社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  chatgpt

麦肯锡:ChatGPT等生成式AI应用激增,大中华区增长最快

AIGC开放社区 • 7 月前 • 438 次点击  

专注AIGC领域的专业社区,关注微软&OpenAI、百度文心一言、讯飞星火等大语言模型(LLM)的发展和应用落地,聚焦LLM的市场研究和AIGC开发者生态,欢迎关注!

全球顶级咨询公司麦肯锡(McKinsey & Company)在官网发布了《he state of AI in early 2024:Gen AI adoption spikes and starts to generate value》,一份关于生成式AI应用的调查报告。

麦肯锡对多个国家/地区的1,363位管理者进行了调查,以查看他们对ChatGPT、Copilot、Gemini和Midjourney等生成式AI的应用情况。

结果显示,65%的受调查者已经在实际业务中使用该技术,与2023年的33%相比几乎增长了两倍;

应用地区方面,大中华区(中国台湾、香港、澳门和大陆)和亚太地区成为应用该技术增长最快的区域,主要得益于技术环境、原生数字人口等优势。

下面「AIGC开放社区」将为大家解读该报告的重点,如果想查看全部调查内容可以去麦肯锡官网。

生成式AI应用激增,商业价值明显

麦肯锡表示,如果2023年是生成式AI的元年,那么2024年则是企业、组织真正应用它实现场景化落地并产生商业价值的一年。

在本次调查中,65%的受访者表示,他们经常使用生成式AI,这一比例比2023年大幅度增长。这主要是该技术能为他们带来实质性的好处,包括降本增效、业务营收增长等

72%的受访者表示,他们在业务中至少使用了1项生成式AI技术,50%表示,使用了2个以上,8%的表示,使用了至少5个以上。

在生成式AI创造商业价值方面,34%表示主要应用在营销和销售领域,主要得益于其强大的文本生成、理解和总结能力;23%则应用在了产品研发和服务领域;

17%是IT领域,也是因为其超强的代码生成、审核以及BUG调试能力;16%表示,应用在其他领域和服务领域。

总体来说,生成式AI的应用场景主要与其功能相挂钩,包括文本、代码、音频、视频、图片等生成能力。相信随着更多多模态大模型的出现,应用场景也会进一步扩大。

大中华区、亚太成应用生成式AI增长最快地区

在本次调查中,麦肯锡发现与2023年相比,大中华区和亚太地区成为应用生成式AI最高的地区。尤其是在工作和个人的经常使用频率是高于北美、欧洲发达地区。

其实从年龄段的调查结果就能看出原因,在1981—1996年出生的第一代“原生数字人口”,成为经常、频繁使用生成式AI的主题人群。

这是因为原生数字人口从小就生活在互联网、智能手机、电脑和社交媒体等数字技术环境中。使用各种数字设备、技术是他们日常生活、学习的重要部分,通常不需要特别学习就会使用这些技术。

所以,简单、易用多数又处于免费的ChatGPT、Copilot、Gemini和Midjourney等生成式AI产品自然成为他们不可或缺的日常工具。

比较意外的是,1964年以后出生的人,对于生成式AI的应用也比较多。一方面是因为多数退休人可能有时间研究一些新奇的东西,另一方面也充分说明生成式AI的影响范围正在迅速扩大,渗透到不同年龄段。

企业使用生成式AI的3种方式

随着生成式AI的影响力不断扩大,企业的应用方式也发生了变化,目前主要有3种方式:

1)使用现成的生成式AI产品,例如,ChatGPT、Copilot、Gemini等,这要做的好处是可以节省一大笔研发费用,每个月支付很少的订阅费即可。

但缺点也很明显,无法在特定的业务场景进行深度应用,例如,对数字、内容准确率要求极高的金融、法律领域。不过多数受访者选择直接使用现成产品。

2)通过自有数据与生成式AI厂商合作进行模型微调,例如,你是一家律师行,希望ChatGPT回答准确、特定的内容,就可以使用自己积累的数据与GPT系列模型微调来打造特定助手。

这个方法对数据质量要求较高,如果数据标注不准确将会影响输出内容的准确性。

3)完全自己开发一款产品。目前,开源大模型领域很完善,高性能、低消耗的知名产品有很多,例如,Meta的Llama系列,微软的Phi系列,谷歌的Gemma系列。

但是这种对技术、硬件基础设施要求极高,只有大型企业才会选择这种方法。所以,在本次调查中,材料和能源、电信和媒体、金融服务等市场规模较大的行业会选择这种模式。

在应用进程方面,大约30%的受访者表示,当他们确定在业务流程中使用生成式AI后,一般需要1—4月的部署、开发时间,随后就可以在业务中使用它们。

但是如果选择自己完全开发模型,通常需要在8个月以上才能使用。

关于麦肯锡

麦肯锡成立于1926年,总部位于美国芝加哥。麦肯锡是全球“管理咨询”的先驱之一,对整个行业的发展产生了深远的影响。

麦肯锡在130多个国家/地区设有分公司、办事处,员工超过3万人,主要提供业务/企业战略咨询、运营效率改善、组织重构等。

麦肯锡也是政商界的精英摇篮,很多从麦肯锡跳槽的员工,日后在社会、企业领域成为了非常知名的人物。

本文素材来源麦肯锡官网,如有侵权请联系删除

END

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/170824
 
438 次点击