Sora的全球爆火预示着一个全新的视觉叙事时代的到来。在这个由数据和算法编织的未来,生成式AI技术正以其独特的方式重新定义着我们与数字世界的互动,以前所未有的速度和深度重构内容生产链路,开辟崭新的商业蓝海。
日前,国际知名咨询机构IDC发布首份《2024 AIGC应用层十大趋势白皮书》,详细列举了关于AIGC应用层的十大洞察,涵盖专属模型、AI工具化、AI普惠化等。据IDC预测,2024年全球将涌现出超过5亿个新应用,这相当于过去40年间出现的应用数总和,智能化应用将呈现爆发式增长。
据IDC预测,大模型的未来发展将趋向于通用化与专业化并行,而以AIGC软件A股上市公司万兴科技旗下万兴“天幕”音视频多媒体大模型为代表的垂直、自建类模型将在中大型企业涌现。
大模型所具备的强大通用智能,正在显现巨大的行业变革力,使AIGC在不同的应用领域体现出“力量倍增”效应。AIGC必然会通过应用创新过程融入到企业业务中,并构建出大量的新场景,也会借助应用价值链的延伸,改变行业运行业态,对商业模式和利益格局产生深远影响。
ChatGPT和AIGC在2023年开年引爆了AI行业,成为全社会追捧的热门话题。AIGC“天马行空”般的泛化能力起初被迅速娱乐化,在聊天、图文创作、艺术表达等领域被竞相试用和品评。
随着大模型的快速迭代成熟,许多行业开始期望大模型能够解决现实业务问题,带来可持续的用户价值。基于此,越来越多的未来场景被描绘出来,大模型应用厂商们也在积极开拓行业用户,试图打破优质客户的行业领先实践。
大模型的未来发展将趋向于通用化与专业化并行。企业对于大模型的要求不仅仅是实现“通识”,更需要其成为特定领域的“最强大脑”。因此,企业客户会产生越来越多的专属、自建模型需求,特别是一些中大型企业,通过对大模型的领域化适配,有望获得更加理想的综合收益。
例如,万兴科技研发推出的“天幕”音视频多媒体大模型,聚焦数字创意垂类创作场景,基于15亿用户行为及100亿本土化高质量音视频数据沉淀,以音视频生成式AI技术为基础,全链条赋能全球创作者,致力于让大模型应用落地更有针对性、更具实效。
多模态大模型与语言大模型、视觉大模型均为当前大模型训练和开发的重要方向。从GPT-4V的“惊艳亮相”,到AI视频生成工具Pika 1.0的“火爆出圈”,再到谷歌Gemini的“全面领先”,多模态、AI都是其中的关键词。多模态大模型更有利于提升智能化应用中的信息丰富度,其学习能力更强,分析和处理问题的视角更加全面。
AI Agent通常被视为一种融合感知、分析、决策和执行能力的智能体,具备相当显著的主动性,堪称人类的理想智能助手。
例如,AI Agent可以根据个人在线互动和参与事务处置时的信息,了解和记忆个体的兴趣、偏好、日常习惯,识别个体的意图,主动提出建议,并协调多个应用程序去完成任务。
在满足企业智能化需求的过程中,AI Agent作为一种理想的产品化落地形态,正在承接日益复杂的提质增效需求;同时,其通过强化内外部协同效能,可以释放组织核心生产力,对抗组织熵增带来的挑战。
AIGC将给应用软件的形态化和生态带来颠覆性变化。基于自然语言的极简交互将替代很多传统的图形界面交互,形成LUI+GUI的混合形态。同时,“no app”的理念也将重塑下一代应用,通过对话即可直接调取、使用各种工具,让更多的非软件专业人员也能获取到强大的系统服务。由此,超级入口将成为新一代应用软件的典型前端形态。
AI与业务的融合进程在未来几年将达到前所未有的高度。AIGC给业务流程带来的智能革新,一方面打开了新的需求空间,产生了规模化的流程重组效应;另一方面,也可能让传统行业多年来一成不变的业务规则转变为持续迭代的态势。原子化的AI能力将以颗粒度的方式作用到业务流程的诸多环节中,以“无感智能”的形态,成为企业运营过程中必不可少的组成部分。
应用迁移上云和基于云原生的重构,是过去一段时期内数字化的主流实践。如今,大模型和AIGC驱动正在重新定义基础设施,AI原生设计思想也正在渗入各行业的应用开发中,形成软件开发新范式。调研表明,企业认为AI原生将带来一系列变革,包括技术栈的变化、工具链的变化、基础设施的变化等。在迈向AI原生的过程中,企业应积极做好准备。
AIGC技术能够帮助应用开发者持续积累优势资源,推动创新型企业实现AIGC的商业变现。
商业模式的创新也将给AIGC应用带来快速推广的契机,巨大的商业前景和快速迭代的技术能不断摊薄AIGC的边际成本,形成良性市场净增格局,最终使广大的中小企业和普通民众受益。企业用户的智能化发展路径会更加清晰。同时,个体创作者和开发者的商业化门槛持续降低,使更多人积极拥抱AI时代。
AIGC涌现的智能为企业、社会、自然和科学等全领域带来价值。然而,AIGC作为一种新兴的技术,仍带有较强的双面性,其在推动AI新浪潮发展的同时,也存在许多可预料和不可预料的风险,诸如隐私保护、结果失控、数据泄露等,都是当前企业决策者最为担忧的问题。各参与方有必要采取有效的措施来确保AI应用的安全和可靠性,保证其更安全地服务人类。
