作者：Howie Su（产业分析师）
生成式AI还会一路红下去，全球大型企业已经逐渐将之视为标配，来自戴尔、联想、Intuit、SAS 等公司的高层分享了他们对生成式人工智慧下一步发展方向的观察，让我们一起来一窥究竟。
一、Juniper Networks：培训大型语言模型的成本将会下降
Juniper Network的AI长Bob Friday认为，训练基础大型语言模型 (LLM) 的成本迅速下降，未来能以每两年 50% 的速度训练它们，这使得更多公司能够开发和部署更多自己的模型。因此，预计未来几年将会出现大量模型。此外，随着公司开始面临构建特定领域人工智慧助理的挑战，目前围绕模型的炒作可能会在 2024 年放缓。
二、Cisco：客制化 B2B 应用即将到来
Cisco认为，预计新产品将采用由生成式AI 提供支援的自然语言介面(NLI)，到2024 年底，超过50%的产品将预设采用生成式AI，相关科技也将用於与需要更加情境化、个人化和整合解决方案的使用者进行B2B 互动。生成式人工智慧将提供 API、介面和服务来存取、分析和视觉化资料和见解，并在专案管理、软体品质和测试、合规性评估和招聘工作等领域变得普遍。因此，人工智慧的可观察性将会增强。
三、GitLab：对人工智慧长的需求将不会持续下去
Foundry 最近的一项研究表明，11% 的中型到大型组织已经指定专人担任此职位，另外 21% 的组织正在积极寻找人员。随着人工智慧更深入地融入业务营运和策略，对专业AI长的需求将会消失。曾经被认为需要专职人工智慧主管的职责最终将落入首席资讯长的职权范围，或者该角色可能在未来某个时候与资料长的职责融合，这一转变将反映出企业对人工智慧在各种业务职能中的作用有更广泛、更全面的理解，而不用设置单一技术长来处理。
四、Nvidia：工业数位化加上生成式人工智慧将促进转型
生成式人工智慧将使物理世界的各个方面（例如几何、光、物理、物质）更容易转化为数位资料，实体世界数位化的民主化将加速工业企业的发展，使他们能够更有效率地设计、优化、制造和销售产品，AI还使企业能够更轻松地建立虚拟训练场和合成数据，以训练将在物理世界中互动和操作的新一代人工智慧，例如自主机器人和自动驾驶汽车。此外，来自制造、产品设计、零售、电子商务和机器人行业的全球最具影响力的软体和从业公司都致力於加入新成立的OpenUSD 联盟，作为 3D 工具和资料之间的通用语言，OpenUSD将打破资料孤岛，使工业企业能够比以往更轻松、更快速地跨资料湖、工具系统和专业团队进行协作。
五、联想：企业将更智慧地管理人工智慧风险
部署人工智慧的公司将更加认识到人工智慧的风险和潜在性质，未来将看到更多的企业采取有针对性的行动来减轻这种风险。例如检索增强生成等新模式可以协助、语言模型从权威来源寻找资讯。其他技术，例如确保训练资料的品质和保真度、让人类参与训练（基於人类回馈的强化学习）以及对最敏感场景的推理，都是平衡生成式 AI 提供的增强智慧的方法，多种技术将与AI融合协作，让AI风险降至最低。
