Gartner 网络研讨会

Gartner网络研讨会 Gartner提供可操作的、客观的见解、指导和工具 ，以在您组织的任务关键优先事项上实现更强大的绩效 增强您的网络研讨会体验 问一个问 题 下载附件再次观看 受限分布 2©2023Gartner,Inc.和/或其附属公司。保留所有权利。 超越炒作：ChatGPT和生成AI在亚洲的企业影响 连接Gartner ShubhangiVashisth 分析师主管 本燕 分析师主管 受限分布 3©2023Gartner,Inc.和/或其附属公司。保留所有权利。 Gartner民意调查 https://pollev.com/aivote 受限分布 4©2023Gartner,Inc.和/或其附属公司。保留所有权利。 比赛开始了？ 受限 5©2023Gartner,Inc.和/或其附属公司。保留所有权利。 疯狂的时间线 •3/1ChatGPTAPI •3/7SalesforceEinsteinGPT •3/8视觉聊天GPT •3/9GPT-4是多模态 •3/13斯坦福羊驼 •3/14GPT-4 •3/14GoogleWorkspace •3/14人类克劳德 •3/14GPT-4上的新Bing •3/15中程V5 •3/16Microsoft365Copilot •3/17百度ERNIE机器人 •3/22GithubCopilotX •3/24MS-AGI的火花 •3/24DatabricksDolly •3/30AutoGPT •3/30HuggingGPT •3/30BloombergGPT 受限 6©2023Gartner,Inc.和/或其附属公司。保留所有权利。 了解ChatGPT，LLM，基础模型和生成AI 7©2023Gartner,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。 达到百万用户的时间 Instagram 2.5个月 Spotify 5个月 Facebook 10个月 Twitter 5天 ChatGPT 24个月 来源：Statista 8©2023Gartner,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。 创成式AI定义 生成AI是指人工智能技术，它可以从数据中学习现有的工件，并使用这些工件来生成新的工件。 生成AI使计算机能够生成全新的，完全原始的内容变体（包括图像，视频，音乐，语音和文本）。它可以改进或更改现有内容，并且可以创建新的数据元素和现实对象的新颖模型，例如建筑物，零件，药物和材料。 受限分布 9©2023Gartner,Inc.和/或其附属公司。保留所有权利。 术语 ChatGPT OpenAI服务将对话聊天机器人与LLM结合起来创建内容。它在来自多个来源的数十亿个单词的基础模型上进行了训练，然后通过从人类反馈中进行强化学习进行了微调。 大型语言模型(LLM)对大量文本进行训练的AI，以解释和生成类似人类的文本 输出。 基础模型 大型机器学习模型。它们是在一组广泛的未标记数据上进行训练的，通过微调适应各种应用。 生成AI(GAI)AI技术，从数据中了解现有工件，用于生成新工件。 来源：Gartner 我们能产生什么？ 生成AI Artifacts 学习方法 音频/视频 编程和 数据资产 自然语言 设计 Strategies 战术 •2D/3D 面部/身体 •Drawings /照片 •训练数据 例如（事件、POS、行为） • •问题/答案 摘要/Roundups •••• 产品设计Materials3D模型游戏世界 未编程的游戏策略意料之外的战略方案 •规则/推理•钢筋 学习模式 •艺术 •语音/视觉字符 •音乐 •测试和合成数据•代码 •上下文数据例如市场 •故事 /叙述 •Documents•作业列表 •• 工艺流程 原理图/规格例如毒品、基础设施和建筑物、电影编辑……) •替代学习机制 Conditions • • Gartner用于生成AI的用例棱镜 生成AI正在改变：产品开发 Janssen制药-开发了一种人工智能驱动的药物设计系统，用于在发现新药物的过程中快速识别新分子。 游击游戏-视频游戏开发商使用AI来创建更复杂和可信的NPC（不可玩的角色），为玩家提供更具吸引力的互动。 资料来源：“Absci首先使用零镜头生成AI创建和验证DeNovo抗体”，Absci（2023年1月10日）；“项目追梦者：CAD中的生成设计解决方案”，Autodesk 生成AI正在改变：客户体验 温布尔登-由AI创建的匹配视频摘要，分析播放特征和观众参与度，获得了比以前更高的收视率 。 Spotify-推出了DJAI，用于个性化播放列表 （例如DiscoverWeekly），以及由音乐编辑使用生成AI创建的有关音乐，艺术家或流派的有见地的事实。 来源：IBM（2023年4月4日）“Masters应用程序可以教给我们有关大型语言模型的知识”；“韩国电信巨头SKT在AI上加倍下降”，《计算机周刊》（2023年2月28日） 生成AI正在改变：员工生产力 反叛之家-一家家具零售公司使用generativeAI （copysmith）来加速产品描述的创建。 条纹-金融服务和软件即服务公司，与生成AI （Githubcopilot）合作进行代码生成，以提 高其软件开发人员的生产力。 来源：“创造力的新时代：StitchFix的专家在循环生成AI”，StitchFix（2023年3月6日）；“埃森哲如何使用AmazonCodeWhisperer提高开发人员的生产力”，AWS（2023年4月13日） •幻觉 •滥用的可能性 •不透明（黑框） •域适配 •版权问题 •权力的集中 风险 •潜力较低 进入成本 •域适配 •多功能性 •可访问性 •生态系统 优点 对于企业部署而言，挑战并非微不足道 基础模型的收益和风险 更深的潜水LLM 如何利用LLM？购买还是构建？ 打包软件开箱即用 (WebUI) API提示 Engineering Fine调谐训练前 购买构建 • 新Bing •自定义任务 •自指令调谐 • Microsoft365 •与其他工具的集成 •LoRA • Google工作区 •ChatGPT插件 •可预测的缩放 • GithubCopilotX •提示调整 •AI工程 • 数据分析工具 •LangChain •检查点恢复 • Salesforce爱因斯坦GPT •AutoGPT •美联储LLM • ChatGPT动力洞察引 •拥抱GPT •… 擎 •Toolformer • … •… 合并两个世界 工程提示 Intranet世界 知识库 Internet世界 ChatGPT/LLM 定制微调 提示=指令+上下文+用户请求 工程提示示例-企业Chatbot 2工程提示 用户3 1嵌入 内部知识库 矢量DBLLMAPI 嵌入 说明/准则 工程提示示例-帮助台 4 用户3 1工程提示 工具/系统 LLMAPI Instruction/Guideline2 人类是如何思考的？ 系统1 •快速 •直观 •本能 •无意识 •自动 系统2 •缓慢 •有理 •基于逻辑 •Abstract •有意识 受限 23©2023Gartner,Inc.和/或其附属公司。保留所有权利。 丹尼尔·卡尼曼-思考，快和慢 从CoT到ToT（复合AI） 来源：思想树：使用大型语言模型故意解决问题https://arxiv.org/pdf/2305.10601.pdf 生成AI将如何影响企业？ 管理时间表，汇总电子邮件，撰写电子邮件（和链），回复和摘要，起草通用文档。 Personal 助手 软件开发 在网站或聊天机器人中与潜在客户互动。提供建议。提供产品说明。自定义电子邮件。 从散文中编写代码 ，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。 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 Education 创造个人学习经验，如导师。 生成学习计划和自定义学习材料。 销售和市场营销 行业示例 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，指导客户使用资源。 生成的AI破坏了传统企业 教育服务 教育服务提供商认为股价下跌 随着学生和教育专业人士转向ChatGPT。 来源：https://apnews.com/article/chegg-stock-shares-chatgpt-ai-a877423bd4a8f67b1494363fcc81cf52ahttps://www.welt.de/wirtschaft/article245123004/KI-50-Prozurz-die 股票价格变动 50% 15% 5% 4% 生成AI如何改变典型的AI策略？ 来源：Gartner Vision 路线图用例 Governance 天赋 AI自动化任务 3年展望，业务创新预测分析，自动化任务 D&A的片段或一部分 AI卓越中心 生成AI增强人们的工作。 1年展望，业务关键 生成工件(文本、视频、音频 、代码、 数据)和增强决策 明确业务责任，AI伦理委员会。整个组织的AI素养 28©2023Gartner,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。01-1660 社会影响 数字技术经历了负责任使用的阶段 智能 电话 大数据 隐私 Social 媒体 块 奥顿. 车辆 Gen.AI 链条 阶段1 通过学习 犯错误 阶段2 通过学习 解决冲突 阶段3 通过应用学习 最佳实践 来源：Gartner 从工具到合作伙伴 ~100%准确度天/ 周（人类） ~100%准确度 分钟/小时(人+机 器) ~90%准确度以秒为单位(机器 ) 生成AI会产生多种风险 GenAI 使用事故 未对齐，功率- 寻找AI 对社会的结构影响 误用 指定用途 新的、规模较小的竞争对手，由 GenAI，进入和颠覆行业 大量生产错误信息和深度伪造 AI幻觉导致错误的决策 预期 内容和代码创作者的大规模失业 寻求目标与人类不符的权力AI模型 意外 构建值得信赖的生成AI 透明度 准确性和偏差 确保输出始终可识别为机器生成。 文本中的通知，图像中的水印或通过语音识别 通过人类反馈利用强化学习。 保持人在循环中（没有完全自动化），管理培训数据，改进提示 隐私和安全 Governance 小心知识产权和机密或私人数据。 策划训练数据，避免受版权保护的数据，不与第三方共享敏感数据，关注合成数据 提高风险意识，进行风险评估，培养批判性思维，解决道德问题。 制定和实施指导方针，保持测试版，教育，接受监管 GenAI可能的场景和轨迹 2025 2026 2027 2024 40%的企业应用程序将具有嵌入式会话AI，而2020年不到5%。 30%的企业将实施人工智能增强开发和测试战略，高于2021年的5%。 •生成式设计AI将自动化60%新网站和移动应用程序的设计工作。 •Over1亿人类将 参与机器人同事(合成 虚拟同事)为企业工作做出贡献。 到2027年，几乎15%新的应用程序将由AI自动生成，而无需人工参与，目前这一比例为0 ％。 2022年1月11日-IDG00757883作者：BrentStewart,VanBaker,JoachimHerschmann 受限分布 33©2023Gartner,Inc.和/或其附属公司。保留所有权利。 Gartner民意调查 https://pollev.com/aivote 受限分布 34©202