福布斯：垂直 AI 是生成式 AI 领域的下一轮革命
来源：福布斯
编译：巴比特
图片来源：由无界 AI工具生成
生成式人工智能（AI）的出现引发了各行各业极大兴趣。这项强大的技术有可能彻底改变我们的工作方式，创造新的可能性，并改变各个领域。
本文将探讨什么是生成式人工智能、如何运作、日益增长的势头以及特定行业人工智能（也称为垂直人工智能——Vertical AI）的预期影响。此外，本文还将讨论在现代商业环境中不采用生成式人工智能的后果。
01 什么是生成式人工智能及其工作原理？
生成式人工智能是指人工智能技术的应用，它允许机器自主创造、生成和生产新内容。与依赖现有数据进行分析和决策的传统人工智能系统不同，生成式人工智能利用先进的深度学习模型从现有数据中学习，并以可理解的格式生成原始、现实的输出。
该技术技术通过在大量数据上训练一个模型来捕捉模式、风格和相关性。经过训练后，生成式人工智能模型可以通过从学到的知识中推断生成新的内容，从而使其能够创建原始且通常高度真实的输出。
生成式人工智能因其在简化工作流程、自动化创意流程和释放新机遇方面的潜力而在各个领域获得发展势头。从艺术和娱乐到医疗保健和制造业，各行各业正在认识到其变革能力。
很明显，生成式人工智能正在成为一种商品。然而，并非所有生成式人工智能都是相同的，它预计会分为两个不同的类别：通用和垂直。
ChatGPT 和 Google Bard 等通用人工智能模型正变得越来越普遍——由于其通用功能而在各个行业中找到应用。另一方面，垂直人工智能模型的设计更加专业化，将为特定行业量身定制，并提供显著和更直接的投资回报。
02 对垂直人工智能模型的需求日益增长
通用和垂直人工智能模型之间的区别凸显了对特定行业解决方案日益增长的需求，因为企业寻求利用人工智能的力量来优化其运营并释放新的增长机会。
大多数公司需要一个模型，将其大量的行业数据和专业知识整合并转换为有意义的输出，从而提供有针对性的解决方案，以满足特定行业的需求。这些模型需要专门针对其服务的特定行业或用例而设计的专用算法。
例如，在现场服务中，垂直解决方案正在通过解决客户期望上升、劳动力短缺和设备复杂性等行业挑战，改变服务运营。通过利用旨在解决特定服务用例的人工智能，这些解决方案可以帮助组织比以往更快的速度去诊断和解决问题，提供更多自助服务选项，优化资源分配以克服劳动力短缺问题，并实现主动维护以最大限度地减少停机时间。这可以提高运营效率并提高客户满意度，从而为组织提供可持续增长和竞争优势。
麦肯锡的一项研究指出，“在一家拥有 5000 名客户服务代理的公司中，生成式人工智能的应用使每小时的问题解决率提高了 14%，并将处理问题所花费的时间减少了 9%。它还减少了代理人的流失，并将与经理通话的请求减少了25%。” 最终，该报告证实，这些好处很大程度上是由于“人工智能帮助经验不足的代理人使用与技能较高的同行类似的技术进行沟通”。
垂直人工智能的另一个重要区别在于能够将主题专业知识纳入模型中。我们的内部数据显示，在领先的服务组织中，有三分之一的服务解决方案在历史服务数据中无法找到。相反，任何问题的最佳答案都可以在主题专家提供的数据中找到，这强调了将人类专业知识纳入数据集的重要性。
一些垂直人工智能解决方案具有将专家知识数据化的能力，这意味着它们可以将公司专家头脑中存储的知识转换为合成数据。通过利用主题专家的知识，人工智能模型可以实现更加个性化和可靠的结果。
03 企业如何整合垂直人工智能战略
对企业来说，纳入垂直人工智能战略可能是一次变革之旅。以下是开始这一旅程的三个步骤：
1. 确定相关垂直领域和用例。对业务流程、客户需求和市场趋势进行全面分析，以确定人工智能可以带来价值的领域。在这些垂直领域中寻找人工智能技术可以提高效率、加强决策或创造新机遇的具体用例。例如，如果你在服务行业，你可以考虑将人工智能应用于设备诊断和故障排除、知识管理或劳动力管理。
2. 培养内部专业知识。制定垂直人工智能战略，需要在人工智能技术及其在所选垂直领域的应用方面建立内部专业知识。这可以通过聘请人工智能专家、提高现有员工的技能或与外部专家或顾问合作来实现。
3. 从试点项目开始。通过在已确定的垂直领域启动小规模试点项目来开始你的旅程。这些项目将允许你测试与在现实场景中实施人工智能解决方案相关的可行性、潜在影响和相关挑战。
04 忽视生成人工智能的后果
生成式人工智能代表了人工智能的重大突破，正如前面提到的，这项技术有望成为一种商品。企业是否利用通用人工智能或垂直人工智能将取决于他们，但那些忽视这项技术的人可能会面临重大挑战。如果不利用生成式人工智能的力量，公司就有可能落后于竞争对手。他们可能面临运营成本增加、决策过程变慢以及错失自动化和优化的机会。
随着生成式人工智能的不断发展，企业探索其可能性、将其集成到工作流程中，并利用其功能来取得新的成功至关重要。
