生成式 AI 元年已過,GenAI 仍未被大規模商業化——3 大原因說給你瞭

2023 年可以說是生成式 AI 元年,相關數據與預測都在揭示,人們正處在一次千載難逢的革命浪潮中。《彭博》報導指出,這股 AI 浪潮將迎來長達十年的榮景,相關產業可能會在十年內,以 42% 的速度擴張,預計到了 2032 年,生成式 AI 市場的資本規模將成長至 1.3 兆美元。

微軟創辦人比爾·蓋茨(Bill Gates)甚至預言:「AI 的發展與個人電腦、網路和手機的誕生一樣重要。」微軟執行長納德拉(Satya Nadella) 也表示,遇到 ChatGPT 就像 30 年前他第一次看到網頁瀏覽器一樣。

然而,即使這些市場數字對該產業呈現樂觀態度,AI 實際應用卻可能不如期待中高速規模化。箇中原因有以下三點:

1. AI 殺手級應用尚未出現

《金融時報》分析,生成式 AI 將比其他重要的新技術,像是雲端運算,更快成為主流應用。「與其他新科技(例如網路)相比, AI 受益於現有的通訊系統,將更快被規模化應用,因為基礎設施已經就位。」史丹佛大學學者布林約夫森(Erik Brynjolfsson)說。

然而在企業內,或許應用範圍的擴張相當快速,但對於消費者來說,艾倫人工智慧研究所前所長埃齊奧尼(Oren Etzioni)認為,目前還沒有一款高度貨幣化的「殺手級應用」,能將生成式 AI 變成一個賺錢機器,

「這使得 AI 類似早期的網際網路,當時免費服務占主導地位,付費創造利潤的服務很少。」

掌握 AI 趨勢 & 活動資訊一點都不難!訂閱電子報,每週四一起《AI TOgether》

感謝訂閱!隨時注意信箱的最新資訊

2. 運營生成式 AI 成本過高

「人類迄今為止運算密集度最高的任務之一。」風險投資機構 Andreessen Horowitz 如此形容訓練 ChatGPT 模型,因為訓練和管理生成式 AI 模型既複雜又昂貴,需要耗費大量演算力和高速網路以及無數記憶體。

根據 Forrester 的 AI 和機器學習分析師庫蘭(Rowan Curran) 表示,先進的語言模型訓練成本超過數百萬美元。VMware 執行長拉格漢姆(Raghu Raghuram)也指出,目前 AI 模型的效能與運算基礎設施的實際比例為 1:1,在這種高成本的情況下無法輕易擴展也毫無永續力。

接近天價的訓練成本,讓許多中小企業卻步,也就是說全球將只會有極少數像 ChatGPT 這樣的「超大型 LLM」,要做到規模化應用,自然也有其難度。

3. 資安、結果不準確的風險問題待解決

Salesforce 策略長史瓦茲(Peter Schwartz)接受《金融時報》採訪指出,生成式 AI 要大規模應用,有兩大問題仍須解決:一是錯誤率,二是資安問題。

他提到大型語言模型產生錯誤結果是長期存在的問題,從而削弱了它們在許多業務環節中的價值;資安問題則來自於許多公司內部缺乏成熟的數據力,因此沒辦法訓練自己的 AI 模型,但用其他公司的服務,又害怕資料外洩。

綜合上述原因,麥肯錫最近一份報告預估,如果 AI 技術只是穩定改進而非突破,大規模應用的時間需要 8 到 27 年。AllianceBernstein 成長股投資者提爾尼(Jim Tierney)則表示:「2024 年會是 AI 技術很重要的轉捩點,我們將看到誰只是打人工智慧牌,誰擁有真正的商業模式。」

立即報名微軟《AI 領航者探索週》

【推薦閱讀】

用 ChatGPT 挖你個資蠻簡單!研究人員對它重複「施咒」,結果破防了

【現在開始讀取腦的部分】戴上「想法閱讀帽」讓 AI 把想法文字化,準確率望破 9 成

AI 手機到底有什麼特別的?用起來和 ChatGPT 不同嗎?高通 CEO 為你解答

*本文開放夥伴轉載,參考資料:《金融時報》、《彭博》、VMware,首圖來源:Unsplash

(責任編輯:鄒家彥)