技术展 望2024AI 拐点重塑 人类 潜力2 概要 技术展望2024|AI 拐点：重塑人类潜力技术展望2024 开卷，欢迎阅读！本报告的核心理念源于两大新现实：首先，技术推动的重塑浪潮正在席卷每家企业，并影响企业的方方面面；其次，新兴技术呈现出越来越“人性化”的特性，提供了前所未有的能力，从而真正让人类发挥出巨大潜力。这两大新现实的共同作用将重塑我们的工作和生活方式。试想一下这种种可能。过去，我们适应技术，比如改变我们的习惯来适应新的应用程序或计算机界面，但现在技术开始适应我们的需求。生成式人工智能创造出实实在在的文本和图像，仿佛出自人手。新的空间计算设备融合了物理空间与数字世界，使人们可以跨越多个空间开展活动。而脑机接口和环境计算等的身体感应技术，正以从未有过的方式读取并理解我们的所思所想。正是在技术创新蓬勃发展的大背景下，我们迎来了今年的技术展望。从提高生产力的新方法到开展业务和应对重大挑战的全新方式，这些技术创新为企业领导者创造了许多机遇。我们不仅明确了当前需要采取的行动，也勾勒出了未来的前进之路：技术将从被动的代理人，转变为主动的合作者，以更加自然的交互模式与我们互动。技术朝着更加人性化的方向发展，也引发关涉人类的问题。在今年的技术展望中，我们将从各个维度探讨这一问题，并强调技术设计要以人为本。技术可以提升人类的创造力和生产力，让我们能为企业中最重要的部分人，创造积极的影响。和我们一起来，探索未来的技术发展，塑造技术的使用方式。我们相信，人性化设计正是未来之路。沈居丽(Julie Sweet)埃森哲董事长兼首席执行官杜保洛(Paul Daugherty)埃森哲首席技术和创新官前言重塑 人类 潜力AI 拐点概要 技术展望 2024|AI 拐点：重塑人类潜力 3AI 伙伴 从知识到智识的革新 人们正在向生成式AI聊天机器人获取信息，这一趋势将改变现有的搜索业务，也将对软件和数据驱动型企业的未来产生影响。智能体 AI 互联的生态系统 智能体将能够自主决策和行动，大量互联的人工智能将组成一个大型网络，但在此之前，人类需要给予其足够的引导和监督，以确保其行为符合我们的价值观和目标。空间计算 发掘虚拟实感的价值 空间计算技术领域正在迅速发展，但要成功利用这种新媒介，企业需要先找到王牌应用。人机互通 技术解码人类意图 从眼动追踪到机器学习再到脑机接口（BCI），许多技术开始以更深入、更以人为中心的方式理解人类。目录概要：AI 拐点 重塑人类潜力未来几年，企业将拥有数量和种类多到惊人的技术选择。但总体而言，技术，正在变得更加人性化。4-1213-27 28-43 44-59 60-774 概要 技术展望2024|AI 拐点：重塑人类潜力AI 拐点人类与技术正处于一个历史的拐点。你是否见过描绘1000年后的人类的反乌托邦图片？那时人类的脊背是弯曲的，皮肤是蜡黄的，眼睛大而敏感这些都是人类长时间呆在室内、与自然世界过分疏离的结果。这些图像反映了艺术家们对当下人类与科技的关系的看法。这些令人震惊的图片虽然出自艺术家的想象，却源于人类内心真实的恐惧，因为人们担心过多的屏幕时间和科技对认知的影响。尽管我们越来越多地使用技术，但也越来越担心技术控制我们的生活，或者失去对技术的控制。但未来不一定如艺术家想象的那样糟糕。如果我们重塑人与技术的关系，如果我们的技术设计更能具有人之为人的秉性而不是舍弃人性，人类不必担心陷入艺术家们所担忧的那种未来。因此，是时候让技术设计变得更加人性化了。重塑 人类 潜力5 概要 技术展望2024|AI 拐点：重塑人类潜力这是一个重塑的时代。未来几年，企业拥有的技术选择，无论是数量还是种类，都将多到惊人。这将释放更多人类潜能，提高生产力和创造力。自动化的智能体可以代表我们行动；人机互通的智能界面改变了我们与信息及软件交互的方式；空间计算技术将数字世界与现实世界融合，或者能将我们从办公桌前立即传送到工厂或山顶；甚至连脑机接口这样曾经听起来像科幻小说里的技术也逐渐在企业中找到了相关、可行的应用。具有前瞻眼光的企业已经开启了这场竞赛，目标瞄准一个拥有更高价值和能力的新时代。虽然每个企业的策略各不相同，但他们都认识到一个共同的趋势，即技术正在变得更加人性化。人们不禁要问，技术不就是由人制造、并为人制造的吗？从创造、应用到推广，技术的发展一直以来都是由人类主导的。人类创造和运用技术来拓展自身的能力。事实上，创造扩展人类能力的工具正是人类的独有特征之一。有人认为，正是这种能力把人类与其他物种区别开来。1然而，从本质上讲，我们创造的工具通常显然是不具有人性的。无论是外形还是行动，他们都不像“人类”，而这原本却一直是工具被创造出来的目的。作为人类，我们有追求，但也有限制：心想耕耘，但不善开垦；欲登九天，却难离尘土；我们试图解决问题，但无力处理复杂或庞大的数字。所以，工具的价值在于弥补我们自身的能力限制，实现我们难以企及的愿景，从而彻底改变了我们的生活。例如，汽车实现了我们的出行自由，起重机让我们得以建造摩天大楼和桥梁，乐器和播放器则帮助我们创作、传播和欣赏音乐。科技 不 是一 直都是为 人而 生的吗？6 概要 技术展望2024|AI 拐点：重塑人类潜力技术“非人”的特点也可能是它的缺点。长期使用手工工具会导致我们患上关节炎，长时间盯着屏幕会导致眼睛近视。导航仪虽然先进，但在开车使用时仍会分散我们的注意力。技术在我们的生活环境中的应用也会引发一系列问题：在设计家庭和办公空间时，人们常常考虑如何获得更好的网络连接和带宽；内燃机可能满足了某些人的需要，但对另一些人来说却意味着污染。尽管人们一直在努力创造出更符合人体工学或更方便好用的工具，但我们仍然经常基于机器的需求和限制来做出决策，而不是优化人类的潜力。这就是为什么在艺术家想象的人类进化的未来世界里，人类与技术之间充满冲突。技术增强了我们的能力，让我们可以超越局限，但其“非人”的特点同样会对我们产生影响。但如今，人类的技术设计理念发生了前所未有的变化。这并不意味着我们要远离技术，而是说我们要拥抱更具人性化的新一代技术。这些技术在设计上更加直观，更符合人类的思维和行为方式，也更接近人类的智能，与我们生活的方方面面紧密融合。我们的世界正在成为原子和比特相融合的世界。如果我们想帮助人们创造更美好的生活，我们需要设计出能够放大人类特质的技术。过去的一些技术发明已经朝着这个方向迈出了重要的步伐，比如图形用户界面（graphical user interface，简称GUI）的出现使得电脑界面更友好、更直观；智能手机将计算机的功能和性能集成到了一个小巧的设备中，使人们能够随身携带并在任何地方使用；而人工智能（AI）最有影响力的用途之一是跨语言翻译。而现在，这股涓涓细流即将形成一个巨大的设计浪潮。以生成式AI 和Transformer模型对我们周围世界的影响为例，ChatGPT 和Bard等聊天机器人一举成名，如今已成为技术发展的推动力，使其变得更加直观、智能，并易于所有人使用。例如，Adobe的人工智能图像生成模型套件Adobe Firefly加强了Photoshop的生成式填充（Generative Fill）和生成式扩展功能（Generative Expand）。2这些创新使任何人都可以使用简单的文本提示对图像进行非破坏性的添加、扩展或删除。用户现在可以验围绕不同的概念进行构思，并比以往更快地产生数十种变化效果，从而验证自己的想法。人工智能曾经专注于自动化和例行任务，现在正通过与人类合作，转向更多辅助和增强的功能，改变人们的工作方式。在过去，许多高级技术和专业知识工作只能由受过高度训练或财力雄厚的人才能够使用和应用。然而，随着人工智能的发展，这些技术和知识工作正变得更加普遍、可用。阅读人人可用的生成式人工智能，了解更多关于人工智能演进的内容。95%的 受访企业 高 管认 为 更具 人 性 化的技 术 将 显著扩 大 每 个 行业 的发 展 机会。概要 技术展望 2024|AI 拐点：重塑人类潜力05001,0001,5002,0002,5002022Q11,6251,5081,3331,3211,3721,9332022Q2 2022Q3 2022Q4公司数量 总提及数2022 年11 月ChatGPT发布2023Q1 2023Q2 2023Q3总提及数 公司数量2,24740,00035,00030,00025,00020,00015,00010,0005,0000概要 7生成式AI的影响力不仅仅局限于完成特定的任务，它还将深刻重塑组织和市场。例如，谷歌云最近发布了一款生成式AI搜索工具，用来帮助医生和护士快速查找可能存储在多个系统且不同文件格式的患者信息这是多年来困扰医疗保健系统的大难题。3 麻省理工学院CSAIL 研究人员开发了一种生成式人工智能计算工具 FrameDiff，它可以合成自然界不存在的蛋白质结构，从而为药物开发开辟新的可能性。4对于软件公司来说，GitHub的“Copilot”（一种帮助编写代码的生成式AI助手）等工具也使软件工程师们对自己的工作满意度不断提高。5 事实上，在许多情况下，生成式AI工具使用起来非常直观，员工会非常迅速地采用这些工具。无需组织建立正式的计划或培训，它们就已经自下而上地渗透到工作场所。阅读埃森哲未来生活趋势2024，了解互动体验变化的趋势。生 成 式人 工智能 的 影 响 力 不仅仅 局限于完 成特定的 任 务。人工智能的关注度如何？自2022 年11 月ChatGPT发布以来，财报电话会议记录中提到人工智能的次数增加了7 倍。来源：埃森哲商业研究院对28,629 家公司和30,904份财报电话会议记录（S&P Global Transcripts）进行的自然语言处理分析：2022 年1 月至2023 年9月。在2022 年第 一 季 度 至2022年 第 三 季 度的财报 电 话 会 议 记录 中 提 及人 工智能 的 公 司 数 量 以 及 总 提 及 次 数8 概要 技术展望2024|AI 拐点：重塑人类潜力除了人工智能之外，还有许多其他技术也在朝着更加人性化的方向发展。这些技术将解决横亘在我们与技术之间的许多痛点，帮助我们释放更大的人类潜力。为了解决数字工作固有的难题（例如容易造成视频疲劳），微软对用于创建数字和物理融合沉浸式空间的Microsoft Mesh进行了重大更新。6 微软试图用沉浸式体验来解决当今痛点并推动新的协作工作方式的办法。由于认识到社交媒体在许多人的生活中重要性，以及它可能产生的问题，社交媒体新手Discord 和Mastadon 建立了一种更类似我们日常生活中建立的社区和关系的社交网络，而不是那种由集中式推荐算法驱动的社交网络。波士顿动力公司长期以来一直走在让机器人更加人性化的前沿，致力于让机器人与我们周围的世界更加顺畅地融合。例如，他们的双足机器人Atlas接受过各种任务的训练，从而从而使其能够像人类一样移动和感知环境。7更重要的是，这些机器人不仅仅在行为上模仿人类，在社交上也如此。由于人类与机器人进行交互时使用的是复杂的代码行和令人费解的机器逻辑，这让不懂这些工具语言的人和机器人交流时常常陷入彼此无法沟通的僵局。如今，研究人员发现了一种方法，在波士顿动力机器人上搭载ChatGPT，这样人们可以使用自然语言来指挥机器人或向它查询之前的工作任务，并获得用简单的英语回复的清晰答案。8这就是为什么对企业来说打造和使用人性化技术如此重要。当技术更加人性化时，它就更容易使用，并使人们工作更加高效、联系更加紧密。而我们又渴望做更多的事情，制造更多定制产品、拓展到更多市场，并与更多合作伙伴合作。我们再来谈谈数字技术给各个行业带来的大规模扩张的机遇。可以这样理解：在18世纪，工业革命给了我们带来了比从前更丰富的物质财富，并改变了世界的运作方式和我们的生活方式。随着技术的人性化，它变得更容易与之合作，并将在业务的各个维度中引发技术的融入。我们已经看到它对我们创造能力的影响。最近的创新技术已经使数字艺术、音乐和产品设计呈现出爆炸式发展。人性化的技术也带来了全新的可能性，如智能体等数字助手，或可以让我们打破物理定律来进行构建和创造的数字空间。将人类与先进技术相连接，在其中建立直观的桥梁，每个行业都将实现生产力和价值创造的指数级增长。无论是对企业还是消费者来说，这都将是一个充满新想法和新行动的全新宇宙。当 技 术 更 加 人性 化 时，它 就 更容易 使 用。9 概要 技术展望2024|AI 拐点：重塑人类潜力人性化的技术设计将使更多人能够接触和利用技术，扩大他们获取知识的机会，参与到持续创新中。这将重新塑造更多我们拥有的东西，但它也将能够创造出企业从未有过的事物和想法。曾经因为技术的复杂性而被隔绝在外的人群也有望参与为数字革命做出贡献。随着技术变得更加直观和易于使用，我们还可以吸引这些人群成为新客户和新员工。如此，他们的知识财富将首次可为企业所用。当每个人都成为数字化转型的一部分时，也将会使数据、产品、劳动力等现代化的力量持续增强。领导这种转变的企业将获得创新机会。随着大量使用改变数字世界工具的新人加入，企业将收获新的思维、创意和知识，推动其在数字领域的发展和变革。尽管经济增长和整个人口的赋权将塑造我们未来的世界，但我们对这个世界的塑造仍然没有确定下来，企业有责任将其打造成一个我们想要生活的理想世界。领导者仍然要面临老生常谈的问题，例如哪些产品和服务已经成熟到可以扩大规模、哪些新数据可以使用、可以采取哪些变革行动，但他们还将面临一些可能从未预料过的问题：如何监督人工智能？谁将参与数字化转型？我们对生态系统中的人们承担什么样的责任？人性化设计不仅仅是对功能的描述，更是对未来的要求。在企业寻求重塑其数字核心的过程中，符合人类需求的技术将是获取成功的关键。每个企业都将看到潜在的新兴技术将重塑其数字化工作的核心。生成式AI、空间计算等技术的成熟和规模化将改变数字体验、数据和分析、产品。在这数字化的重塑时刻，企业可以制定新的战略，最大限度地发挥人类潜力，消除人与技术之间的摩擦。人工智能将为未来提供动能，但未来必须为人类智能而设计。新一代的技术将赋予企业更强大的能力，可以做更多的事情，因而他们做出的每一个选择也变得更加重要。你会成为一个榜样还是一个警示？全世界都会关注。10 概要 技术展望2024|AI 拐点：重塑人类潜力如果要问：人何以为人？那是因为我们能思考、能行动、能感受并理解彼此。而现在，技术开始体现人类的这种专属经验。这种转变将重置我们与技术的关系，并彻底改变我们使用技术的方式和方向。去年的技术展望探讨了原子和比特的融合如何为我们的新现实奠定基础。我们描述了这样一个世界：在这个世界中，数字和物理现实之间的障碍正在消失，几乎在所有技术领域都开启了全新的创新，而重要的是，这些部分将如何成为企业核心向前发展的关键部分。在今年的技术展望中，我们研究了影响数实融合发展的最关键要素：人。物质世界和数字世界的进一步融合推动了更多人性化技术的涌现。今年的四大趋势指出了趋向人性化的几个关键维度，并说明了组织需要如何做好准备。首先，我思故我在。我们收集、存储和获取信息的方式一直是人类经验中根深蒂固的一部分。在“AI伙伴”中，我们探讨了技术如何开始模仿人类处理信息的方式。技术开始具备类似人类大脑的记忆和学习能力。这些变化最初始于搜索领域，并将彻底改变我们获取和管理知识的方式。自主性和行动能力是人类本能的一部分。在人类历史的早期阶段，人们没有写作或建造的能力，但他们仍然能够狩猎、采集食物，做出决策，并与周围的世界互动。如今，智能体可以作为自动化助手为个人提供帮助，同时也有潜力在企业间构建智能体生态系统，为整个商业环境提供支持。空间计算打破物理和数字之间的界限，使得数字世界能够与物理世界相互融合和交互，数字世界不再是一个与我们隔离的陌生环境，而是能够与我们的身体和感知相连接的环境。技术理解人类一直是一个挑战，虽然技术可以追踪和观察人们的行为，但往往无法准确捕捉到人们的意图和目的。人机互通正在摒弃以往不自然和繁琐的技术交互方式，寻求更加自然和直观的方式与人类交互，更准确地读取和理解人类的行为、意图和情感。思考、行动、感受和理解是人类与生俱来的能力特质。通过使用能够与我们相似的工具和技术，我们能够更好地理解和与世界互动，使我们与世界之间的联系更加紧密和深入。同时，这也赋予了个人、公司和政府更多的权力和能力，使他们能够在塑造世界中发挥更重要的作用。2024 年趋势技术人化11 概要 技术展望2024|AI 拐点：重塑人类潜力人性化设计的技术可以为人们和企业带来深远的好处，但前进的道路并不那么简单。我们将迎来技术历史上最大的转折点。企业及其领导者的决策对我们如何应对这样的转折、如何在这样的转折中前进至关重要。我们经历了很多增长和创新，但不是所有的发展都是正向的、有益的，伴随着增长与创新而来的也可能是更多欺诈现象、错误信息和安全漏洞。因此，如果我们设计的工具仅仅有人类的能力，但没有人类的智慧，甚至人类的良知，那么我们可能会创造出对社会和个人利益都有损害的东西。更多的人性化技术意味着更多的道德问题，其中许多问题在我们能继续前进前就需要找到答案。我们创造了能够与人类一样说话和行动的智能体，用令人印象深刻的方式扩展了人类的能力。但ChatGPT发布后，我们也立即看到那些充满恐惧的新闻标题。机器会消解人类的创造力吗？他们会抢走我们的工作吗？他们会试图摧毁我们吗？这不仅仅是反对新技术的卢德分子的猜测，许多领先的人工智能研究人员对人工智能的潜在危险提出了关切并停止了相关研究。9,10 当元宇宙的概念被提出时，立刻引发了人们对元宇宙的潜在负面影响的担忧。元宇宙的吸引力是否会导致我们从此宅居家中，影响我们的心理健康？11 脑部扫描可以用来解码人们的思维。12 这种技术的潜力可能被用于对人们有利或不利的目的。技 术 和人类 都 处 在变革时刻，而世 界正等 待重 塑。这些问题都没有明确的答案，但企业在面对这些新技术和新趋势时，需要积极参与并找到解决方案。尽管有些技术看似难以置信、深不可测，但它们正在从科幻小说中变成现实，并成为董事会讨论的话题。在人类技术的时代，企业推向市场的每一种产品和每一项服务都可能改变生活、赋能社区并引发变革，无论是变得更好还是更坏。同时，是采取快速行动还是谨慎的态度？竞争对手或其他国家会不会拒绝分担责任或者或同样戒备？对此，企业要学会保持微妙的平衡。正向工程：我们的技术十字路口12 概要 技术展望2024|AI 拐点：重塑人类潜力企业领导者做出的选择、他们所秉持的价值观以及制定的优先事项所影响的将远远不止是利润率和股东回报，因此企业以有意义的方式进行创新比以往任何时候都更加重要。我们在努力让技术变得人性化的同时，需要将安全视为一种推动因素、一种在人与技术之间建立信任的必要方式，而不是一种限制或要求。我们在创造技术的时候不能回避其对人类的意义或者本末倒置。这个概念我们称之为“正向工程”。在过去的几年里，道德伦理问题已经在技术领域中逐渐浮现，涉及技术领域的方方面面，如包容性、无障碍、可持续、职业安全、创新知识产权保护等等。每个问题其实都源于同一个问题，即：在我们用技术能够实现的目标与我们作为人类想要实现的目标之间，我们该如何取得平衡？有人是第一次接触数字世界，而有人已经走得越来越深入，公司必须重视他们的福祉、隐私和安全。努力实现技术包容性的公司将弥合社会鸿沟，填补组织、员工和客户之间存在的空白。当技术变得更加人性化并助力企业增长时，它们也必须为人们提供更多机会和发展空间。技术和人类都处在一个变革的时刻，而世界正等待着你去帮助它、塑造它。93%的 受访企业 高 管认 为：随着 技 术的快速发展，对 组织 来 说，在创 新 过 程中追 求更 广泛 的目标 和价 值 已 变 得前 所 未有的 重 要。技术展望2024|AI 拐点：重塑人类潜力AI 伙伴从知识到智识的革新14 技术展望2024|AI 拐点：重塑人类潜力19962022166519982023176820011873200820251967201020272012 20192028 2029 20311975 1990Ask Jeeves 创 立。8OpenAI 发 布ChatGPT。15第 一 本 科 学 刊 物 出 版。1谷 歌PageRank 算 法 上 线。9 微 软Bing Chat 亮 相 公 众视 野。16 大 英 百 科 全 书 第 一 版问 世。2维 基 百 科 问 世。10阿 默 斯 特 学 院 图 书 馆 管 理启用 杜 威 十 进 制 系 统。3Stack Overow 开 始 众 包编 程 问 答。11一 家 领 先 航 空 公 司 宣 布，客户 对 聊 天 机 器 人 客 服 和 人 工客 服 的 满 意 度 相 差 无 几。大 英 百 科 全 书 第 一 版问 世。4Microsoft 面 向 企 业 发 布SharePoint。12 数 据 中 毒（将 恶 意 数 据 植 入机 器 学 习 模 型）成 为 企 业 面临 的 头 号 网 络 安 全 威 胁。ORBIT 数 据 库 搜 索 服 务 推出，专 用 于 检 索 研 究 摘 要。5谷 歌 正 式 提 出 知 识 图 谱 的 概念，迈 出 了 语 义 搜 索 之 路 的意 义 重 大 的 一 步。13研 究 人 员 提 出K-BERT构 想，一 种 基 于 知 识图 谱 的 大 语 言 模 型（LLM）。14大 多 数 企 业 启 用 专 属 聊 天 机器 人 协 助 知 识 管 理、开 展 研究 和 执 行 工 作 任 务。人 工 智 能 咨 询 工 具 的 搜 索 量超 过 传 统 搜 索 引 擎。将 基 于 应 用 程 序 的 界 面替 换 为 基 于 智 能 体 的 界面 的 智 能 手 机 发 布。俄 亥 俄 州 立 大 学 实 施 了 第 一个 主 要 的 数 字 目 录。6加 拿 大 麦 吉 尔 大 学 的 三名 学 生 发 明 了 史 上 第 一款 搜 索 引 擎Archie。71967伙伴 15 技术展望2024|AI 拐点：重塑人类潜力概览我们与数据的关系正在发生变化，人类的思维、工作以及与技术交互的模式也随之发生深刻变化。数字化企业的整个基础正在经历一场颠覆性的变革。随着数据的重要性日益凸显并深入到社会经济各个层面，我们的生活和工作正经历一场由数据引发的全面革新。伙伴 16 技术展望2024|AI 拐点：重塑人类潜力这绝非夸大其辞。遥想15年前，大西洋月刊7 月版的封面故事标题赫然是：谷歌让我们变愚蠢了吗？文章作者尼古拉斯 卡尔（Nicolas Carr）认为网络搜索破坏了他的思维方式、专注力和阅读深度。17 而到今日，我们可以斩钉截铁地答复他：“不会”。使用谷歌并未导致我们的智力降级。但有一点毋庸置疑：获取信息的方式确实会塑造个人行为。搜索几乎改变了它所触及的一切，成为人们和企业与数据交互的主要途径。它极大开阔了人们获取知识的宽度和广度，将检索时间从数小时缩短到数分钟，并促进了企业的转型变革。它透过广告和搜索引擎优化为客户的生活带来了新突破，开创了服务和发现产品的新路径，成为员工体验不可或缺的内在构成。我们如此依赖搜索，它早已在不知不觉中深入到了生活的方方面面。几乎70%的网站流量都始于搜索。18 网络串联起每一条信息，使之交织构成庞大的图书馆。20多年来，搜索一直担当着图书馆管理员的角色。2022年底，风向骤变，搜索巨头们进入高度警觉状态。19 人类与数据多年来平静的联结关系第一次泛起了涟漪。“图书馆管理员”模式逐渐退场，新型“智能顾问”模式开始大行其道。人们不再单凭搜索来生成结果，转而向生成式AI聊天机器人索求答案。这一趋势最早始于2022 年11 月OpenAI 推出ChatGPT的时候。这款应用程序一跃成为有史以来用户增长最快的应用程序。20 大语言模型（LLM，Large Language Model）虽已在用多年，但ChatGPT凭借直接对话答疑的创新模式，一夕间博得万众眼球。OpenAI的合作伙伴微软迅速嗅到商机，于2023 年2 月乘势推出Bing Chat。21 他们不是单纯地将它定位为搜索工具，而是冠以“网络智能搭档”的威名。紧接着，Salesforce在3 月推出了Einstein GPT。该生成式AICRM 技术能利用公司存储在Salesforce应用程序中的所有客户数据，生成个性化营销材料或知识文章等内容。22 到2023 年6 月，医疗保健软件公司Epic 已开始将GPT-4 内嵌到旗下产品中，协助临床医生快速撰写患者病历摘要。23 我 们 如 此依 赖 搜 索，它 早已在不知不 觉中深入 到了 生 活的 方 方面 面。伙伴 17 技术展望2024|AI 拐点：重塑人类潜力人们访问数据和数据交互方式正在持续更迭中，以迅猛之势影响你我的世界。它不仅给传统搜索公司敲响警钟，更是让所有公司都感受到了紧迫的变革需求。受到生成式AI的影响不仅仅是网络搜索引擎，也包括所有广义上的搜索，从搜索电子邮件或文件到在CRM数据库中查找客户详细信息等形式都包含其中。数据是塑造当今数字业务的一大核心要素。聊天机器人整合海量信息来提供答疑和推荐意见，它采用多元的数据模式，完整记住历史对话，甚至能提出下一步该问什么问题，从而颠覆了传统意义上依赖于单一、线性数据流程的业务运作模式。许多长期存在的企业职能，例如数字营销、广告宣传和产品发现等等，势必经历新生变革。除了开放网络，公司上下各处蕴藏着大量价值信息，等待客户、员工、合作伙伴和投资者的发现、采集和应用。然而，我们往往因为记不清正确的搜索词、不擅长描述查询诉求、数据分散孤立，抑或是文档太密集，导致很多信息难以访问或提取。对于当今的数据驱动型业务来说，生成式AI激活了无限的潜在价值，有待进一步挖掘和开发。然而，真正的颠覆不仅仅体现在我们访问数据的方式，它甚至还会令整个软件市场为之改变。倘若应用程序和数字平台的界面统统换位给生成式AI聊天机器人，未来会怎样？倘若它变身为我们读取、写入和与数据交互的新方式，成为所有平台的一大核心能力，未来又如何？搜索领域的突破和进展势必会颠覆软件、以及它在企业以及整个数字世界中扮演的角色。如今，企业亟待把握住时代契机，重构信息在整个组织中的运作方式，创新开拓新一代数据驱动型业务。如果企业不是只被动把自己定位在搜索结果之中，而更主动担当起可靠咨询师的角色，客户体验和互动将会因此有所不同。当员工能够及时地按需获取信息和答案时，内部工作流程会随之发生转变。企业在不断推出新颖产品和服务的过程中，整个价值主张会随之转变。这其中蕴藏着无穷商机，更是大势所趋。例如，试想：当今的汽车制造商几乎可以确保旗下新车及车型名称出现在“2024 年新车”的搜索结果中但当潜在客户向人工智能询问时下应购买哪款新车时，人工智能会给出同样的回答吗？注意力机制令Transformer模型如此强大，它同时也在提醒人类需要关注什么。如果企业不因势利导，人类与数据关系的这种转变可能会导致各种不良后果，诸如内部信息不能无缝共享、无法与客户直接接触，直至失去对自身品牌的掌控。伙伴 18 技术展望2024|AI 拐点：重塑人类潜力每家企业都会制定信息化战略，并通过企业使用的软件、对外传播的市场信息和内部信息使用方式等来定义和体现。从广义上讲，过去几十年来，搜索的发展演进为这些战略奠定了坚实基础。但日复一日，时光流转，在有意无意之间，人们开始从搜索转向问答，更多的企业希望与客户进行远程沟通，将生成式AI聊天机器人整合到自身的业务平台中，使其成为客户接触和使用企业服务的新途径。在企业中实施LLM和生成式AI聊天机器人现已衍生出多样化选择，但就技术推广角度来说还远不够简单。要想切实从生成式AI中获益，打造数据和人工智能驱动的未来式企业，从根本上重新审视核心技术战略相当有必要。需重新思考如何收集和构建数据、构筑广阔的数据架构以及如何部署技术工具及其应用的功能范围等，并从一开始就要落实好培训、消除偏见和人工智能监督等新实践。前路的确任重而道远，但坐以待毙只会被时代淘汰。人们总想要一套简单易用的问答系统。还有谁还记得90年代的Ask Jeeves？问答的需求始终存在，但在过去，支持后端却难以响应。今天，生成式AI的出现让数字管家终于成为可能。人类与数据交互乃至生活、工作和思考的方式都在发生变化。企业也需要灵活求变，随着新一代数据驱动型企业强势崛起，无法跟上时代步伐的企业将惨遭淘汰。生成式AI 的出现，让 数 字 管 家 终 于成为可能。伙伴 19 技术展望2024|AI 拐点：重塑人类潜力技术：解锁数据驱动型企业毋庸置疑，数据是为数字化业务赋能的底层驱动力。各行各业的企业都在努力寻找转型突破口，以更多稳健可靠的新方式为构建基于数据的实践。然而，最基本的诉求仍然未能兑现：找到所需的数据。正因如此，人们开始倾向于采用提问的方式来获取信息。Gartner近期一项调查显示，“47%的数字工作者很难找到高效执行工作所需的信息或数据。”24 员工总是在苦苦搜罗信息：在团队的文件共享中查找文档，在公司知识库中搜索政策或福利信息，搜索CRM以深入洞察客户和销售现状。此外，其他利益相关者也总在设法获取企业信息：客户浏览产品或搜索帮助论坛，股东搜寻ESG文件，合作伙伴努力寻求许可验证。对这些有信息需求的相关人员而言，许多企业尚不具备建立强大搜索的实力。25所以我们不难理解用户行为模式为什么会自然而然地从关键词搜索逐渐转变为自然语言提问。行业的游戏规则正在发生新转变，真正贴近企业的迫切需求。采用拥有丰富企业知识的LLM咨询工具及时为员工答疑解惑，可充分释放数据的潜在价值，最终支持企业实现数据驱动型业务的潜能最大化。当然，这并非转动旋钮切换至新模式那么轻而易举。生成式AI将成为基于企业庞大数据架构构建的交互接口，而企业若想充分受益其中，革新员工访问信息的方式，从根本上要构筑强健的基础。伙伴 20 技术展望2024|AI 拐点：重塑人类潜力95%的高管 认为 生成式AI 将 助益企业实现 技 术架 构现代 化。好消息是，采用新技术和新工艺有助于企业夯实数据基础，蓄势待发，积极拥抱数据驱动型业务的未来。事实上，部分先锋企业已抢先破势发力，推动实现数据战略现代化。但残酷的是，许多企业仍在苦苦挣扎，知识管理系统严重落伍。无论从何处入手，LLM 咨询工具要求企业着力构筑史上最易于访问、贴合上下文的数据基础。知识图谱在这方面是最重要的一大技术利器。作为图结构数据模型，它通过对更广泛的上下文和含义进行编码，反映不同实体及其相互之间的关联。知识图谱聚合多来源信息，优化个性化支持，还可通过语义搜索增强数据访问的结果。26夯实数据基础思科公司的例子展现知识图谱和语义搜索的硬核潜能。和众多国际大企业一样，思科销售团队充分发掘海量内容的优势力。但由于缺乏元数据，他们很难通过索引驱动型搜索找到相关文档。为此，他们利用Neo4j来创建元数据知识图谱。他们没有使用LLM，而是依托于自然语言处理（NLP）来创建本体和机器标记服务，以此方式分配文档元数据并存储在图形数据库中。如今，销售人员查找信息的用时减少了一半。凭借增强型知识管理功能，思科的销售人员每年节省了超过400 万个小时的时间。27在知识图谱之外，其他数据管理策略也同样举足轻重。数据网格和数据编织可有效映射和组织企业在更新整体架构时应考察的信息。向量数据库是通过表征高维数据推断关系和相似性的关键构成之一。此外，建立企业的数据基础是赋能LLM咨询工具接口的大前提，但LLM也是支持创建和维护这一基础的重要工具。例如，创建知识图谱的第一步是确定本体或相关实体及其相互之间的关联。LLM可从原始文本中提取数据，实现这一过程的自动化。28 LLM还可接受自然语言文本提示，基于本体生成关联的模式和数据库结构，以及填充图形数据库。因此，随着复杂的数据基础愈发体现其重要性，它们同时也更易于维护和保持实时更新。29“垃圾进，垃圾出”一直被奉为机器智能的永恒真理。在当前这个越来越依赖于向LLMs提问以获取答案的时代，这个问题显得尤为尖锐。当企业开始将LLM咨询工具引入业务时，他们如何管理数据输入并确保信息质量，将在很大程度上决定这些AI 工具应用的成功或失败。伙伴 21 技术展望2024|AI 拐点：重塑人类潜力知识图谱、数据网格和数据编织本身可谓企业知识管理系统的一大突破式飞跃。然而，仅停留在这些层面还不够，将知识管理从“图书管理员”模式转变为“顾问”模式是下一步的重大变革。设想一下，员工无需使用搜索栏，而是在企业各大网站和应用程序中运用自然语言提问，获得明确的解答。这意味着建立一个既易于访问又具有上下文感知能力的数据基础架构，使得企业可以根据需求随时随地获取关键业务信息。通过这样的数据基础，企业可以开始构建智能问答系统或类似的人工智能助手，目前有几种不同的方法和技术可供探索。首先，企业可选择从零开始自行训练LLM，但这种方法因需要大量资源投入而鲜少被采用。一些企业巨头堪称AI能量工厂，亚马逊、OpenAI、谷歌、Meta、AI21 和Anthropic均位列其中。彭博社也采用了这种方法。它利用自身庞大的金融数据知识库以及公共数据集，专门为金融行业训练了一个包含500亿参数的LLM，即BloombergGPT。30 它即将在彭博终端上面向客户开放可用。31 对于拥有海量资源的大企业来说，从零开始自行训练LLM或许是确保竞争优势的一计良策妙法。第二种方案是“微调”现成的LLM。究其本质，这意味着采用一种较为通用的LLM，基于一组专业文档对其加以深度训练，使之适用于特定目标领域。例如，可利用企业自有数据对OpenAI的GPT-3.5 进行微调，将其优化成适用于特定任务的高度定制化或高效的模型。32 亚马逊云科技（Amazon AWS）、Microsoft Azure和谷歌云（Google Cloud）等大型云服务提供商都有提供类似的服务，旨在赋能旗下客户利用自有数据来微调基础模型的私有版。33、34、35 这些模型随即可集成并部署到各种不同的企业应用程序中。虽然这比从零开始训练LLM所需的资源要少得多，但其弊端在于无法确保模型信息实时保持最新。若是没必要反映实时信息（例如设计或营销中的创意输出），此方案最为合宜。还有一种方案略有不同，同样备受关注。一些企业开始针对特殊用例微调小语言模型（SLM，Smaller Language Models）。DeepMind 公司的“Chinchilla”和斯坦福大学的“Alpaca”等SLM已经开始PK大模型，且只需投入少量计算资源。36 这些SLM的优点体现在效率高、运行成本低、碳足迹小，可加速训练并用在较小的边缘设备上。探索LLM 的深度应用，建立新的数据接口伙伴 22 技术展望2024|AI 拐点：重塑人类潜力最后，构建基于LLM的智能顾问的一种流行方法是通过“联系实际”来改进预训练的LLM，通常的做法是为它们提供更具针对性、与具体应用场景相关的更多信息。这种方法的核心技术之一就是检索增强生成（RAG，Retrieval-Augmented Generation）。顾名思义，该方案结合信息检索系统和生成式模型，可进行自我训练，也可采用开箱即用的方式，经由API 访问。从宏观角度来看，RAG 的工作原理如下：首先，某位用户输入个人请求。下一步，该请求被用来搜索和检索相关文档作为向量嵌入无论是Word 文档、聊天工具或PDF中的文本等非结构化数据，还是CSV或数据库表等结构化数据。随后，这些文档连同提示一并发送给LLM。当然，LLM 最初基于海量数据接受了训练，但仅使用其接收到的特定信息来生成对这位用户的响应。透过情境学习和RAG 实现LLM落地所需的时间和计算能力甚少。此外，相较于从零开始训练或微调LLM相比，所需的专业知识也少之又少。事实上，这种方法内置于Microsoft 365 Copilot中，后者是一款针对Microsoft 365应用程序和服务的AI助手。37 当连接到OpenAI 的LLM或任何其他外部LLM时，Salesforce 的Einste