搜索 海报新闻 融媒体矩阵
  • 山东手机报

  • 海报新闻

  • 大众网官方微信

  • 大众网官方微博

  • 抖音

  • 人民号

  • 全国党媒平台

  • 央视频

  • 百家号

  • 快手

  • 头条号

  • 哔哩哔哩

首页 >新闻 >即时新闻

《生成式AI产业落地路径研究报告》:四大场景、三种路线,助力企业加速落地大模型

2024

/ 05/21
来源:

网络

作者:

朱萍

手机查看

近年来,以大模型为代表的生成式AI技术,成为推动新一代产业变革的核心动力。各行各业纷纷下场,积极尝试将生成式AI融入工作流程,探索各种创新可能。但要将生成式AI真正应用于实际业务中,企业仍然面临着场景价值、落地可行性等诸多挑战。

在此背景下,5月17日,在腾讯云生成式AI产业应用峰会上,腾讯云、Gartner联合发布了《生成式AI产业落地路径研究报告》(以下简称《报告》)。

《报告》基于Gartner的研究方法,并结合腾讯云的大模型应用落地实践经验,为企业提供生成式AI应用场景矩阵和生成式AI应用落地路线图,帮助企业解决场景价值、落地可行性等挑战,助力企业把握生成式AI这一历史性新机遇,谱写第二增长曲线。

(Gartner中国区高科技行业副总裁郭磊与腾讯云与智慧产业事业群市场副总裁徐樱丹共同发布报告)

生成式AI技术落地面临两大挑战

《报告》指出,大模型技术发展推动生成式AI效果提升,催生出新的场景和产业模式,企业探索生成式AI的需求迅速增长,渴望通过生成式AI实现降本增效、变革客户交互方式等。

Gartner调研数据显示,44%企业CIO表示已经落地或将在未来12个月落地生成式AI,68%企业CIO表示已经落地或将在未来24个月内落地生成式AI。

但《报告》也指出,要将生成式AI应用于实际业务中,企业仍然面临诸多挑战,其中最核心的两个难题是:

第一,场景问题,即生成式AI能为企业做些什么,到底能给业务带来什么好处?

第二,路径问题,即面对琳琅满目的生成式AI产品,企业应该如何选择?如何落地? 

针对以上两大挑战,基于Gartner的研究方法,腾讯云结合自身的大模型应用落地经验,为企业提供生成式AI应用场景矩阵、生成式AI应用落地路线图两个方向,助力企业明确生成式AI技术的场景价值和落地路径。

四大场景象限,助力企业系统梳理落地场景

针对上述挑战,《报告》提出了生成式AI应用场景矩阵,通过对场景价值分类,并对场景技术成熟度进行评估,协助企业系统梳理适合自身情况的落地场景。

《报告》将生成式AI的落地场景划分至4个场景价值象限,分别为运营效率提升、客户体验提升、产品价值创新和业务流程重塑。

(《生成式AI产业落地路径研究报告》:生成式AI应用场景矩阵)

运营效率方面,生成式AI既可以是通用知识的百科专家,也可以成为特定领域的专家。例如代码助手、会议助手等,通过智能助手的形式辅助员工或者智能化自动执行业务流程完成落地,从而实现运营效率提升。

客户体验方面,生成式AI在客户服务应用场景拥有回复个性化、支持文本图像交互等优势。生成式AI贯穿售前、售中、售后的客户交互服务全流程,如智能客服、智能导诊等形式,都可以有效提升客户体验。

针对业务价值革新方向,我们还看到更具变革性的场景,如个性化AI教学助手、AI药物研发等。这些场景虽然落地难度较高,但技术带来的增效更值得期待。

与此同时,腾讯云与智慧产业事业群市场副总裁徐樱丹表示:“腾讯云和Gartner通过深入研究,整理出生成式AI在金融、教育、医药等13个行业的,超过一百个落地应用场景,形成百大应用场景图,希望通过这些枚举,帮助启发大家找到并审视适合自身业务和组织的切入口,不放过任何一个能够借力AI腾势而起的机会点。”

(《生成式AI产业落地路径研究报告》:生成式AI百大应用场景)

三种技术路线,助力企业快速将技术机遇转化为竞争优势

为了推动生成式AI加速落地,《报告》还为企业梳理了生成式AI技术落地路线图,以期助力企业遴选到适合自身情况的技术落地路线,规避建设风险、提高落地成功率。

《报告》指出,生成式AI应用落地路线分为3条,分别为标准软件路线、标准模型能力增强路线和定制化模型精调训练路线。

(《生成式AI产业落地路径研究报告》:生成式AI应用落地路线图)

标准软件路线落地最为简单,企业直接采购开箱即用的软件完成落地,不需要投入过多开发时间和精力。

标准模型能力增强路线,落地复杂度中等。企业需要基于通用的生成式AI大模型,通过RAG等提示工程增强模型能力,结合企业专属数据,优化模型输出结果,实现生成式AI应用落地; 

定制化模型精调训练路线落地最复杂,但也最具个性化和控制力。企业采取这种方式,需要在外部大模型的基础上,加入企业专属数据训练精调,自建更符合业务需求的专属大模型,但同时也可以沉淀企业专属的模型资产。

围绕三种路线,报告制定了相关的评估工具。企业可以围绕知识数据、开发投入、数据安全、输出内容控制、算力资源和项目预算等多个指标进行自身评估,再选择出最匹配的落地路径。

腾讯云也针对上述三种路径,为客户提供先进的解决方案,覆盖应用层、工程层、大模型底座等方面的各种产品,这些方案已经在很多行业客户中成功落地并发挥价值。例如,针对标准软件路线,腾讯云推出一系列开箱即用的大模型应用,如腾讯企点客服、腾讯乐享、企点营销云、腾讯会议AI小助手等,助力企业在“低改造成本、低投入预算”的前提下,将大模型快速落地生产、经营场景。围绕标准模型能力增强路线,腾讯云全新推出大模型原生工具链,以三款PaaS产品——“大模型知识引擎”、“大模型图像创作引擎”和“大模型视频创作引擎”,简化数据工程、模型精调、应用开发等流程,助力企业低门槛、一站式开发AI原生应用,在知识服务、图像和视频创作上提质提效。围绕定制化模型精调训练路线,腾讯云提供一站式精调大模型解决方案,以TI平台等AI开发工具平台支持“简单、稳定、高效”的大规模训练,最快仅需5步即可完成大模型精调落地。

《报告》还以旷真律所、中国大熊猫保护研究中心、广东工业大学、河南省数字教育发展有限公司等企业组织和高校为案例,展示了生成式AI应用落地的解决方案和最佳实践。

腾讯云、Gartner共同提炼出的生成式AI应用场景矩阵和生成式AI应用落地路线两大方法论,是希望可以切实帮助企业,快速找到生成式AI产业落地“最优解”。未来,随着更多实践落地,腾讯云将与各行各业持续探索更多生成式AI创新方向。

【广告】免责声明:本内容为广告,相关素材由广告主提供,广告主对本广告内容的真实性负责。本网发布目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责,广告内容仅供读者参考。

责编:

审核:陈良强

责编:陈良强