初夏的大连,清风不燥,海水微凉。5月21日,埃森哲在这里举行了“AI拐点,重塑增长”媒体日活动。现场多位专家齐聚,共同探讨了人工智能时代下的企业结构性变革和应用前景。
近年来,技术带来的商业变革如同风暴般迅猛,以生成式AI为代表的技术突破更是打开了迈向通用人工智能的序幕。据埃森哲研究测算,生成式AI将影响各行业四成的工作时间,提高900种不同类型工作的产出效率,这对提升生产力至关重要。
在颠覆性变革面前,企业急需制定转型战略,打造数字核心能力,重塑各个业务和职能,在持续变革的浪潮中焕发新的生机和活力。
采用系统性战略重塑增长
技术是2023年对商业环境影响最大的因素,企业最关心的,莫过于如何运用新兴技术实现技术、人才、数据和流程的最大化组合效益。
在这个战略时刻,埃森哲再次表明与企业共进的决心。埃森哲全球副总裁、大中华区主席朱虹强调,作为一家专业服务公司,我们一直致力于站在技术和商业的交叉点上,持续关注前沿技术动向和企业转型的经典案例,并且不断把这些洞察和专业知识相结合,运用到企业的实际转型当中,推动企业成长。
埃森哲成长型市场首席运营官Anoop Sagoo从全局视角阐述了企业全面重塑的战略。“与碎片化的策略相比,埃森哲更提倡整体、系统性的战略模式。企业应从多个维度审视其发展方向,不仅关注财务指标,还要重视社会责任和可持续性,才能保持长久竞争力。”
Anoop Sagoo表示,企业需要精心管理和重塑流程,以充分利用新技术带来的优势。过去一年企业更多是探索性地讨论生成式AI,而现在,这项技术已经开始被企业实际应用以提升生产力和竞争优势。但要注意的是,企业一定要仔细规划使用,考虑到其“黑盒”性质和可能带来的碳排放问题,企业必须使用负责任的AI,确保其产生的结果符合预期。
如果你密切关注技术领域的变化,可能会发现两个新的现实:一是技术推动的重塑浪潮正在席卷每家企业,并影响企业的方方面面;二是新兴技术呈现出越来越“人性化”的特性,提供出前所未有的能力。
埃森哲大中华区技术服务事业部总裁俞毅表示,过去我们主要是基于效率或其他指标来评价技术,而现在AI技术以人类能力为标杆。我们认为,人和技术之间是融合的关系,而非替代,我们希望通过正向循环促进技术发展并增强创造力。
这也正是埃森哲《技术展望2024》报告的核心理念。
2024年四大技术趋势
近期,埃森哲发布了《技术展望2024》,报告深入探讨了以人为中心的技术发展,尤其是生成式AI在历经多年的指数级创新演进后,将如何提升人类能力、激发潜能,并重塑商业模式。报告揭示了四大前沿技术趋势:AI伙伴、智能体、空间计算、人机互通。
AI伙伴——从知识到智识的革新。AI伙伴代表了我们对AI的定位,即人类必不可少的“伙伴”。人工智能等技术的普及正在使数据应用朝着推理判断甚至模仿人类创造力的方向发展。人们将不再需要自行梳理海量搜索结果,而是接收到以建议、总结、文章、图像甚至艺术品等形式呈现的个性化精准响应。企业领导者需要重新思考组织的信息使用模式,并为员工配备支持人工智能的各类知识工具,以此提升业绩和竞争力。
智能体——AI互联的生态系统。未来人工智能将成为个人生活和工作中的代理,并与其他代理相互联动,形成一个庞大的生态系统。这些智能代理能够提供帮助和建议,并具备自主决策的能力,可以根据具体需求和目标采取行动。代理间的协作能极大提升工作效率和生产力,为企业创造更多价值。据统计,94%的中国高管认为,在未来三年中,利用智能体生态系统将为组织带来重大机遇。
空间计算——发掘虚拟实感的价值。利用空间计算、元宇宙、数字孪生和增强现实等技术,将物理的二维世界扩展到全新三维环境中,创造出丰富的沉浸式人机互动世界。这些前所未有的场景和体验将融合数字空间和现实世界,把人们以新的方式聚集在一起,推动创新,改善工作、生活和学习方式。在零售领域,50%的中国消费者表示,他们正在或者有兴趣使用空间计算技术和设备进行购物。
人机互通——技术解码人类意图。从眼动追踪到机器学习再到脑机接口(BCI),许多技术开始以更深入、更以人为中心的方式理解人类,根据深入洞察改善人们的工作和生活。有90%的中国高管认为,人性化的界面技术将使我们更准确地理解行为和意图,从而革新人机交互模式。
结语
当前处于AI技术的拐点,企业面临将概念转化为实际应用的关键挑战。俞毅指出,首先是价值的明确化,大多企业领导者要在投资前看到明确的价值回报;其次是数据和数字基础设施的准备;最后是责任和安全机制。只有解决这三点,企业才有可能真正做到持续重塑。
埃森哲也将在中国在内的多个市场设立生成式人工智能工作室,进一步拓展业务能力,帮助客户与埃森哲数据和人工智能专家、生态系统伙伴、风险投资机构和其他战略投资者建立联系与合作,共同开发、快速迭代并扩大应用生成式人工智能解决方案。此前,埃森哲还宣布推出专项服务,帮助客户建立自己的大语言模型,满足特定业务需求。
人何以为人?那是因为我们能思考、能行动、能感受并理解彼此。而现在,技术已经开始体现人类的这种专属经验,未来我们使用技术的方式和方向将彻底改变。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。