生成的AI-在“年龄”中释放创造力
“与年龄”是人类和机器一起工作的地方。使用机器的人类可以制定策略，并比人们想象的更快，更明智地解决问题。在这个数字文物世界中，生成的AI通过机器学习释放了创造力。
生成AI或生成人工智能是机器学习的一种形式，可以创建新内容，包括代码，音频，图像，模拟，文本和视频。它是AI的子集，该子集实践神经网络以识别现有数据中的模式和结构以生成新内容。
它吸引了全球媒体和公众的注意，刺激了有关这种变革性技术的问题和辩论。该技术使组织能够更轻松，快速地利用许多未标记的数据来创建基础模型。生成AI的一些尖端例子是chatgpt，dall-e，bard等。
chatgpt-围绕这项新技术的初始嗡嗡声！值得炒作吗？
在Chatgpt中，GPT代表生成预验证的变压器。现在正在引起很多关注和炒作。它是由OpenAI于2022年11月建立和开发的。它的工作方式与客户支持网站上的自动聊天服务相同。 Chatgpt在短短五天内吸引了超过一百万用户，这使其成为历史上最快采用的新技术平台之一。显然，这种生成的AI模型可以可能改变如何执行工作范围。最近的生成AI的繁荣刚刚扩大了工作空间中被机器取代的担忧。根据世界经济论坛和2023年的工作未来报告，生成的AI有可能自动化总劳动力的18％，而当今约23％的工作将会改变。
图：Chatgpt赛车达到一百万
资料来源：外交，生成AI模型，2022年
用于理解假设的生成AI的市场摘要
根据财富业务的见解，生成的AI市场规模在2022年的价值超过400亿美元，到2030年估计将达到近9000亿美元，在预测期内，大复合年增长率超过40％。
资料来源：财富业务洞察力分析
在业务中采用生成的AI的规模
组织正在重塑工作，以找到通往生成AI价值的途径。根据埃森哲在2022年进行的一项研究，十分之六的公司计划将Chatgpt用于学习目的，超过10个公司希望进行大量投资。由于AI而产生变革性影响的最大行业是银行业务。
全球分析师建议AI可以加起来16万亿美元到2030年，全球经济为全球经济。下面是生成AI如何导致各行业自动化的数字。
资料来源：埃森哲，2022年
通过生成AI的VR的未来正在塑造令人兴奋的旅程！
Generative AI的时代在游戏和3D世界中开辟了许多令人难以置信的机会。它彻底改变了游戏开发，增强了游戏体验并实现了新的可能性。这项技术推动该行业的一些关键方法是：
- 程序内容生成（PCG） - 自动创建游戏内容，包括景观，环境，层次和虚拟世界。
- 程序动画 - 通过从现有动画或运动捕获数据中学习，生成的AI创建了新的动态动画，从而使动作更加响应和流畅。
- 样式转移和艺术渲染 - 生成的AI算法分析了现有的3D内容，并学习将其应用于新型号的样式。
例如，罗布乐思，用户生成的3D体验平台提供商正在利用生成AI来改变周围的内容创建每天6000万用户。此外，用户可以使用生成AI简化VR游戏创建。视频游戏开发平台Unity Software Inc.计划为游戏开发人员创建生成的AI市场。
将生成型AI与对话AI - AI时代的当前潮流引用者相结合
为了从生成AI技术中获得业务利益，不得忽略将其集成到其他技术的方法。生成的AI在对话设计领域变得越来越流行。从基于预定脚本的传统聊天机器人到响应式互动，该技术在大型人类对话数据集中训练并产生自然的响应方面进行了革新。
生成的AI实现了人类表达的相互作用，而对话AI系统（VoiceBot或Chator）可以控制相互作用流并确保准确性。生成的AI驱动呼叫中心是一个尖端的例子。它使人们免于重写文字，这对于人类来说可能是一项艰巨且耗时的任务。生成的AI工具采用原始文本，并迅速产生更明确的重写结果或摘要。
在2022年底，随着易于使用的生成AI聊天机器人的发布，人们开始探索其在创意领域的使用。从编写摘要到生成3D结构并重新发明组织过程，聊天机器人为横向思考如何使用生成AI打开了大门。整个2022年，社交媒体用户都干扰了生成的AI平台并共享了结果。大都会杂志是第一个发布由基于AI的图像生成工具创建的封面的杂志。因此，这导致了这项技术的有希望的应用。
将生成性AI与区块链技术融合，以构建新的机会
技术几乎每周都会发布突破解决方案的公告和启动。从娱乐到医疗保健，这种技术的变革性影响已经变得至关重要。但是，新兴高级技术的融合和合并可以创造重要的潜在利益和优势。
通过将生成性AI与区块链技术相结合，可以创建增强的系统，不仅安全，而且智能和适应性。生成AI可以通过自动创建智能合约并改善数字资产管理来使区块链解决方案受益。此外，该技术有助于管理数字资产或加密货币。它可以开发新的加密货币，从而产生更具竞争力的加密货币市场。此外，元世界也受益于这种技术的融合。生成的AI可以开发虚拟世界，角色和游戏对象。用户在AI工具的帮助下可以在元世界中开发，设计和发明其化身，并利用它们访问独特的游戏中对象集合。
涉及固有的风险 - 一些已知和一些未知的风险
生成AI模型产生的输出通常听起来非常令人信服。但是，它们的长尾效应尚待观察。生成的AI型号通常是饥饿且大的资源。创建此类模型需要启用GPU的高质量数据和高性能计算群集的TBYTET。当前生成AI的一些已知局限性是：
- 幻觉 - AI模型创造了确保和自信的响应，这些响应无法滞留或扎根于其培训数据中。
- 偏见 - 基础模型会收到培训数据中包含的偏见。
- 缺乏人类推理 - 生成的AI模型基于数值和统计特征，这不是逻辑推理和分析的坚实基础。
- 有限的上下文窗口 - 当前的AI模型有几千个单词，这为AI模型的组合输入和输出设定了限制。
因此，依靠并取决于生成的AI模型的组织应考虑无意间发表进攻，偏见或受版权保护的内容的声誉和法律风险。
来自不同地区/国家领域的创新突破
- - 对Chatgpt的兴趣：从2022年11月到2023年1月，加拿大排名4Th对于发送到OpenAI网站的流量共享。
- 欧洲 - 启动活动的温床：欧洲目前有130多家生成AI初创公司。英国以50家AI初创公司的身份领先。
- 拉美 - 利息净值基础架构：AI将在2023年将40％的最大组织集成。
政府的重大举措正在逐步扩大生成性AI
世界各地的政府正在采取人工智能的举措，并搜索鼓励和应用其应用的方式。例如，
- 在2023年5月，主席科学技术顾问委员会（PCAST）启动了美国一个生成的人工智能工作组，旨在评估与AI相关的关键风险和机会。此外，该生成的AI组提供了有关尽可能安全开发和开发的技术的意见。
- 2023年5月，，，，根据电子和IT部长印度，印度政府正在开发ChatGpt服务，以通过利用生成AI来增强和自动为公民提供基本服务和计划的过程。这项倡议有助于印度的许多农民，他们可能不知道在智能手机上打字。
- 2023年4月，阿联酋政府启动了生成AI指南，以协助动态行业的AI技术采用。该指南有助于政府实体的相关资源，使其能够增强其在众多领域的实施，并掌握AI技术的好处。
关键公司/竞争对手的投资或资金是否会帮助增强市场？
主要生成的AI公司，例如Google LLC，Microsoft Corporation，Amazon，IBM Corporation，Accenture，和Salesforce，，，， 是在高级生成AI上快速建立能力，它可以提供成功率，也可以实现改造企业的平台的潜力。例如，
- 2023年6月，埃森哲投资了美元 30亿在其AI和数据实践的三年中，可以帮助所有行业的客户快速发展，并利用AI来提高效率，增长和韧性。
- 2023年6月，Salesforce风险投资升级生成AI基金，将2.5亿美元的资金翻了一番，达到5亿美元刺激生成AI的发展并增强AI初创生态系统。
根据全球行业分析师，有38％的人指出，客户体验和保留是其生成AI投资的主要对象。这是通过成本优化17％，业务连续性为7％的，收入增长26％来汇编的。
资料来源：财富商业情报台研究
根据我们的分析，公司应该寻找创新的方式，以在竞争对手中杰出，实现客户满意度并增长销售。公司可以通过利用生成AI来基于客户购买历史记录，偏好和浏览模式来创建具有出色针对性的建议。这种方法不仅提高了客户满意度，而且可以大大提高组织的销售。此外，公司应专注于不同的策略，例如投资，创新，合作伙伴关系和收购，以推动市场并提高生产率。因此，以上建议将帮助中小型企业和大型企业在未来几年的生成AI的帮助下提高销售。
