圖片來源：由無界 AI生成
歡迎來到2024年人工智能的可能性之旅。
在這里，每一個預測都是一個潛在的窗口，讓我們看到一個充滿創新、變革，更重要的是充滿機遇的未來。就像20世紀50年代的工業革命一樣，50年代見證了數字計算的興起，重塑了行業和社會規范。如今，人工智能也扮演著類似的角色，正在掀起下一場工業革命。
宛若二戰后的技術繁榮，我們正在2024年經歷行業轉型、新技能需求和重大倫理問題。
本文轉載自Medium，AI商業評論編輯、補充整理。以下為文章目錄：
- 生成式人工智能從炒作一躍成為中心舞臺
- 下一代神經網絡開始嶄露頭角
- 數據平臺推出自己的矢量數據解決方案
- AI芯片廠商與云計算廠商急于爭奪主動權
- 2024年是AI可穿戴設備和XR之年
- AI代理將開始與其他AI代理交流
- 生成式人工智能模式將不斷擴展
- 消費者和監管推動人工智能更加民主化
- 人工智能營銷戰略的新時代
- 數據質量問題再次擺上桌面
- 專用小型基礎模型更加普及
- 人工智能代理市場的黎明
- 人工智能產品將超越SaaS模式
- 自主人工智能推動安全數字身份的需求
- 大模型改造現有業務價值更大，2024年誕生超級App
- 結論與重要啟示
飛艇在20世紀30年代達到了巔峰，但由于飛機技術的發展和戰爭的爆發，飛艇逐漸被取代。然而，隨著近年來科技的進步和節能減排減迫在眉睫，飛艇又開始回歸歷史舞臺，據報道，美國將建全球最大飛艇，運載量10倍于波音737。
就像飛艇卷土重來一樣，生成式人工智能有望重新定義科技生態系統，從“炒作”轉變為核心戰略。
對于企業來說，這是創新方式的一次范式轉變，他們將從“嘗試生成式人工智能”轉向“采用生成式人工智能”。如早期云計算技術所帶來的技術變革浪潮，生成式人工智能將對技術生態系統產生類似甚至更大的影響。
據《福布斯》報道，97%的企業認為，ChatGPT等生成式人工智能工具將對他們的業務產生積極影響。
2024年，人工智能將不僅僅是一個流行詞，而是技術進步和業務轉型的重要推動力。“人工智能戰略就是企業核心戰略”。
02 下一代神經網絡開始嶄露頭角
在大模型領域，Transformer憑一己之力撐起了整個江山。但隨著模型規模的擴展和需要處理的序列不斷變長，Transformer的局限性也逐漸凸顯，比如其自注意力機制的計算量會隨著上下文長度的增加呈平方級增長。為了克服這些缺陷，研究者們開發出了很多注意力機制的高效變體，但收效甚微。
最近，一項名為“Mamba”的研究似乎打破了這一局面，它在語言建模方面可以媲美甚至擊敗Transformer。這都要歸功于作者提出的一種新架構——選擇性狀態空間模型（selective state space model），該架構是Mamba論文作者卡內基梅隆大學機器學習系助理教授 Albert Gu此前主導研發的S4架構（Structured State Spaces for Sequence Modeling）的一個簡單泛化。
這代表了人工智能在處理和理解序列方面的一次飛躍，而序列是人類認知的一個基本方面。
神經符號人工智能（Neuro-symbolic AI）融合了神經網絡的最佳學習能力和符號人工智能的精確性。這種混合方法有望更細致、更復雜地理解復雜問題，彌合類人推理與機器效率之間的差距。
然后是人工智能與自校正模型的校準，即創建能夠在沒有持續人為干預的情況下自我適應和糾正的模型，更接近于一種獨立、負責任的生成形式，而不會產生大規模幻覺風險。
這些新的模型架構描繪了一個未來，在這個未來，人工智能的能力可以與人類的認知能力相媲美。雖然研究還為時尚早，但期待這一領域實現飛躍和突破。
03 數據平臺推出自己的矢量數據解決方案
隨著生成式人工智能對矢量數據庫的依賴（矢量數據庫的每個對象都有其位置和屬性信息，這些信息可以被查詢、分析和顯示），2024年數據平臺都將推出自己的矢量數據解決方案。
矢量數據庫是生成式人工智能更復雜用例的關鍵要求，如對話記憶、搜索文檔（RAG），以及索引圖像等多模態解決方案。2023 年年中，隨著多模態模型變得更容易獲取，矢量數據需求激增。
Demand for Vector Databases following OpenAI GPT-4 release in March 2023 — google Trends (Worldwide)
Databricks最近發布矢量數據解決方案，Snowflake 等主要現代數據平臺（modern data stack）廠商在2024年很可能會跟進這一趨勢，2024年，幾乎所有數據庫技術都將開始自稱為 "矢量存儲"。
在矢量數據平臺領域，Milvus目前是大眾的最愛，最近Qdrant取得了一些非凡的進展，在2023年實現了近乎指數級的增長。
Github “stars” for open source vector database repositories. Growth aligns with GPT3.5 release — Source: Star-History & Github
04 AI芯片產業鏈企業急于爭奪主動權
隨著人工智能占據主導地位，更好地控制端到端的供應鏈以掌握創新的關鍵變得越來越重要。
例如，行業十分關注英偉達是否會拓展到云計算領域，利用其硬件專長提供集成的人工智能云服務。
Nvidia Share Price, Last 5 Years (NASD:NVDA) — Source: Nvidia Investor Relations
英偉達其實已經擁有一項名為 "Geforce Now "的云流媒體服務，可按需提供高端圖形處理服務。此舉可能會重新定義競爭格局，讓英偉達對人工智能的發展軌跡產生更直接的影響。
另一方是亞馬遜等云人工智能提供商以及Anthropic（估值超180億美元）、 Mistral（估值超20億美元）等新興人工智能企業，是否會步 OpenAI（OpenAI 已開始采購自己造的芯片）和谷歌（谷歌已開始使用自己的TPU和硬件平臺Coral AI）的后塵？這一戰略可能標志著人工智能硬件向“自力更生”戰略轉變。
Google Coral — Local AI Development Boards and Hardware — Credit: Coral AI
人工智能垂直整合的趨勢凸顯了一個更大的問題：對人工智能硬件的控制正成為控制未來科技的代名詞。
2024年有望看到新的參與者加入到專門制造人工智能芯片的行列中來，至少OpenAI 將在 2024 年初加入到芯片游戲中來。
05 2024年是AI可穿戴設備和XR之年
今年，我們將見證一場技術互動方式的變革，人工智能和可穿戴設備將與擴展現實（XR）設備融為一體，與我們的日常生活完美融合。
Humane AI的Pin和Tab正在重新定義可穿戴設備，這些設備不再只是跟蹤健康指標或接收信息，還將增強人與人之間的互動，提供實時的人工智能幫助，并為我們提供增強體驗。
Humane AI Pin — Source: Humane
Rewind是另一款突破性產品，它正在徹底改變我們捕捉和重溫記憶的方式。想象一下，有這樣一款設備，它不僅能記錄我們經歷的瞬間，還能讓我們重溫、理解和反思我們的記憶。
Rewind AI Pendant — Source: Rewind
不過，掀起波瀾的不僅僅是新玩家。蘋果公司和OpenAI 等科技巨頭正在涉足可穿戴設備領域，并承諾將帶來巨大的創新。蘋果公司是創新潮流的引領者，在2024年極有可能推出與其生態系統無縫融合的可穿戴設備，這些設備將與XR Apple Vision Pro 結合在一起，提供無與倫比的用戶體驗。
OpenAI或許會推出可穿戴設備，將先進的人工智能功能直接帶到我們的指尖（或手腕），與 ChatGPT 等生成式人工智能模型進行交互，將帶來前所未有的便利和智能。
Meta 是另一家值得關注的重要企業，其在VR可穿戴設備領域探索多年，持續不斷創新。
2024 年，AI可穿戴設備將超越單純的技術，正在成為個人伴侶、數字助手和通向新現實的大門。它們代表著一種轉變，一種與技術更親密、更互動的關系，一種數字世界與物理世界無縫交織的關系轉變。
06 AI代理將開始與其他AI代理交流
設想一個生態系統，在這個生態系統中，每個具有獨特專長和知識庫的專業AI代理都可以進行互動和協作。隨著人工智能"代理"（AI Agents）的發展，我們將在 2024 年繼續看到這一領域的增長。
AI Agents Market Map Dec 23 — Credit: Olivia Moore
AI Agent的出現將超越對個人需求的支持（如撰寫電子郵件、支持解決客戶問題或為用戶訂購雜貨），而成為一個生態系統，在這個生態系統中，AI Agent將開始與其他AI Agent進行互動。
這種模式的轉變之下，企業將有機會將其AI Agent貨幣化，進而促進形成一個由互聯智能代理組成的新生態系統。
波士頓動力（Boston Dynamics）和特斯拉（Tesla）等公司的機器人和人形機器人必須著眼于解決這個問題，因為各種機器人需要共存并進行本地交流，以決定如何執行任務。
彭博社和LexisNexis等在特定垂直領域擁有大量數據的公司有望成為這一領域的領跑者。
彭博社憑借其在金融數據方面的優勢，已開始開發了自己的AI金融代理，而LexisNexis則可以利用其龐大的法律信息庫開發AI法律代，這些代理由各自深厚的數據護城河提供支持，不僅為用戶直接提供服務，還將成為其他企業和系統的寶貴資源，推動生產新的數字勞動力。
除了數字勞動力之外，我們還將看到新的AI代理解決方案，包括代理協調、管理、監控，以及UiPath等數字機器人領域的企業，憑借其現有的自動化和機器人系統的大規模應用經驗，開始進入這一領域。
07 生成式人工智能模式將不斷擴展
除了文本、代碼、圖像、視頻和音頻之外，新的更具沉浸感的模式和感知（如三維、基因組學、嗅覺、味覺）將開始進入市場。
Generative spatial AI to generate new town layouts — https://www.generativespatialai.com/
生成式人工智能將突破目前文本、代碼、圖像、視頻和音頻的界限，擁抱更多身臨其境的模式，例如調動三維、嗅覺和味覺等其他感知，幫助科學界研究蛋白質結構和材料。這些新穎的感知模式預計將以早期形式出現，也意味著下一波生成式人工智能應用的到來。
人工智能代理和多模態模型的興起，再加上可穿戴設備和擴展現實（XR）的進步，正在為消費者提供更加豐富的互動體驗。想象一下，你的夢想進入到一個VR世界，每個游戲都有一個根據你的視角量身定制的獨特世界。
最近的三維建模技術（Gaussian splatting）可以將視頻轉換成三維虛擬現實，我們將看到這種生成技術發展到新的高度。
A-Lab Berkeley, Robot Testing New Materials — Credit: Marilyn Sargent/Berkeley Lab
最大的影響將來自材料科學和基因組學。由谷歌Deepmind開發的GNoME模型已經在材料科學領域取得了突破性進展，發現了新的晶體結構，將為計算機帶來更好的電池。
這些領域（如科學）可能會取得最深遠的研究進展。
08 消費者和監管推動人工智能更加民主化
隨著人工智能的持續發展，公眾對人工智能的透明度和道德監督提出越來越高的要求。
EU AI Act — Proposed Levels of Risk — Source: EY
消費者和監管機構（尤其是在歐盟等地區，GDPR 是現代數據隱私法的催化劑）正在倡導對人工智能進行更嚴格的管理。今年，我們有望看到在建立人工智能模型審核框架、準確性標準化等方面取得長足進步，但仍有很長的路要走。
Do Foundation Model Providers Comply with the Draft EU AI Act? — Source: Stanford CRFN
對于企業，人工智能不僅是創新工具，還同時受到嚴密監管審查。今年統一的框架和標準將會出現，指導企業負責任地使用人工智能，確保人工智能融入主流社會是安全和符合公共利益的。
09 人工智能營銷戰略的新時代
營銷歷來占據企業預算的很大一部分，如今正在經歷一場變革。ChatGPT 等聊天工具的興起有可能導致傳統搜索量的明顯下降，從根本上改變消費者獲取信息的方式。
Debate and Statistics on Search Engines vs Chat GPT — Source: Twitter Greg Sterling
在信息渠道不斷變化的情況下，針對生成式人工智能調整營銷策略的趨勢日益明顯。
我們正在目睹技術格局的重大轉變，從基于PC瀏覽器向移動端APP轉變，引領這一潮流的是微軟Co-Pilot、谷歌Bard等在Android/ target=_blank class=infotextkey>安卓終端上應用，蘋果大型語言模型（LLM）預計也將于2024年推出。這標志著從以網絡為中心的交互向更集成的、基于移動終端的人工智能體驗的范式轉變。
New Microsoft Surface X expected late 2024 — Source: Microsoft
這種轉變代表著用戶交互模式的根本性變化，隨著人工智能與終端設備的無縫集成，在線和離線交互之間的區別變得越來越模糊。用戶可能會在更個性化、更能感知上下文的環境中與人工智能互動，從而獲得更吸引人的用戶體驗。對于谷歌、微軟和蘋果等已經在營銷服務領域根深蒂固的科技巨頭來說，這是一個重新定義其產品的機會。
ChatGPT not knowing who I am — Source: Vincent Koc and OpenAI ChatGPT
可以預見，營銷領域將出現新的 "answer analytics "平臺和運營模式。數字營銷人員將開始更深入地思考如何在這些訓練數據集中建立索引，就像他們曾經對搜索引擎所做的那樣。
Screenshot of Top Domains Crawled by Commoncrawl, Dataset used to train most Large Language Models — https://commoncrawl.github.io/cc-crawl-statistics/plots/domains.html
此外，OpenAI 等平臺可能會推出廣告贊助結果或媒體評估工具，這將為數字廣告引入一個新的維度。這一發展不僅為品牌推廣提供了新的途徑，也對現有的數字營銷戰略提出了挑戰，促使人們重新評估衡量標準和投資回報率。
隨著LLM從傳統的網絡界面向移動終端設備遷移，營銷格局將發生重大變化。營銷人員必須適應這些變化，同時利用傳統媒體和新興的人工智能技術，在這個新的數字時代有效地與受眾互動。這種將傳統媒體的影響力與人工智能驅動的精準分析相結合的雙重方法，很可能成為 2024 年快速發展的營銷格局中取得成功的關鍵。
10 數據質量問題再次“擺上桌面”
隨著企業越來越多地轉向利用生成式人工智能模型和開發自己的微調解決方案，數據質量問題再次擺上桌面。
Trend for: Data Quality Topic — Source: Google Trends Worldwide
高質量、準確標注的數據是有效部署人工智能的基石，不僅在于數據的可用性，還在于數據的相關性、準確性及其提供的背景，訓練數據的偏差和誤導問題會給模型的輸出帶來災難。
Range of biases have been found in a range of training data used by Large Language Models. — Source: Bias and Fairness in Large Language Models: A Survey — arxiv
挑戰不止于此。面對高級人工智能模型的細微需求，傳統技術往往顯得力不從心。
《2023 Data Integrity Trends and Insights Report》發現，數據質量差是整個行業普遍面臨的問題，70%對數據信任度低的企業指出，數據質量是做出明智決策的最大挑戰。。
此外，這些復雜的人工智能模型需要密集的計算能力，這意味著對GPU的大量需求。
Meme depicting the “GPU shortage”
但是，隨著越來越多的企業進入人工智能領域，對GPU的爭奪也愈演愈烈，這將導致人工智能的開發和部署出現潛在瓶頸，從而使企業適應人工智能常態的能力變得更加復雜。
2024 年，數據質量和計算基礎設施的將重新受到關注。
11 專用小型基礎模型更加普及
2024年很可能是小型基礎模型之年。這些專業的、專門構建的人工智能模型將占據中心位置，在效率和精確度上勝過通用模型。
企業現在有多種選擇，可以使用現成的訓練有素的通用大型語言模型，如 OpenAI GPT、Google Bard、Anthropic Claude [下圖中的 RL 模型]，也可以冒險構建自己的專用模型。
LLM development stages, pioneered by the InstructGPT paper, leading to ChatGPT. This figure is adapted from Chip Huyen’s post “RLHF: Reinforcement Learning from Human Feedback” — Source: Argilla
像GPT 這樣擁有1000億個參數的通用模型，重建成本大約在400萬美元以上。OpenAI 最近也開始為企業提供 "構建GPT "服務，價格從200萬至300萬美元不等。
據悉，80%企業重點放在滿足特定需求的小型定制模型上，而不是試圖用通用解決方案來吸引大眾。
對企業來說，真正的價值在于能夠為離散任務開發這些專用模型。這些模型不僅能提供更高的準確性和相關性，還能帶來新的盈利機會。在一個越來越受專業化需求驅動的世界里，這些模型將成為寶貴的資產，提供既有效又經濟可行的解決方案。
許多企業在大模型的基礎上建立了解決方案，提供有限的定制化和可擴展性，這些解決方案可能是一個墊腳石，但它們不太可能提供開發專有模型所能提供的長期價值。
Generalised Model Availability and Quality Prediction — Source: Sequioa Capital
小型模型不僅運行成本更低，而且適應速度更快，更易于管理，從長遠來看是一種更具可持續性和成本效益的方法。
展望2024年，創建和利用小型基礎模型的能力顯然將成為競爭激烈的人工智能市場中的關鍵差異化因素。這一轉變標志著向更個性化、更高效、更經濟的人工智能解決方案邁出了重要一步。
12 人工智能代理市場的黎明
人工智能市場正在成為自適應和響應式平臺，重塑我們對技術交易和互動的思考方式。
OpenAI GPT Store, Launching in 2024 — Source: OpenAI
OpenAI正準備在2024年初推出其備受期待的 "GPT 市場"，為人工智能領域樹立新的標桿。此舉有望打開閘門，Meta等其他科技巨頭也將迅速跟進。從亞馬遜、蘋果甚至 Bytedance 等老牌巨頭到新興的初創企業，我們都將目睹一系列參與者潛入這一領域。
但是，這場革命的漣漪效應已經超越了傳統的科技實體。隨著AI代理的發展和可穿戴技術的激增，蘋果iphone和App Store的時代又將到來，開發者將把這視為下一個淘金機會。
在這一轉型階段，人工智能市場正在從B2B領域擴展到B2C領域。我們很可能會看到各種不同的參與者在這方面進行嘗試，每個參與者都會帶來獨特的價值主張。從以消費者為中心的人工智能應用到企業級解決方案，這些市場的產品范圍將滿足廣泛的需求和愿望。
13 人工智能產品將超越SaaS模式
隨著人工智能市場和工具的激增，傳統的定價策略正在被重新評估。
Usage Based Companies — Source: Open Venture Partners
我們可能會目睹從傳統應用商店定價模式向更動態、基于消費的計費系統的重大轉變。在這種情況下，客戶將根據其人工智能使用的程度和性質付費，從而提供一種靈活且可能更加公平的定價結構。
但演變并不止于此，人工智能市場和工具的日益普及也為各種定價策略和新穎的商業模式鋪平了道路。開發者及其人工智能服務或代理可以在市場上試用收入分成（App Store）或使用費（Spotify）模式。
另一種新興模式可能是基于性能的定價，即根據人工智能工具交付的成果或結果收費。在人工智能的影響可以量化衡量的行業，如營銷分析、金融預測或者創意產業，這種模式尤其具有吸引力。
Bundled vs Unbundled Strategies in Pricing — Source: Matt Brown
此外，隨著人工智能不斷滲透到各個領域，跨行業合作可能會催生捆綁服務。這些捆綁服務可以將人工智能工具與傳統軟件服務結合起來，提供全面的一攬子服務，滿足更廣泛的業務需求。
這些新定價模式和戰略的出現，反映出市場正在迅速適應人工智能帶來的獨特挑戰和機遇。隨著企業和消費者越來越熟悉人工智能的功能，對靈活、透明、價值一致的定價模式的需求可能會加劇。
14 自主人工智能推動安全數字身份的需求
現代人工智能工具的擴展和生成將導致數字足跡的擴大，這就需要安全、便攜的數字身份，而如何在強大的安全性和用戶的可使用性之間取得平衡是一項挑戰。用戶將期待個性化的體驗，其中偏好、歷史和上下文將成為在網絡上使用人工智能服務的關鍵。
銀行和電子政務平臺正在成為這些單一數字身份和個人偏好的潛在監護人。這種整合將帶來更精簡、更安全的數字生活。但這不僅僅是安全問題，而是我們的數字人在各種平臺上的無縫整合問題。
"自主人工智能”（BYO AI, Bring Your Own AI）與此直接相關。試想一下，將自己的數字偏好、學習方式甚至購物習慣從一種數字交互無縫帶入另一種數字交互，這種便攜性不僅僅是方便，更是一種變革，使個性化和效率達到了前所未有的水平，可穿戴設備也正在成為我們管理數字身份不可或缺的一部分。通過不斷學習人類的互動行為，可穿戴設備逐漸成為個人數據中心，不僅了解我們的偏好，還能預測我們的需求。
將人工智能融入工作環境，意味著我們的數字偏好可以自動調整辦公應用程序、通信工具甚至物理工作空間的設置。想象一下，進入一間會議室，燈光、溫度甚至數字顯示屏都會根據你的喜好自動調整。
然而，這種程度的個性化和數據整合會引發有關隱私和數據使用的問題。隨著這些數字身份變得越來越復雜，并與人工智能交織在一起，它們被廣告數字體驗提供商利用的潛力是巨大的。這可能會開創一個消費參與的情境廣告新時代，在這個時代，促銷活動不僅有針對性，而且與我們的數字角色深度融合。
隨著身份與人工智能的融合，將重新定義個人與技術的互動方式，從而帶來更加個性化、高效和互聯的生活。當我們擁抱這個未來時，道德考量和隱私保護變得比以往任何時候都更加重要。
15 大模型改造現有業務價值更大
大模型最大的價值創造到底是全新的Super App，還是對現有應用的改造，現在還沒有定論。
微軟將office與AI結合起來，推出的產品Microsoft 365 Copilot一年營收達到了50億美元，比OpenAI 全年的收入13億美元大很多倍。不止微軟，還有Adobe、Salesforce，通過擁抱大模型實現了現有幾個產品的收入、利潤明顯增加。
這一波生成式人工智能，目前看到的更多是對現有業務的改造，創造出了大的價值。
百度創始人兼CEO李彥宏在2024極客公園創新大會上表示，“大廠會拿走AI大模型大多數的紅利，我說的大廠不單指互聯網大廠。我覺得現有幾乎所有行業成型的、所謂代表落后生產力的公司，一旦它轉過彎來能夠很好地利用大模型的能力，它獲得的收益、價值增益加起來一定是最大的。”
但他也補充，這并不表明創業公司沒有機會，創業公司可能能夠做出3個、5個Super App，或者做出幾百個幾千個非常有價值的垂類應用，可能性也非常大。但是這些價值創造跟我們對于現有世界的改造相比，還是一個小頭。
所謂的Super App，超級應用什么時候出來，在哪個領域能出來，這更多需要創業公司、VC 去嘗試，往這方面多努力，多做各種各樣的嘗試。
近日，360創始人周鴻祎在分享2024年AI大模型的十大趨勢提到，“在消費者端，大模型到底有啥殺手型的應用？中國會產生什么殺手級應用，我還不知道，但是2024年一定會出來。在to C領域，我們今天的搜索、瀏覽器、信息流、短視頻、微博、問答，甚至我們的社交可能都會用大模型來重塑一遍。至于是戰術性重塑還是戰略性重塑，就看各家的做法，2024年一定會出來這種殺手級的應用。”
結論和重要啟示
展望2024年，人工智能和技術重塑世界的潛力毋庸置疑。每一項預測都讓我們看到了一個創新、責任和包容并存的未來。
重要啟示：
1、生成式人工智能成為核心技術戰略：標志著各行各業從炒作到主流應用的轉變。
2、神經網絡的進步接近AGI：Mamba和神經符號人工智能等新架構大大增強了認知能力。
3、人工智能可穿戴設備和擴展現實技術（XR）日益突出：在日常生活中提供增強的人類體驗和互動。
4、互聯的AI代理創建了一個新的生態系統：專業化的AI代理相互交流，徹底改變了行業生態。
5、安全數字身份成為自主人工智能時代的關鍵：由銀行和電子政務平臺管理的便攜式數字身份的興起。
讓我們以開放的心態迎接這一旅程，準備好成為未來的一部分，未來不僅正在發生，而且將由我們來塑造。
