德勤(Deloitte)本周發(fā)布的一項研究表明,早期采用人工智能(AI)和認知技術(shù)的企業(yè)在獲得經(jīng)濟收益的同時,正在創(chuàng)造新的就業(yè)機會。
接受調(diào)查的企業(yè)總體上對于認知技術(shù)在其組織中現(xiàn)期和未來,所扮演角色的看法是積極的。在接受調(diào)查的 250 名“有認知意識”的美國高管中,已經(jīng)有接近三分之二(63%)的人已經(jīng)開展了培訓(xùn)項目,幫助員工了解如何開發(fā)認知技術(shù)并與之協(xié)同工作。
與許多人認為的情況相反,調(diào)查對象并不認為失業(yè)是人工智能相關(guān)工作的一個重要結(jié)果,69%的受訪者預(yù)計在未來三年內(nèi)失業(yè)的數(shù)量會非常小,甚至不會帶來什么失業(yè)。
該報告表示,事實上,超過四分之一的組織(29%)認為,隨著人工智能和認知技術(shù)的普及,新工作機會將會隨之增長。當被問及人工智能和認知技術(shù)帶來的好處時,勞動力減少的排名是最低的(22%)。
們應(yīng)該看看人們和機器如何以合作的方式協(xié)同工作。” Cathy Engelbert表示, “利用新技術(shù)作為我們員工隊伍新工具的能力最終將為我們的員工建立高價值技能提供新的機會。”
絕大多數(shù)的受訪者(92%)認為認知技術(shù)是其內(nèi)部業(yè)務(wù)流程的一個重要部分,87%的受訪者認為認知技術(shù)將在改善其產(chǎn)品和服務(wù)方面起到重要的作用。此外,大約有四分之三(76%)的受訪者希望AI和認知技術(shù)能夠在三年內(nèi)實質(zhì)性地改變他們的公司。
調(diào)還查發(fā)現(xiàn),有12%的公司在認知技術(shù)方面投入超過了1000萬美元。而投入在500萬到1000萬美元、100萬到500萬美元以及50萬到100萬美元的公司比例都在25%左右,只有7%的公司的投入不到50萬美元。這些投資主要面向IT、產(chǎn)品開發(fā)與研發(fā)以及客戶服務(wù)??傮w而言,目前公司使用的認知技術(shù)還處于初級階段,而且大多數(shù)公司還沒有為這些技術(shù)提供良好的預(yù)算。
大約四分之三認知技術(shù)的早期應(yīng)用者在探索那些成熟的認知技術(shù),他們正在使用于機器人流程自動化(RPA)(73%)、統(tǒng)計機器學(xué)習(xí)(70%)以及深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)(49%)。
到目前為止,這些較新的技術(shù)似乎正在得到回報。大多數(shù)受訪者表示人工智能和認知技術(shù)帶來了中等到顯著的經(jīng)濟收益。
更喜歡從最成熟的項目入手,或者再等上幾年,等到技術(shù)成熟。
德勤咨詢(Deloitte Consulting)的Ryan Renner表示,那些希望通過認知技術(shù)獲得競爭優(yōu)勢的企業(yè)應(yīng)該“重新思考”何時、為什么以及如何通過人與機器的協(xié)同工作來取得更好的成果。
Renner還說,這些技術(shù)正在破壞組織如何執(zhí)行任務(wù)、做出決策以及在客戶和內(nèi)部完成互動的方式。他表示,真正的價值只有知道如何在公司的業(yè)務(wù)、市場、企業(yè)文化和行業(yè)環(huán)境中最有效地應(yīng)用技術(shù)的前提下才能創(chuàng)造出來。
好文章,需要你的鼓勵
騰訊ARC實驗室推出AudioStory系統(tǒng),首次實現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯式推理生成、解耦橋接機制和漸進式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時學(xué)習(xí)外觀和運動信息,顯著解決了當前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個線性層就能大幅提升運動質(zhì)量,在多項測試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實驗室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評測基準,通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術(shù)路徑。
谷歌DeepMind團隊開發(fā)的GraphCast是一個革命性的AI天氣預(yù)測模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報,準確性超越傳統(tǒng)方法90%的指標。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來了效率和精度的雙重突破。