近期德勤人工智能研究院发布了两个AI重磅报告,《企业人工智能应用现状报告》和《AI案例精选》。
其中《企业人工智能应用现状报告》是德勤人工智能研究院从2017年开始,每年都会发起的调查。2021年度《企业人工智能应用现状报告(第4版)》对11个国家的2875名高管进行了调查,旨在探讨那些致力于将AI付诸实践的企业所发生了哪些深层次转变,以了解那些最为“AI驱动型企业”如何走向成功,从而帮助企业解决应用AI过程中的痛点。
德勤在全球一直在倡导“AI驱动型企业”。德勤管理咨询中国分析与认知服务领导合伙人、德勤管理咨询中国数据科学卓越中心领导合伙人尤忠彬指出,AI驱动型企业是指利用数据作为资产,运用以人为本的方式,在企业里核心业务流程当中系统化地部署和扩展AI,AI驱动型企业可以利用数据驱动实现快速决策的能力,增强员工和客户体验,从而获得领先竞争性优势。
德勤围绕企业AI部署数量和AI已经实现的效果两个维度,将AI应用划分为四个象限,分别为变革者、探路者、起步者、后进者。
“中国企业有一个明显特征,探路者比例远远高于全球,将近49%的受访企业都属于探路者,全球只有26%。”尤忠彬说道,探路者的特征是用于尝试,已经在很多领域取得了AI布局的一些成果,但是并没有规模化应用。
尤忠彬表示,中国企业更追求在特定场景中应用AI,外国企业更愿意通过AI咨询系统性的思考,在整体的企业业务战略指导下进行AI策略的统筹设计,这也是影响中国企业AI进一步规模化的一个因素。
战略层面,AI驱动型企业将AI视为业务差异化和成功的关键因素,并制定了由高层支持的企业级战略。变革者制定企业级AI战略的可能性为起步者的3倍以上,其以差异化方式使用AI的可能性为起步者的2倍。
运营层面,AI驱动型企业愿意建立了新的运营模式,以推动持续的品质、创新及价值创造。领先的企业业务领导者愿意分配更多时间参与到解决方案的设计中,并不是单纯的当做一个AI技术方案。
文化及变革管理层面,AI驱动型企业培养信任、敏捷、数据流畅的文化,并投资于变革管理以支持新的工作方式。大力投资于变革管理的企业实现AI举措超出预期的可能性是平均水平的1.6倍,实现预期目标的可能性是平均水平的1.5倍以上。
生态系统层面,AI驱动型企业精心设计动态生态系统,以建立和保护竞争差异化。83%的高成就企业(变革者和探路者)创建了多样化的合作伙伴生态系统来执行其AI战略。
《AI案例精选》是围绕人工智能在各个行业典型应用场景集结成册,报告筛选六大关键行业,包括消费,能源、资源及工业,金融服务,政府及公共服务,生命科学及医疗保健,科技、媒体及电信,每个案例都归纳了关键业务问题和机会,AI如何提供帮助以及可能的益处。
结合两篇报告,德勤也认为中国企业在AI建设上有三项要务,第一,战略与AI洞察,要有战略和结构性方法去系统化的推进AI的应用;第二,拥有丰富的AI场景和业务用例,通过AI目标价值鼓励更多AI投入;第三,整合AI生态系统,选择与应用场景匹配的技术产品和服务组合,有效地实现分工和协作。
德勤也将AI团队和战略团队进行整合,为客户提供战略与AI洞察引领的咨询方案,以业务战略为牵引,以数据科学数据分析为支撑手段,与产生可行动的、可操作性的洞察力,最终帮助客户实现AI智能企业的转型。
好文章,需要你的鼓励
这项来自苹果公司的研究揭示了视频大语言模型评测的两大关键问题:许多测试问题不看视频就能回答正确,且打乱视频帧顺序后模型表现几乎不变。研究提出VBenchComp框架,将视频问题分为四类:语言模型可回答型、语义型、时序型和其他类型,发现在主流评测中高达70%的问题实际上未测试真正的视频理解能力。通过重新评估现有模型,研究团队证明单一总分可能掩盖关键能力差距,并提出了更高效的评测方法,为未来视频AI评测提供了新方向。
大模型时代,玛丽·米克尔(Mary Meeker)的名字可能大家不一定熟悉,但是在互联网时代,这位被可被誉为“互联网女皇”的。她是美国风险投资家和前华尔街证券分析师,专注于互联网及新兴技术领域。玛丽·米克尔(Mary Meeker)发了一份340页的《人工智能趋势报告》,粗粗看了一下,并没有非常轰动的观点,但是数据比较全面
这篇来自KAIST AI研究团队的论文提出了"差分信息分布"(DID)这一创新概念,为理解直接偏好优化(DPO)提供全新视角。研究证明,当偏好数据编码了从参考策略到目标策略所需的差分信息时,DPO中的对数比率奖励形式是唯一最优的。通过分析DID熵,研究解释了对数似然位移现象,并发现高熵DID有利于通用指令跟随,而低熵DID适合知识密集型问答。这一框架统一了对DPO目标、偏好数据结构和策略行为的理解,为语言模型对齐提供理论支持。