伴随着Sam Altman的回归，由OpenAI董事会引发的闹剧也逐渐平息。不难看出，人工智能过快的前进速度已经为企业与行业带来多方面的挑战……
从技术实施到战略规划再到全球合规问题，生成式AI技术的未来已经走到了需要更为深入的解决方案的地步。近日，德勤中国与亚马逊云科技共同宣布创建生成式AI联合实验室。旨在整合技术和战略咨询的专业优势，以解决生成式AI技术在业务应用中所面临的多重问题，促进其在企业中的全面应用和持续发展。在这个合作的框架下，“1+3”的理念将成为双方紧密协作的基石，旨在释放生成式AI的巨大潜力并推动技术创新。
联合实验充分利用亚马逊云科技的全新托管生成式AI服务和机器学习服务，并且公布了三个首批解决方案。首先是基于大语言模型的智能BI解决方案，能够实现自然语言到SQL查询语言的转换，使非专业人员也能轻松获取所需数据。其次是生成式AI知识管理解决方案，通过大语言模型构建企业知识平台，助力企业快速部署知识问答或检索系统，提升员工满意度。值得一提的是，德勤与亚马逊云科技还推出了大语言模型运维平台（LLMOps），采用Amazon SageMaker作为模型训练和推理平台，实现客户自助对大语言模型调优工作的流程化管理，从而提高模型迭代效率。
德勤中国副首席执行官、德勤中国首席战略官兼德勤中国管理咨询首席执行官戴耀华表示，联合实验室对生成式AI应用场景的探索已初见成效，首先将解锁“基于问答的知识获取”和“内容自动生成”两大应用场景，随后将不断探索更为复杂的“人机互动式协作”等应用场景，。
“数量<质量”，大模型需要更多创新
据了解，目前我国大模型市场中已经有超过200家企业和大模型，相较全球人工智能发展规模更为庞大，因此对于算力和数据的需求也更高。行业中也不断涌现出对于“卷规模”、“卷算力”现象的担忧。
对此 德勤中国管理咨询云服务领导合伙人及人工智能与数据服务副领导合伙人孙晓臻表示，庞大的大模型市场规模对提高行业创新的欲望是一个积极的信号，但在大模型领域，仅依靠低水平的重复去追求规模将难以被市场接纳。
孙晓臻强调创新不能仅仅依赖于模型规模的竞争，而应该从更多的维度出发。这意味着创新者需要在技术发展的同时，注重多元化的探索，涵盖更广泛的领域和应用场景。通过关注广泛跟广泛行业和应用场景，不仅有助于拓展创新者的视野，更能够促使人工智能技术在不同行业、不同领域的深度应用，发挥其潜在的广泛价值。因此，超越对规模的单一追求，将创新的焦点放在多维度的探索上，有助于推动人工智能技术更全面、更有深度地融入社会和产业。
生成式AI进入新阶段，把握技术机遇成关键指标
随着模型规模、商业化、生成方式的逐渐迭代提升，大模型的发展路径将面临更多的挑战和风险。亚马逊云科技大中华区技术专家团队总监王晓野强调了生成式AI在各行各业中的潜在益处。他指出，从长期来看，几乎所有行业都能从实验室中受益。然而，为了更迅速地应对当下的挑战，亚马逊云科技选择与德勤中国成立联合实验室，在短期内针对特定场景进行集中力量，以实现缩短周期。特别关注成本、安全合规等方面的挑战。
他认为企业在把握技术机遇的过程中包含三个关键维度。首先，通过生成式AI改善用户体验是其中之一，通过亚马逊自身的用户评论模型总结案例，以此来改善用户体验。其次，强调生成式AI在提升员工生产力和创造力方面的潜力。第三个关键维度是优化业务流程，使企业内部更高效。从文本到SQL智能化的数据分析，再到智能化的企业知识助力，这都是帮助企业提效的方法。
除此之外，王晓野呼吁企业不应盲目尝试所有场景，而是要明智选择适合的场景。并且充分利用可用工具也显得至关重要。亚马逊云科技将为企业带来强大的数据管理能力，帮助企业更高效地处理数据、进行分析，从而更好地支持生成式AI的应用。与此同时，选择合适的伙伴也成为成功应用生成式AI的关键一环，无论是基础合作伙伴还是整个项目实施过程中的合作伙伴。
大模型之家认为，德勤中国与亚马逊云科技生成式AI联合实验室的成立，为技术和战略咨询的融合提供了契机。以”1+3″的理念为基础，释放生成式AI的潜力，推动技术创新，促进其在企业中的广泛应用和持续发展。
在生成式AI进入新阶段的同时，把握技术机遇成为关键指标。企业要明智选择适合的场景，并充分利用可用工具，选择合适的伙伴，以确保生成式AI技术的成功应用。在不断面临挑战和风险，行业需要超越规模的单一追求，从更多维度出发，注重多元化的探索，以推动人工智能技术更全面、更深度地融入社会和产业。
