生成式人工智能的热潮是否正在消退？——为何现在正是构建的最佳时机

生成式人工智能已从实验性技术迅速发展成为各行业企业的关键资产。据彭博智库（Bloomberg Intelligence）的一份报告显示，2023年全球生成式人工智能市场规模约为400亿美元，较2020年增长了十倍。预计到2032年，该市场将增长至1.3万亿美元，年均增长率预计为42%。 同样，Fortune Business Insights预计，全球生成式人工智能市场到2032年将达到约1万亿美元，从目前的约430亿美元规模起，以40%的年增长率持续扩张。

英伟达（NVIDIA）和OpenAI常被视为人工智能领域的代表——英伟达以计算芯片著称，OpenAI则以人工智能模型和解决方案闻名——这两家公司的估值均呈现飙升态势。英伟达的估值在2022年6月约为4000亿美元，2023年6月升至约1万亿美元，2024年6月则达到约3万亿美元。 与此同时，OpenAI在最新一轮融资中的估值已从2023年的290亿美元飙升至约1570亿美元，涨幅超过四倍。支持这些公司的投资者不仅包括风险投资机构，还包括微软和英伟达等行业巨头。

这些估值凸显了业界对生成式人工智能（GenAI）信心的迅速提升，各利益相关方都迫切希望在这项中期可能发展成为万亿级产业的领域中分得一杯羹。生成式人工智能已被誉为“互联网之后的下一个重大突破”。

生成式人工智能（GenAI）仅仅是一场令人陶醉的“炒作”吗？自2000年代互联网泡沫破裂以来，新兴技术领域的投资者一直持谨慎态度——这种态度是合理的，毕竟大多数此类技术都未能经受住时间的考验。有鉴于此，当前围绕生成式人工智能的热潮究竟只是又一场“炒作”，还是其快速增长背后确实存在实质内容？

为了探讨这一点，我们可以观察英伟达（NVIDIA）的股价——作为人工智能领域的代表性企业之一，其计算芯片备受瞩目——并将之与2000年代初互联网泡沫时期思科（CISCO）的估值进行对比。

图1：思科（左，互联网泡沫时期）与英伟达（右，2024年6月底）的前瞻市盈率

上述对比表明，人工智能并非泡沫；与2000年代的互联网泡沫不同，其增长背后确实有实质支撑：思科在20世纪90年代末至21世纪初的崛起主要得益于市盈率倍数的扩张，而英伟达的增长则源于营收和利润的强劲增长，而非由非理性的狂热推动的估值倍数上升。

就在不久前的2007年，苹果在推出iPhone后令华尔街大感意外。其盈利持续增长，而前瞻市盈率却保持平稳。如今，苹果已成为全球市值最高的公司。这进一步证明了迅猛增长背后确有实质支撑，同时也凸显了支撑人工智能潜力的坚实基础。

此外，在技术发展史上（尽管历史尚短），除了生成式人工智能（GenAI）之外，从未出现过这样一种技术，能让包括FAANG在内的所有前7-8家科技巨头都投入数百万美元进行投资！

既然我们已经明确生成式人工智能并非仅仅是“炒作”，那么接下来就来谈谈“消亡”这一说法。

有报告指出，在最初的热潮过后，人们对生成式人工智能（GenAI）的兴趣出现了一段消退期。高德纳（Gartner）在其著名的《新兴技术成熟度曲线》中，追踪了新兴技术在其生命周期中的演变，该报告被视为衡量新技术热潮的重要基准。在过去的20年里，已有超过200项独特技术被纳入该分析。 根据“技术成熟度曲线”，技术通常遵循一条成熟度曲线，经历五个阶段：创新触发、过高期望峰值、幻灭低谷、启蒙斜坡和生产力高原。

2024年的报告指出，生成式人工智能（GenAI）很可能正进入，或可能已经进入“幻灭谷”阶段。该阶段的特点是随着实验和应用未能达到预期，人们的兴趣逐渐减退。在此阶段，技术提供商可能会陷入困境甚至失败，只有那些幸存下来的提供商能够改进产品以满足早期采用者的需求，投资才会继续。

图2：Gartner新兴技术成熟度曲线——2023年8月（左）与2024年8月（右）

然而，数据显示，人们对生成式人工智能的兴趣和采用率依然保持强劲。根据麦肯锡的一项调查，65%的受访者表示其所在机构正在定期使用生成式人工智能，这一比例几乎是去年同类调查结果的两倍。

近年来，受访企业采用人工智能的比例一直徘徊在50%左右，但到2024年已升至72%。

这一应用趋势具有全球性。2023年的调查显示，任何地区的AI应用率均未达到66%。然而，在2024年，几乎所有地区的受访者中，都有超过66%的人表示其所在组织已在业务活动中应用AI。

此外，企业如今正在将人工智能应用于更多业务领域。50%的受访者表示，其所在企业已在两个或更多业务职能中应用了人工智能，这一比例较2023年的不到33%有所上升。

此外，还有许多令人振奋的新产品和模型陆续推出。GPT-4 展现出了非凡的能力，包括高级推理、问题解决和创意写作。它能够处理并生成文本、代码和图像。越来越多的迹象表明，生成式人工智能（GenAI）正日益接近通用人工智能（AGI）——即具备类人智能、能够学习任何智力任务的机器——而 GPT-4 被认为是最接近实现这一目标的模型。 此外，像 Flux 和 Stable Diffusion XL 这样的新型开源图像模型，即使面对复杂的提示，也能生成高度精细且逼真的图像。

Anthropic的首席执行官认为，通用人工智能（AGI）将在2026年前实现。埃隆·马斯克持类似观点，他表示届时人工智能将超越人类智能。马克·扎克伯格也表示：“即使基础模型的研发现在停滞不前——虽然我不认为会这样——我认为整个行业仍有五年的产品创新时间，来摸索如何最有效地利用迄今为止取得的所有进展。”

这场转型已显现出诸多进展迹象，多款产品已获得广泛采用并实现了产品与市场的契合。截至目前，Meta的开源Llama模型已被下载3.5亿次，下载量是2024年8月的10倍。2024年1月至7月间，Llama的月度使用量（令牌量）增长了10倍。 由生成式人工智能（GenAI）驱动的 Co-Pilot 是 GitHub 增长最快的产品，据称贡献了其 40% 的增长，并创造了数亿美元的收入，尽管该产品仅于 2021 年 10 月发布。许多公司正利用生成式人工智能产品扩大收入或降低成本。例如，Photoroom 在 2024 年 3 月实现了 6500 万美元的年度经常性收入（ARR），同比增长 195%。 尽管有批评者认为通用人工智能（GenAI）在严肃应用中并非必需，但该公司仍利用该技术为电商企业生成图像。Klarna在人工智能应用方面也取得了显著进展——目前66%的客户咨询由AI处理，这相当于700名全职客服的工作量，从而节省了约4000万美元的成本。 在营销领域，Klarna利用AI进行图像生成和翻译等工作，从而实现了37%的成本节约，相当于每年节省约1000万美元！

目前正有大量投资用于提升人工智能能力和基础设施建设。谷歌、微软等科技巨头每季度在数字基础设施上的投入均超过500亿美元，其中包括用于人工智能的图形处理单元，预计短期内这一趋势不会放缓。

面对如此活跃的局面，您认为人工智能这列“列车”是否正在放缓速度或失去动力？

OpenAI近期卷入了一场争议，其标志是包括首席执行官萨姆·阿尔特曼（Sam Altman）、首席科学家伊利亚·苏茨克维尔（Ilya Sutskever）和高级研究员扬·莱克（Jan Leike）在内的关键人员突然离职又迅速被重新聘用。围绕公司发展方向的分歧——尤其是关于人工智能安全、数据使用的伦理问题（例如利用受版权保护和敏感数据来训练模型），以及担忧商业利益可能凌驾于伦理考量之上——引发了内部和公众的广泛讨论。

为解决围绕人工智能伦理实践的担忧，各公司已开始与数据平台签订正式的许可协议并建立合作伙伴关系。例如，Reddit 已与谷歌达成许可协议，允许后者为人工智能训练目的使用其用户生成内容。同样，Shutterstock 也与包括 Meta、OpenAI、亚马逊和苹果在内的多家大型科技公司建立了合作关系，授权其庞大的图片和视频库用于人工智能训练。 此外，路透社已将其新闻内容授权给人工智能公司，以协助其训练模型。

然而，人们仍然担心，人工智能模型可能会因所使用的训练数据而存在偏见和歧视。正如人工智能领域的先驱吴恩达所言：“人工智能的公正性取决于其训练数据的公正性。如果我们输入带有偏见的数据，就会得到带有偏见的结果。” 欧盟《人工智能法案》及类似法规虽旨在确保人工智能的伦理发展与应用，但在平衡创新与监管方面仍面临挑战。一方面，这些法规倡导透明度、问责制和风险缓解，有助于建立对人工智能技术的信任；另一方面，这些法规可能会扼杀创新，特别是在难以制定明确规则的领域，并可能给企业（尤其是中小企业）带来沉重的合规负担。

除了这些担忧之外，人工智能还面临着重大的技术挑战。尽管人们正在对人工智能基础设施进行大量投资，但维持这些系统所需的计算能力会消耗大量能源。例如，训练像GPT-3这样的模型大约需要1,300兆瓦时的电量，这足以供130户美国家庭使用一年。 单次ChatGPT查询的能耗为2.9瓦时，远高于谷歌搜索的0.3瓦时。如果ChatGPT要处理谷歌每天90亿次搜索，年用电需求将增加10太瓦时，相当于150万欧盟居民的年用电总量。 国际能源署（IEA）估计，到2026年，人工智能及相关技术的能源需求可能会翻一番，达到与日本全年总用电量相当的水平。此外，人工智能模型的进一步发展还将需要更大的GPU集群、更先进的模型以及需要处理的海量数据。

全球约75%的首席执行官认为，在人工智能领域保持领先地位对于维持竞争优势至关重要。事实上，约64%的首席执行官表示，为了避免落后于人，他们愿意比竞争对手承担更大的风险。虽然科技巨头显然处于领先地位，但非科技行业的商业领袖也强调了将人工智能融入工作场所的重要性。

葛兰素史克前首席执行官安德鲁·维蒂表示：“人工智能有望彻底改变医疗保健领域，从药物研发到个性化医疗。它能帮助我们加快新疗法的研发进程，并改善患者的治疗效果。”

沃尔玛首席执行官道格·麦克米伦表示：“人工智能正在重塑零售业。它帮助我们优化供应链、实现购物体验个性化，并提升客户服务。”

通用汽车首席执行官玛丽·巴拉表示：“人工智能是汽车行业创新的关键驱动力。它使我们能够开发自动驾驶汽车、提升车辆安全性，并优化整体驾驶体验。”

各行各业都有许多此类案例，这反映出生成式人工智能（GenAI）在领导者中引发的热潮与机遇。 该领域的创新蓬勃发展——新模型不断被开发和推出，例如Meta的LLaMA和Mistral。此外，不仅有公司致力于开发这些模型，还有公司专门部署并提供基于这些模型的服务。Photoroom、Greenlite和Permitflow等案例只是其中的一部分。截至2015年，仅谷歌一家就拥有超过2,700个正在进行的人工智能项目。

将人工智能融入业务流程具有显著的先发优势和复利效应。据Gartner的一项调查显示，人工智能能极大提升决策质量，采用人工智能的企业决策失误率降低了37%。它还能提高运营效率；埃森哲的研究表明，人工智能有望将员工生产力提升高达40%，而像Klara这样的公司已通过人工智能每年节省约5000万美元。此外，人工智能还能重塑客户体验。麦肯锡与世界经济论坛的分析显示，到2040年，生成式人工智能预计每年将为全球经济贡献2.6万亿至4.4万亿美元。这代表着巨大的机遇，企业必须积极布局，以抢占这一新兴价值的一席之地。

Artefact作为数据与人工智能咨询领域的全球领导者Artefact 处于帮助客户采用生成式人工智能技术的最前沿。Artefact 支由1,800多名专业数据与人工智能专家组成的团队Artefact 战略制定、解决方案实施以及概念验证（PoC）开发在内的全方位服务Artefact 旨在为客户创造切实的商业价值。我们已协助超过150家客户开发并扩展生成式人工智能解决方案，从而产生了可衡量的商业影响。

总而言之，生成式人工智能正蓄势待发，将带来变革性的影响，正如几十年前的互联网一样。尽管面临从伦理问题到能源需求等种种质疑与挑战，但在切实的商业效益和持续创新的推动下，各行业对其的应用仍在以史无前例的速度加速推进。 随着企业将生成式人工智能融入业务流程，其在效率、决策和客户体验方面均取得了显著提升。这项技术预计将对全球经济产生数万亿美元的影响，从而为企业提供强大的竞争优势。现在正是利用生成式人工智能的最佳时机，因为其快速进步与日益增长的业务需求以及对创新解决方案的迫切需求相契合。