處理器屬于專用的集成電路，通過優化處理矩陣運算，能夠支持絕大多數的機器學習模型。
未來可以明確的是，我們要把大部分計算的芯片制造得更小、更通用。我們可以看到一些非常有趣的新技術正在從巨大的研發浪潮中涌現出來。當然，現在這些創新還不足以直接替代掉GPU，企業也許還需要幾年時間采用這些創新技術。與此同時，企業已經可以開始發展生態合作伙伴關系，為新興技術做好準備，并在商業案例成熟時準備好利用這些新技術所需要的技能。
“AI新生代”引領應用潮流
21世紀：德勤在最新的研究報告中提出“AI新生代”這一概念，每當有新技術出現都會有類似的概念出現，80、90后群體也曾被稱為“數字原住民”，你認為“AI新生代”會面臨著什么樣的成長環境？
Rob Hillard：生成式AI的采用正由日常用戶驅動，他們在前沿實驗并引領這場革命的是我們稱為“AI新生代”（Generation AI）的年輕員工和學生。AI新生代描述的是那些在智能設備、語音助手、推薦算法及其他AI驅動技術時代長大的兒童和青年（最大24歲）。他們就像曾經的數字原住民（Digital Natives）一樣，從小就在娛樂、教育、醫療和日常互動等生活各方面體驗過AI。因此，他們以數字熟練度和AI技術使用能力高為特征。
在整個亞太地區，學生和員工以驚人的高速率使用生成式AI。我們的調查顯示，81%的大學生和62%的員工正在使用這項技術。而且中國人使用AI的比例還要高于亞太地區的平均水平。
我們所提到的“AI新生代”里，18至24歲的員工使用生成式AI的概率大概是年長職業者的兩倍。在這也說明，年齡越小，接觸AI越早，對生成式AI的使用頻率就會越高，我們預計在未來五年內，每天使用技術的生成式AI用戶的比例將增加三倍。
21世紀：人工智能對就業帶來的結構性沖擊是人們擔心的，一些工作是確實被替代掉了，而新增崗位又出現了人才短缺的情況，你對此有何看法？
Rob Hillard: 雖然社會上有很多關于AI 可能威脅人類就業的討論，但沒有真正的跡象表明，現在有企業真正計劃用它來實現大批量的崗位替代。
在德勤對企業領導者的調研里，提高工作內容質量、增強競爭優勢和擴展員工專業知識是部署AI 的最常見原因，裁員是最低選項。回到四五十年前，第一波計算機浪潮出現的時候，人們也有過類似的設想，反而是我們做的每件工作都比以前更加復雜、也效率更高。
其實現在的工作可以分成三種，為機器而工作、和機器一起工作、利用機器工作。未來的結構性變化就是人讓絕大多數的工作要利用AI去做，AI 最有效的應用不是取代人類，而是為員工提供工具，幫助他們提高和增強生產力、知識力和創造力，從而推動企業創新。我們估計，生成式AI可能會影響亞太地區每周16%的工作時間——近110億小時。對一些人來說，這可能意味著他們日常工作中需要進行重大改變和再培訓；而對其他人來說，生成式AI可能只需要適度的技能提升，或者僅僅在他們的工作背景中運行。
反而是企業高管更應該感受到壓力。AI本身就是企業進行數字化轉型的有力工具，如果不抓緊利用，可能會被其他競爭對手所趕超。而且在生成式AI時代，員工在推動應用方面發揮關鍵作用，當企業未能在生成式AI上吸引員工時，就有人才流失的風險。而且如果缺少對這方面的管理，員工個人在使用生成式AI工作時還會面臨機密或敏感信息的泄露，以及帶來的法律風險和侵犯版權。商業領導者應該充分了解這些風險，對員工利用生成式AI進行合理的數據授權和應用管理。
本文鏈接：專訪德勤亞太咨詢主管Rob Hillard：中國AI創新的機會在于垂直應用 企業需加快接受生成式AIhttp://m.sq15.cn/show-2-6636-0.html
聲明：本網站為非營利性網站，本網頁內容由互聯網博主自發貢獻，不代表本站觀點，本站不承擔任何法律責任。天上不會到餡餅，請大家謹防詐騙！若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。
上一篇： 嫦娥六號著陸月背 落月雷達成功“泊車”