Gartner最新调研结果显示,中国企业在采用生成式人工智能(GenAI)方面雄心勃勃,但进展缓慢,目前只有8%的中国企业将生成式人工智能部署在生产环境中。
Gartner研究总监闫斌表示:“虽然小规模落地已在多种场景下出现,但大规模企业落地仍然较为少见。企业生成式人工智能的发展尚未到达关键里程碑节点。同时,缺少具有显著业务价值的用例、模型(产品)成熟度和企业数据的人工智能(AI)就绪度,是企业生成式人工智能采用面临的首要挑战。”
2024年6 月,只有8%的中国企业将生成式人工智能部署在生产环境中,较之2023年4月的 6%,仅增加了2%。这远远低于全球20%以上的企业采用率(参见图1)。
2024年8月的中国数据、分析和人工智能技术成熟度曲线网络研讨会显示,几个关键因素导致了生成式人工智能在中国落地缓慢,请参见图2。首要挑战包括价值论证、模型与产品成熟度,以及企业数据的AI就绪度。
Gartner研究总监闫斌表示:“鉴于上述挑战,一些在缺乏明确业务价值的情况下大举投资生成式人工智能的企业,可能开始失去耐心。不过,对这些企业来说,关键是要认识到,自ChatGPT发布以来,过去的竞争主要在技术供应商之间展开。现在,在围绕模型和工具的激烈竞争之后,企业之间围绕如何实现有意义的AI成果的竞争才刚刚拉开序幕。这些挑战也可成为数据和分析领导者赢得这场竞赛的关键抓手。”
好文章,需要你的鼓励
本文探讨了AI发展的未来趋势,详细分析了六条有望实现通用人工智能(AGI)的技术路径。随着生成式AI和大语言模型面临发展瓶颈,业界开始将目光转向其他AI发展方向。这六条路径包括神经符号AI、神经形态AI、具身AI、多智能体AI、以人为中心的AI和量子AI。每种路径都有其独特优势和挑战,可能单独或组合推动AI进入下一个发展阶段,最终实现与人类智能相当的AGI系统。
约翰霍普金斯大学研究团队发现VAR模型的马尔可夫变体本质上是离散扩散模型,提出SRDD方法。通过应用扩散模型技术如分类器自由引导、令牌重采样等,SRDD相比VAR在图像质量上提升15-20%,同时具备更好的零样本性能。这项研究架起了自回归模型与扩散模型的理论桥梁,为视觉生成技术发展开启新方向。
培生公司第三季度销售增长加速,并预示年底表现更强劲,但其AI应用可能是更重要的发展。该公司虚拟学习部门销售额激增17%,学生注册人数攀升。培生运营的在线学校将AI工具嵌入课程材料中,公司表示有越来越多证据显示这些工具帮助学生取得更好成绩。公司推出了AI学习内容组合,包括AI素养模块和融合人工导师与AI学习工具的视频平台。
微软亚洲研究院推出CAD-Tokenizer技术,首次实现AI通过自然语言指令进行3D模型设计和编辑的统一处理。该技术通过专门的CAD分词器和原语级理解机制,让AI能像设计师一样理解设计逻辑,大幅提升了设计精度和效率,有望推动工业设计的民主化进程。