GenAI将主导2024年人工智能商业格局，麦肯锡预测

从现在开始，努力学习吧！本文《GenAI将主导2024年人工智能商业格局，麦肯锡预测》主要讲解了等等相关知识点，我会在golang学习网中持续更新相关的系列文章，欢迎大家关注并积极留言建议。下面就先一起来看一下本篇正文内容吧，希望能帮到你！

人工智能（AI）在 2023 年掀起了一场全球性的革命，许多企业都渴望自己掌握和应用这项先进技术。

麦肯锡公司(McKinsey and Company)在这个变革中扮演了重要角色，许多创新者成为了各大媒体头条的焦点，他们利用人工智能的力量对自己的业务进行了巨大改变。麦肯锡预测，到2024年，创业者们将不断开发新的工具，而生成式人工智能(GenAI)将成为人工智能领域的核心

GenAI在全球范围内呈现出爆炸式的增长，它蕴含着无限的潜力，可以大幅提升企业的生产力和效率。

1、GenAI将在 2024 年实现规模化

麦肯锡公司指出，GenAI的出现将成为2023年AI领域最重要的事件。该公司认为，无论是哪个行业，无论是哪个国家，都有数千家公司正在使用简单的GenAI界面，从根本上改变各种商业活动

麦肯锡公司表示，这种变革将对经济产生巨大的影响。预计到2030年，GenAI每年可为全球经济增加6.4万亿到4.2万亿美元。该公司认为，这种变革的潜力将覆盖各行各业，包括制造业、金融业、医疗保健业、零售业以及各种创意产业

但是报告也指出，虽然创新者受到了关注，但真正领导AI市场的是规模化者。麦肯锡公司表示，首席执行官必须搞清楚三件事：他们的业务哪些部分可以从中受益，如何把一个应用程序扩展到多个应用程序，以及新的工具会如何改变他们的行业。麦肯锡公司认为，随着数字时代的进步，大多数公司已经开始了数字化和AI的转型。但是很少有人能够达到他们想要的效果。该报告说，这是因为他们没有进行必要的组织调整，才能从数字化企业的艰辛工作中获得最大的价值。

麦肯锡调查各地区、行业使用GenAI的情况

2、GenAI的范式特点决定了AI规模化地位

生成式人工智能（GenAI）是一种利用人工智能技术创造全新数据、内容、模型和解决方案的技术范式。GenAI的核心是生成式模型，它能够通过学习现有数据的分布和规律，并根据给定的条件或目标生成新的数据。生成式模型包括生成式对抗网络（GAN）、变分自编码器（VAE）、自回归模型（AR）、神经网络语言模型（NNLM）等多种类型

GenAI的范式特点有以下几点：

创造性：GenAI能够根据不同的需求和场景创造新的数据、内容、模型和解决方案，进而提升人工智能的创造力和创新力

自主性：GenAI可以根据自身的学习和反馈，自主地调整和优化生成的结果，从而提高了人工智能的自主性和智能性。

多样性：GenAI可以生成多种类型和形式的数据、内容、模型和解决方案，从而提高了人工智能的多样性和灵活性。

可解释性：GenAI能够提供生成过程和结果的可解释性，进而增强了人工智能的可解释性和可信度

GenAI的以上的范式特点决定了AI能够规模化应用的地位，比如在零售行业，GenAI可以根据用户的喜好和风格，生成个性化和定制化的商品和服务。例如，您想买一件新衣服，但是不知道什么样的款式和颜色适合您，GenAI可以根据您的照片和喜好，为您生成一些合适的服装、鞋子、首饰等，让您轻松选购。或者，您想做一顿美味的晚餐，但是不知道用什么食材和做法，GenAI可以根据您的需求和场景，为您生成一些简单易做的菜谱、美妆、家居等，让您轻松享受。或者，您想了解一些新的产品和服务，但是不知道从哪里开始，GenAI可以根据您的反馈和评价，为您生成一些优惠券、推荐、营销等，让您轻松发现。

3、GenAI的发展现状和势不可挡的增长趋势

作为一种新兴的技术范式，GenAI的发展速度非常快，已经引起了各界的广泛关注和尝试。根据麦肯锡公司对2024年人工智能（AI）商业领域的预测，GenAI工具已经出现了爆炸式增长。许多这类工具推出不到一年，但已有1/3的受访者表示，他们所在的组织将会经常在至少一个业务职能中使用GenAI。随着这些最新进展，人工智能已经从一个技术话题上升为企业领导的关注焦点。近1/4的受访高管表示，他们将在工作中使用GenAI工具。在已经应用人工智能的企业中，超过1/4的受访者表示，GenAI已经被列入董事会议程。此外，40%的受访者表示，他们所在的组织将会增加对人工智能的整体投入，因为GenAI的最新进展

2024年是AI技术高速进步的一年，随着人工智能技术的不断发展和创新，生成式模型的性能和效率将不断提高，生成的结果将更加逼真、多样和高质量。同时，生成式模型的类型和范围也将不断扩大，涵盖更多的领域和场景。

应用拓展将在新的一年里广泛铺开，由于GenAI工具的普及和易用性的提高，GenAI的应用领域和对象将不断拓展，从专业领域向大众领域延伸，从企业机构向个人用户扩展。GenAI将成为各行各业的助力和推动力，也将成为个人生活的乐趣和创造力的源泉。

由于技术应用的发展过于迅猛，风险管理成了2024年AI行业特别关注的一面，随着GenAI的应用规模和影响力的增加，GenAI的风险和挑战也将随之增加，如数据安全、版权保护、道德责任、社会影响等。因此，GenAI的风险管理和道德规范将成为重要的议题和任务，需要各方的共同参与和协作。

4、GenAI在2024年所展示的商业价值

首先是自动化和效率提升，GenAI让企业的工作更轻松，它可以自动完成各种任务和流程，提升生产效率和质量，节省成本和人力。这是因为GenAI可以用生成模型的技术力量，代替或帮助人类做一些无聊、麻烦、慢吞吞或难上加难的工作，比如写作、翻译、设计、合成、测试等。比如说，GenAI可以听懂用户的需求和规格，自己想出一些好的设计方案和原型模型，让用户随心所欲地定制产品。再比如说，GenAI可以看懂用户的信用记录和收入情况，自己算出一些合适的贷款方案，让用户轻松地借款。还有比如说，GenAI可以读懂用户的病历和症状，自己判断出一些可能的诊断结果，让用户放心地诊断。这些都可以让企业省时省力，赚钱赚面子。

其次是个性化和定制化，GenAI能够为用户量身定制各种内容和服务，让用户感觉更舒服，更满意，更忠诚。这是因为GenAI能够根据用户的数据和反馈，了解用户的喜好和风格，为用户打造适合他们的内容和服务。比如，GenAI可以根据用户喜欢的颜色、款式、场合，为用户设计出漂亮的服装、鞋子、首饰等；GenAI也可以根据用户的财务状况、目标、风险偏好，为用户推荐出合适的贷款、保险、投资等；GenAI还可以根据用户的学习水平、兴趣、目标，为用户提供出有用的课程、作业、考试等。这些都可以让用户享受到更好的体验和满意度，从而增加用户的忠诚度和留存率。

创造性和创新能力是GenAI的重要商业价值之一。它能够创造出超出人类想象的内容和解决方案，激发人类的创造力和创新能力，推动各个领域的发展和变革。这是因为GenAI利用生成模型的能力超越了人类的常识和经验，能够生成出独特而有价值的内容和服务。例如，它可以根据药物的结构和功能生成设计、合成、测试等内容；根据知识的结构和内容生成总结、解释、扩展等；还可以根据用户的想法和灵感生成音乐、歌词、旋律等。这些都能够激发人类的创造力和创新能力，推动各个领域的发展和变革

最后是解释性和透明度，GenAI让你看得见，信得过。GenAI是一种可以自动创造各种内容的人工智能技术，它可以让你看得见它是怎么做的，也让你信得过它的结果。这是因为GenAI可以利用它的生成模型，给你提供清楚的解释和透明度，比如它会告诉你它生成的内容是从哪里来的，有什么依据，还会给你一些引用、注释和来源等；它也会告诉你它生成的内容是什么意思，有什么目的，还会给你一些摘要、标题和关键词等；它还会告诉你它生成的内容有多好，有多可信，还会给你一些评分、评价和反馈等。这些都可以让你更信任和理解GenAI，也可以避免一些误解和风险。

5、GenAI让AI领域的佼佼者更胜一筹

麦肯锡的调查发现，那些具有高绩效的人工智能企业（即2022年至少有20%利润来自人工智能应用的组织）正在全面发力，充分利用包括GenAI在内的各种人工智能能力。这些企业早已从人工智能中获得了巨大的价值，在GenAI应用方面也领先于其他企业，他们将进一步将GenAI应用于更多的业务领域，特别是产品和服务开发、风险和供应链管理等方面。如果我们考虑到所有的人工智能能力（不仅限于GenAI，还包括机器学习、机器人流程自动化和聊天机器人等），这些高绩效的人工智能企业在产品和服务开发方面应用更广泛；他们利用人工智能来缩短产品开发周期，为现有产品增加新功能，以及创造基于人工智能的全新产品等

这些企业在风险模拟和人力资源领域（例如绩效管理、组织设计和劳动力部署优化）也更多地采用人工智能。这些企业与其他企业的不同之处在于，他们利用人工智能的目的不仅仅是为了降低成本，而是更多地致力于开拓新的业务或收入来源。与其他企业相比，人工智能高绩效企业的受访者表示，他们的GenAI更有可能提到人工智能的新功能如何提升现有产品的价值，并且这个比例是其他人的两倍

他们之前的研究也发现，这些高绩效企业在人工智能方面的投入远超其他企业：人工智能高绩效企业的受访者更可能（可能性是其他受访者的五倍以上）表示，他们把超过20%的数字预算用在了人工智能上。这些企业内部也更广泛地使用人工智能能力。人工智能高绩效企业的受访者比其他人更可能表示，他们的组织已经在4个或更多的业务领域中采用了人工智能，并且他们在工作流程中嵌入的人工智能能力也更多。比如，人工智能高绩效企业的受访者更常说，除了GenAI和相关的自然语言能力之外，他们还把知识图谱嵌入到了至少一种产品或业务领域的流程中。

人工智能高绩效企业也遇到了一些挑战，但调查结果显示，他们面临的问题反映了他们在人工智能应用方面的成熟度，而其他企业则是在人工智能采用方面还有一些基础的战略问题。人工智能高绩效企业的受访者最常提到的最大挑战是模型和工具（比如如何在生产中监控模型性能、以及如何随着时间的推移重新训练模型）。相比之下，其他受访者提到的则是战略问题，比如如何设定明确的人工智能愿景并与业务价值挂钩，或者如何寻求足够的资源支持。

6、GenAI让2024年的商业变得更有活力

GenAI的技术水平和应用范围还有很大的提升空间，需要加强基础研究和应用创新，不断推动生成式模型的性能和效率的提升，生成结果的质量和多样性的提升，生成过程和结果的可解释性和可信度的提升。

也许到了2024年，我们就能看到GenAI的解决方案真正投入使用了。——我们的生活里会出现越来越多的由LLM（大型语言模型）驱动的功能。

GenAI的技术发展和应用推广需要各方的共同参与和协作，需要加强跨学科、跨领域、跨国界的合作和交流，不断分享和传播生成式模型的理论和实践，生成结果的经验和案例，生成风险的识别和防范。

我们将不断探索和改进一些框架、标准和方法，以评估和监测LLM的应用情况，这将成为一个备受关注的话题

为了普及和适应GenAI技术，需要进行共同的教育和培训。我们需要加强对公众和用户的科普和引导，不断提高他们对生成式模型的认知和理解。同时，我们也需要学会正确地使用和评价生成结果，并对潜在的生成风险进行预防和应对

我们还会学习如何准确评估RAG（可重复性、可解释性和可靠性）、问答系统和聊天机器人的表现，并且可能会发现一些提高性能的新技术

随着这些GenAI系统的性能不断提升，我们将会看到越来越多的GenAI应用，以提高效率和改善体验。GenAI是一种充满机遇和挑战的技术范式，它将引领人工智能的新一轮变革和发展，也将深刻影响我们的生活和社会

以上就是本文的全部内容了，是否有顺利帮助你解决问题？若是能给你带来学习上的帮助，请大家多多支持golang学习网！更多关于科技周边的相关知识，也可关注golang学习网公众号。