直击WAIC丨埃森哲：超半数中国企业仍处于人工智能应用试验阶段

21世纪经济报道记者杨清清、实习生师洁 北京报道

每一家企业都渴望成为AI浪潮下的“重塑者”，而技术将发挥关键作用。

ChatGPT的诞生激发起前所未有的AI浪潮，越来越多的企业积极探索和布局人工智能，以谋求业务革新和产业升级。如今，生成式AI和大语言模型正在改写各行各业。根据埃森哲调研显示，42%的全球受访企业有意在今年大力投资ChatGPT背后的生成式AI和大语言模型。

近日，在2023世界人工智能大会期间，埃森哲举办“生成式AI：重塑企业”专题论坛，并围绕此前发布的《技术展望2023》报告进行解读，试图探讨在新一轮技术浪潮之下，企业应如何挺立潮头浪尖，实现高质增长。

埃森哲全球副总裁、大中华区主席朱虹在论坛中表示：“在接下来十年的数字化转型中，必须要进行企业的全面重塑，而人工智能将成为企业全面重塑时代的关键动能。”

与此同时，随着越来越多的中国企业探索和应用人工智能，问题也愈加凸显。“大部分中国企业依旧处于应用人工智能的试验阶段。”埃森哲大中华区企业技术创新事业部总裁俞毅在接受21世纪经济报道记者采访时坦言。

“超半数的中国企业缺乏精通人工智能的相关技术人员以及高质量的数据集。同时人工智能应用场景不明确、投资人工智能项目成本较高等问题也为中国企业带来了一定的困扰。”俞毅表示，“解决关键在于企业善用已有资源，根据自身需求做出个性化调整。”

重塑企业业务

大模型的问世成为人工智能进化史上最重大的跨越式变革之一，其带来了挑战却更意味着机遇，任何企业都不容忽视。

根据埃森哲相关调研显示，在ChatGPT诞生之后，98%的高管认为生成式AI将能够重塑企业整体的运营，同时各行各业中有40%的工时会受到以大语言模型为基础的人工智能技术的辅助和替代。

“我们认为在接下来十年的数字化转型中，必须要进行企业的全面重塑，人工智能将成为企业全面重塑时代的关键动能。”朱虹在论坛中表示。

俞毅也表示：“基础模型的全新功能以及技术的不断进步，被一些业内人士视为迈向强人工智能的重要转折点。虽然只有时间才能证明，基础模型背后的技术和方法未来是否足以实现某种形式的真正强智能，但基础模型在某些数据类型中达到的通用程度仍具有重要意义，能够全然改变企业应用人工智能的方式和场景。”

俞毅进一步指出，未来生成式人工智能和大语言模型将会赋能和革新以下工作场景。

一是咨询建议。其典型领域包括客户支持、销售赋能、人力资源、企业战略和市场情报等；二是内容创建。生成式人工智能一方面可以揭示接触和吸引受众的新方法，另一方面还能在生产设计、设计研究、视觉识别、名称拟定、副本生成与测试以及实时个性化等领域带来速度和创新。

三是编写代码。软件代码编写人员将借助生成式人工智能大幅提高生产力，快速将一种编程语言转换为另一种语言，掌握各种编程工具和方法，实现代码编写自动化，预测和预先防范问题；四是自动化。未来一些业务流程自动化将会推升到具有变革意义的新水平；

五是安全防护。随着时间推移，生成式人工智能将支持企业加强治理和信息安全、防止欺诈、完善监管合规，并通过在组织内部和外部均建立跨域联系和推断能力，主动识别风险。

“可以预计，未来生成式人工智能对科学、企业数据、产品设计和制造等方面可能产生巨大影响。”俞毅表示。

此外，俞毅也指出：“不能孤立地看人工智能的应用。随着企业开始进入‘全面重塑’阶段，技术应用不应是单点、孤立的。要明确企业整体进步是系统化、整体的事情，需要从业务出发通盘考虑。”

AI应用试验阶段

大模型对企业的预期影响不容小觑。现阶段越来越多的中国企业正在积极探索人工智能技术，以谋求效率提升和业务创新。

在埃森哲最近的一项技术趋势调研中，225名受访中国企业高管中有72% 对人工智能大模型带来的新功能表示非常或极为兴奋。

根据《技术展望2023》报告，目前企业应用生成式AI和大语言模型有两种不同的方式。

一是使用应用程序，即直接购买“模型即服务”来开展业务应用。现阶段一些大型科技企业和研究机构已完成了预训练基础模型的构建，进而将其作为平台，为新的人工智能应用提供支持。其通过开源渠道或API付费访问的形式，提供基础模型服务。所以下游企业无需自行构建基础模型，可专注于依托现有模型丰富内容。

二是根据自身需要定制模型。尽管基础模型已经过预训练，且具有较强的适应能力，但面对一些下游任务，可能还需更具针对性的训练。所以企业可使用自身数据定制或微调模型，以满足独特需求。

对于两种应用方式，俞毅则表示“大多数公司都需要定制模型，以扩大用途和价值。”

在他看来，定制模型允许公司使用自己的数据对预设的大模型进行微调，使其能够支撑整个业务中一些具体的下游任务。同时通过了解公司的历史背景和业务运作，定制模型也将帮助企业有效提升员工能力、改善客户满意度、引入新型商业模式、及时感知即将发生的变化等。

然而，在中国企业逐浪AI的同时也遭遇了困境和挑战。

 “大部分中国企业依旧处于应用人工智能的试验阶段。”俞毅坦言。“超半数的中国企业缺乏精通人工智能的相关技术人员，同时也没有积累起高质量的数据集。此外，人工智能应用场景不明确、投资人工智能项目成本较高等问题也为中国企业带来了一定的困扰。”

在他看来，企业在应用人工智能技术的时候遭遇的诸多困难主要是由两大原因造成的。首先，企业缺乏明确的人工智能路线图，无法将人工智能项目从概念验证向实际生产阶段推进。 其次，企业对人工智能整体发展格局不能做到充分了解，这也导致企业易沿用固有的行为模式，即从零开始、闭门造车。

对此，俞毅表示“解决关键在于企业善用已有资源，根据自身需求做出个性化调整。”

此外，报告也指出企业需要重新反思和审视自身的人工智能战略，充分考虑大模型在企业中的最佳应用场景，以更好把握人工智能带来的全新机遇。