B体育前不久，OpenAI发布了文生视频模型Sora，极大地拓展了AI在视频内容生成方面的能力，令人惊艳的表现引发全球关注，再次掀起一波人工智能热潮。通用人工智能（AGI）时代的到来已势不可挡，对不少行业的颠覆与重塑正在上演，如何积极拥抱这项变革性技术B体育，同时加强对其治理显得愈发重要，引起国际国内相关机构和智库的共同关切，期待AGI能够为人类社会带来更多福祉。
阅读提示：过去一年，各种大模型、生成式AI应用层出不穷，重视通用人工智能（AGI）发展已成为行业共识。多家机构的研究认为，生成式AI快速增长将加速推进AGI进程。同时，重视生成式AI在千行百业中的应用已成为全球机构和智库的呼声。
生成式AI的爆发式增长加速了AGI时代的到来。德勤认为，生成式AI是企业创新的基石。该机构预计，2024年，企业的生成式AI支出增长30%，将有更多企业开发自己的生成式AI模型，尤其是生成式AI芯片需求将暴增。腾讯研究院的研究认为，多模态智能体将加速AGI进程。该机构认为，AGI的发展趋势一定是朝向多模态的，未来理想的框架是“多模态的对齐和融合+统一的编码器和解码器”。同时强调，AI治理将引领我们踏上更智慧、更安全的未来。赛迪顾问认为，AI Agent将重构人机交互方式B体育，AI Agent应用场景将不断拓展。同时，该研究认为，具身智能将成为颠覆制造业的下一个浪潮。
腾讯研究院近日发布的《2024数字科技前沿应用趋势》认为，2023年，生成式AI取得了惊人进步，这意味着未来通用人工智能（AGI）蕴含巨大潜力和无限前景。大模型从理解到生成，从感知到决策，能力不断提升。加上多模态、Agent以及具身智能等方向的探索，AI有望完成“感知—决策—行动”的闭环。
该研究认为，多模态是人类世界的本来样貌，AGI的发展趋势一定是朝向多模态的。技术将实现从文本、图像、视频（2D和3D），再到声、光、电，甚至分子、原子等各类模态，而且具备跨模态迁移的特性。未来理想的框架是“多模态的对齐和融合+统一的编码器和解码器”。
随着通用人工智能渐行渐近，大模型走向多模态，AI智能体（AIAgent）有望成为下一代平台。当前，大模型正在向端侧转移，端侧大模型具有本地数据处理效率更高、节省云端服务器带宽和算力成本、对用户数据更好的隐私保护、开启更多交互新方式和新体验等独特优势，或将成为未来交互新入口。
同时，AI在数学推理、新药研发、材料发现、蛋白质合成等领域大显身手，“AI科学家”有望加速问世。随着数字交互引擎与生成式AI等技术的加速融合，未来将打造更多超级数字场景，助力数实融合走向新高度。
该研究还强调，价值对齐对于确保人类与人工智能协作过程中的信任与安全至关重要，已经成为AI治理领域的一项关键任务，是大模型实现稳健发展和提升竞争力的必由之路。全球已达成共识，AI治理将引领我们踏上更智慧、更安全的未来。
德勤近日发布的《2024科技、传媒和电信行业预测》报告认为，问世仅一年，生成式AI以其强大的图像、视频、代码和文本生成能力颠覆了公众的想象力。2024年是过渡之年，科技公司正利用生成式AI升级软件和服务，业内其他公司亦摩拳擦掌、跃跃欲试。
生成式AI在企业软件领域的创收能力成为焦点。2024年，预计许多软件公司将在部分产品中嵌入生成式AI，但定价模式将成为争论的焦点。德勤预测，到2024年年底B体育，生成式人工智能可为软件公司创造100亿美元的收入。
生成式AI芯片需求将暴增，撑起半壁江山。德勤预计，2024年生成式人工智能专用芯片市场规模从2022年的趋近于零增至500亿美元。生成式AI芯片市场正在快速增长，到2027年，加上其他支持人工智能的芯片，将占到所有半导体销售价值的一半。从国内市场来看，大模型和生成式AI的发展显著拉动智能算力市场增长，预计2022年至2027年中国智能算力规模年均复合增长率达33.9%，显著高于同期通用算力规模年均复合增长率（16.6%）。
生成式AI还将助力企业数据私有化部署。尽管使用公共数据训练生成式AI模型是当下主流趋势，但该技术所具备的强大功能以及现实挑战，正驱动各大企业使用私有数据以训练更加个性化、专有化的模型。德勤预计，2024年企业的生成式AI支出增长30%，将有更多企业开发自己的生成式AI模型，以提高生产率、优化成本，并获得新的洞察和创意。
赛迪顾问人工智能与大数据研究中心近日发布的《2024年人工智能行业趋势洞察》认为，随着数字经济产业的高速发展，中国人工智能产业将迎来更大发展空间，未来将呈现十大发展趋势。
该研究指出，“数字中点”将在生成式AI助力下提前10年到来。预计到2035年数字化率将突破85%，这将进一步促生全新的工作方式，提高企业的商业效能，全面构建数字经济时代下人类的生产生活方式，经济效益将进一步释放。
AI Agent将重构人机交互模式。AI Agent在任务解决、服务创作及智能客服等场景中得到初步应用，但随着接口对齐、复杂任务规划、工作记忆等技术发展，AI Agent应用场景将不断拓展，人机交互方式将从传统的图形界面转向更加自然、直观的人机对话，AI Agent将极大地改善用户体验。
同时，该研究认为，具身智能将成为颠覆制造业的下一个浪潮。随着大模型技术在语义理解、视觉感知、逻辑推理等方面能力的迭代与成熟，具身智能将在感知、推理、泛化等能力上进一步突破。推动制造业在生产效率、质量控制和成本节约等方面实现跨越式提升。
阅读提示：与大模型战场的热闹相比，在应用落地场景，生成式AI的步伐略显踌躇。开拓应用落地场景，更好地发挥大模型的潜在价值，被多家机构认为是2024年生成式AI突破发展的重要内容。
当前，生成式AI正在重塑全球金融业的格局，为金融机构赋予了创造力和效率的新维度。清华大学经济管理学院认为，生成式AI正在赋能银行数字化转型，一些创新的银行将从“采用技术的银行”迈向“最懂技术的银行”，并向“最懂银行的先进技术服务商”领域拓展。IDC认为，应用层创新成为2024年生成式AI产业发展的确定方向。AI Agent作为大模型落地业务场景的主流形式，被认为是实现“人机协同”、提升企业运营成效的关键。毕马威认为，生成式AI会进一步提高人类创造内容的效率，丰富数字内容生态，开启“人机协同”创作时代，各种需要创意和新内容的场景都可能被生成式AI重新定义，生成式AI向全场景渗透指日可待。
清华大学经济管理学院近日发布的《2024年金融业生成式人工智能应用报告》关注了国内外170余家银行、保险、资管等金融机构，系统性揭示了金融业生成式AI的创新能力、商业价值和政策期望，为国内金融机构应用生成式AI技术提供了指引。
金融业是单位数据产出量最高的行业，生成式AI将通过嵌入运营、业务转型、加速创新和差异化这四个关键方式重塑全球金融业，大幅提升内部运营效率，提高获客能力，提升产品设计创新能力和加强风险防控能力。
生成式AI正在赋能银行数字化转型，一些创新的银行将从“采用技术的银行”迈向“最懂技术的银行”，并向“最懂银行的先进技术服务商”领域拓展，充分释放其高质量数据价值，有望给金融业带来3万亿元规模的增量商业价值，并可能将彻底改变交易的进行、投资的管理和风险的评估方式。
生成式AI在我国金融行业初见成效，在42家上市银行中，已经有6家银行公开发布大模型技术开发与应用的信息。
当前，生成式AI技术在金融业中的应用尚处于技术探索和试点应用的并行期B体育，预计1-2年内，首批大模型增强的金融机构会进入成熟应用期，3-4年后将会带动金融业生成式AI的规模化应用。当然，随着大模型技术在零售、教育、传媒、游戏等行业中嵌入应用的增加，大模型技术的进化和能力提升，金融业集成生成式AI技术的速度会加快。
重要的是，生成式AI对银行业务的影响将推动银行自身的组织变革。生成式AI作为AI助手将取代一些数据量大的人工任务，会带动银行人力资源的优化配置，加快组织的去中心化，更多地推行扁平化组织管理。生成式AI成为“副驾驶”，赋能银行员工，提升员工的数字化能力，加速传统的流程专家转型成为数智化数据专家，推动银行员工绩效的重新定义和改革。
IDC近日发布的《2024AIGC应用层十大趋势白皮书》认为，AI Agent作为大模型落地业务场景的主流形式，被认为是实现“人机协同”、提升企业运营成效的关键。
一方面，AI Agent让“人机协同”成为新常态，个人与企业步入AI助理时代。另一方面，AIAgent能够帮助未来企业构建以“人机协同”为核心的智能化运营新常态。越来越多的业务活动都将被委托给AI，而人类则只需要聚焦于企业愿景、战略和关键路径的决策上。人与大量AI实体之间的协同工作模式，将颠覆当前企业的运行基础，让企业运营成效获得成倍提升。
AI Agent在满足企业日常运营的流程性需求方面潜力巨大，在工作、生活、学习、娱乐、健康等多方面都可以提供丰富B体育、多样且极具个性化的体验。AI Agent还可以根据用户以往的工作过程信息，分析用户偏好，模仿用户风格，不断贴近用户的工作习惯。
IDC预测，在以AI Agent为代表的生成式AI应用赋能下，越来越多的创新将会源自于超级个体和小型组织。在一些领域里，一个人加上足够的AI工具，就可以成为一家专业化公司。
生成式AI还进一步增强了AI Agent的功能和实用性，通过增加数字员工，生成式AI能够极大程度地缓解前端工作压力，积累业务知识和沉淀资产，提升企业整体运营效率。数字员工将丰富的领域知识与多模态交互方式相结合，不仅可以强化分析、判断和决策能力，还能与企业的员工、数字化系统、基础设施等进行广泛连接，成为企业的有机组成部分。AI将不仅仅作为辅助工具，而是真正成为独立的生产要素，解放现有劳动力并实现生产力组织形式的新变革。
毕马威发布的《人工智能全域变革图景展望：跃迁点来临（2023）》认为，在人工智能应用方面，其发展源头在数字内容创作领域，从单模态内容到多模态数字化内容创建已初显雏形，预计未来会进一步提高人类创造内容的效率，丰富数字内容生态，开启人机协同创作时代，各种需要创意和新内容的场景，都可能被人工智能重新定义，人工智能向全场景渗透指日可待。
具体到场景来看，人工智能目前集中在创造性工作场景中，包括广告营销、游戏创作、艺术设计等。一方面，创意属于稀缺资源，人工智能的创造性对激发灵感、辅助创作、验证创意等大有助益；另一方面，互联网大规模普及使得“一切皆可线上”，数字内容消费需求持续旺盛，人工智能能更低成本、更高效率地生产内容，经济性愈发凸显。不过，人工智能在内容准确性、细节把控度、风格个性化等方面仍有较大优化空间，人工智能潜力能否充分释放取决于和业务需求能否有效结合。
