超越炒作：ChatGPT 和生成式 AI 的企业影响

Gartner在线研讨会 Gartner提供切实可行的客观见解、指导和工具，帮助您提高绩效 组织的关键任务的优先级 超越炒作：ChatGPT和生成式AI的企业影响 Gartner联系 弗朗西丝·卡拉 尊敬的副总裁分析师 伯尔尼艾略特 尊敬的副总裁分析师 埃里克Brethenoux 尊敬的副总裁分析师 受限制的分布 3©2023年Gartner，Inc.和/或其附属公司。保留所有权利。 时间百万用户 ChatGPT 5天 Instagram 2.5个月 Spotify 5个月 脸谱网 10个月 推特 24个月 来源:Statista 5©2023年Gartner，Inc.和/或其附属公司。保留所有权利。Gartner是Gartner，Inc.及其附属公司的注册商标。 了解ChatGPT、LLM、基础模型和生成式AI 6©2023年Gartner，Inc.和/或其附属公司。保留所有权利。Gartner是Gartner，Inc.及其附属公司的注册商标。 定义 基础模型 大量的未标记数据 变压器 算法 基金会 模型 生成的人工智能,生成式AI是指从数据和模型中学习工件表示的AI技术，并使用它来生成全新的、完全原始的工件，这些工件保留了 像原始数据或模型。 地基模型,基础模型是使用转换器算法在大量未标记数据上训练的大型机器学习模型;这种训练，通过一系列微调（适配器）机制的增强，产生了 一个可以适应广泛应用的模型。 大语言模型(LLM)-LLM是一种专门针对自然语言的基础模型 。 ChatGPT是一个会话应用程序建立在LLM之上（在本例中为OpenAI 的GPT模型）。 大型语言模型(llm) 大量的未标记的文本数据 变压器 算法LLM 7©2023年Gartner，Inc.和/或其附属公司。保留所有权利。Gartner是Gartner，Inc.及其附属公司的注册商标。 •产品设计 •材料 •三维模型 •游戏世界 •流程流 •图表/规范 例如毒品、基础设施和建筑、电影剪辑等） •问题/答案 •摘要/ 综述 •故事 /叙述 •文档 •工作清单 •训练数据 e。g(事件、POS 、行为) •测试&合成数据 •代码 •上下文数据如市场 条件 •2d/3d 脸和身体 •图纸 /照片 •艺术 •声音/视觉字符 •音乐 我们能产生什么? 生成的人工智能 工件 学习方法 音频/视频 编程和 数据资产 自然语言 设计 策略 战术 •非游戏策略 •不曾预料到的战略方案 •规则/推论 •强化 学习模型 •选择学习机制 8©2023年Gartner，Inc.和/或其附属公司。保留所有权利。Gartner是Gartner，Inc.及其附属公司的注册商标。 例如:生成人工智能 https://openai.com/blog/emergent-tool-use/ 9©2023年Gartner，Inc.和/或其附属公司。保留所有权利。Gartner是Gartner，Inc.及其注册商标子公司。 Gartner的用例生成AI的棱镜 10©2023年Gartner，Inc.和/或其附属公司。保留所有权利。Gartner是Gartner，Inc.及其附属公司的注册商标。 •较低的潜力 输入成本 •领域适应气候变化 •多功能性 •可访问性 •生态系统 好处 对于企业部署来说，这些挑战并非微不足道 收益与风险的基础模型 •幻觉 •潜在的滥用 •不透明(黑盒) •领域适应气候变化 •版权问题 •权力集中 风险 受限制的分布 11©2023年Gartner，Inc.和/或其附属公司。保留所有权利。 深潜水 ChatGPT 12©2023年Gartner，Inc.和/或其附属公司。保留所有权利。Gartner是Gartner，Inc.及其附属公司的注册商标。 概念ChatGPT服务的流 文本输入/输出 *企业控制只能应用在这里 关闭GPT3模型 会话上下文 输出: 可接受性过滤 &conv.准备 输入：过滤，提示准备 （和对话） 聊天/准备 RLHF:强化学习和人力反馈 培训 LLM 管理和操作(非实时) 关闭的版本GPT3训练数据和过程 13©2023年Gartner，Inc.和/或其附属公司。保留所有权利。Gartner是Gartner，Inc.及其附属公司的注册商标。 1 开箱即用的 模型的使用 ChatGPT GPT&ChatGPT部署方法 •使用ChatGPT服务按原样,没有直接访问GPT3.5模型。 •优点–快速上市，投资有限，获得经验。 •缺点–有限的差异化，控制范围有限。 提示工程 •用于创建、调整和评估提示输入和输出的工具。 •Pro–更有针对性的ChatGPT和GPT3结果，启动成本低。 •缺点–必须与业务系统集成以引入数据。 2 3所示。利用 自定义模型 GPT3模型 •直接利用（构建/许可）GPT或其他语言模型。 •专业版-自定义或优化模型，数据，参数和调整。 •缺点–需要额外的资金和技能。这不是ChatGPT。 14©2023年Gartner，Inc.和/或其附属公司。保留所有权利。Gartner是Gartner，Inc.及其附属公司的注册商标。 LLM促使前使用搜索 用户界面语料库的数据 1.预处理 请求 2.使用搜索词(年代) 谷歌的助理 亚马逊的 Alexa 3.提交前的结果通过 大的语言模型 提示 5。检查和现在的结果 4.LLM汇总输出 腿15 RESTRICTE年代维维o坚持fRtIBwUT一个离子再保险支持 nd ©2023年Gartner，Inc.和/或其附属公司。保留所有权利。 LLM交互 LLM使用领域的例子 内容创作和增加 ChatLLM可以产生文本的“草稿”输出，然后由 用户。ChatLLM可以产生所需的文本长度和样式。 Q&A和发现 使用户能够根据数据和 提示信息。用于开箱即用的问答。 语气的内容 修改文本以软化语言或使文本专业化，例如采取正式文档并制作用于电子邮件或聊天的对话文本.. 摘要 提供特定长度的对话、文章、电子邮件和网页的缩短摘要。将文本转换为项目符号点。 简化 创建标题、大纲以及从其他内容或摘要中提取关键内容。 内容的分类 查看内容并分类到定义的区域。例如，基于情绪、主题、要求或意图的分类。 16©2023年Gartner，Inc.和/或其附属公司。保留所有权利。Gartner是Gartner，Inc.及其附属公司的注册商标。 聊天机器人和应用程序可以提供医疗信息和治疗建议的简单语言描述。 客户服务 医疗保健 改进聊天机器人意图识别，总结对话，从搜索中回答客户问题，将客户引导至资源 教育 创建个人学习经验,比如导师 。 生成学习计划和自定义学习材料。 。 行业的例子 理计划，汇总电子邮件，撰 销售和营销 在网站或聊天机器人中与潜在客户互动。提供建议。提供产品描述。定制的电子邮件。 软件开发 从散文编写代码，将代码从一种编程语言转换为另一种编程语言，纠正错误代码，解释代码 。 个人助理 管写电 子邮件（和链），回复和摘要，起草通用文档。 17©2023年Gartner，Inc.和/或其附属公司。保留所有权利。Gartner是Gartner，Inc.及其附属公司的注册商标。 供应商的景观 18©2023年Gartner，Inc.和/或其附属公司。保留所有权利。Gartner是Gartner，Inc.及其附属公司的注册商标。 专有的FMs OSSFMs 生成AI提供者 应用程序 生物技术 Insilico医学Exscientia 软件工程 GitHub,TabnineReplit Metaverse Replikr,Tavus 员工工作效率超常 ,Cogram 内容创作碧玉AI,WritesonicRytr 知识管理。 Sana,Algolia收集 OpenAI 谷歌的人工智能 微软 凝聚 人为 AI21实验室 阿里巴巴集团 百度 腾讯 稳定的人工智能 Eleuther人工智能 元 拥抱的脸 砖 Zhipu人工智能 DeepMind DistilBERT XLNet 受限制的分布 19©2023年Gartner，Inc.和/或其附属公司。保留所有权利。 供应商选择需要一起“适合” 20©2023年Gartner，Inc.和/或其附属公司。保留所有权利。Gartner是Gartner，Inc.及其附属公司的注册商标。 未来的发展方向 Gartner认为企业的发展轨迹是什么？ 21©2023年Gartner，Inc.和/或其附属公司。保留所有权利。Gartner是Gartner，Inc.及其附属公司的注册商标。 伯尔尼的企业轨迹 到2025年，30%的企业将实施人工智能增强型开发和测试策略，高于2021年的5%。 到2026年，创成式设计AI将自动化新网站和移动应用程序60% 的设计工作。 到2026年，设计策略师的角色-当前设计师和开发人员角色的混合体 -将领导50%的数字产品创建团队 来源：2022年预测：生成式人工智能有望彻底改变数字产品开发2022年1月11日-IDG00757883 布伦特·斯图尔特·贝克,约阿希姆Herschmann 埃里克的企业轨迹 软件油脂猴子的报复：基础模型的使用增加将使技能重点从人工智能专家转移到传统的软件工程、验证和测试。 适配器模式将加速的爆炸 在未来3年内，复合AI模型的开发和采用将提高一个数量级。 到2024年中期，决策智能将取代生成AI的炒作浪潮。 23©2023年Gartner，Inc.和/或其附属公司。保留所有权利。Gartner是Gartner，Inc.及其附属公司的注册商标。 弗兰的企业轨迹 1%的代码正在交付新净值的 80% 来源：Gartner客户-CIO负责4，000多名开发人员 到2026年，超过1亿人将聘请robo同事（合成虚拟同事）为企业工作做出贡献。 作者:弗朗西丝·卡拉 24©2023年Gartner，Inc.和/或其附属公司。保留所有权利。Gartner是Gartner，Inc.及其附属公司的注册商标。 提示工程 注入新的安全 知识知识 理解和扩大提示工程技术验证和确认 设置LLM上下文 促进正确的答案 25©2023年Gartner，Inc.和/或其附属公司。保留所有权利。Gartner是Gartner，Inc.及其附属公司的注册商标。 融合团队 公民改变提示 提示工程技术 在哪里这些见面? LLM微调技能 改变模型 专业人士 26©2023年Gartner，Inc.和/或其附属公司。保留所有权利。Gartner是Gartner，Inc.及其附属公司的注册商标。 问答 我宁愿问题无法回答的答案不能质疑。 理查德·p·费因曼 27©2023年Gartner，Inc.和/或其附属公司。保留所有权利。Gartner是Gartner，Inc.及其附属公司的注册商标。