“随着人工智能的发展，大部分工作会由机器人代替，未来人们不再需要工作上班，国家和社会应确保每个人都能享受到无条件普惠基本收入，而且这个基本收入还不能太低，至少保证衣食无忧，跟社会平均工资差不多。
大模型数字革命
“但是要达到小康水平或者高福利发达国家水平，有一项科技技术必须达到临界点突破才行，那就是自由能源的实现。
“目前人们对芯片技术的追求已经达到了入魔的地步，倘若其他技术也像芯片技术一样被重视，那么一连串技术临界点会很快获得连环突破。”2016年马斯克曾公开谈论过科技临界点给社会带来的变化。
同时，在《三体》中，关于宇宙社会学有两个基本概念：猜疑链与技术爆炸。其中，技术爆炸是文明得以加速发展的根本原因。而每一次爆炸前，都有科技临界点的出现——就如蒸汽机引发工业革命、互联网引发了信息革命一样。
信息革命
进入2023年，以ChatGPT为代表的生成式AI爆发之后，AI大模型的到来全面催生数字产业爆发，数据要素化、资本化也加速了数字经济的快速发展，加上6G、卫星互联网、人形机器人、可控核聚变等技术的全面突破，身处科技临界点，整个数字世界的生长逻辑都在发生根本性改变。
生成式AI正身处科技临界点
“生成式AI已经达到了临界点。”亚马逊云科技数据库、数据分析和机器学习全球副总裁Swami Sivasubramanian公对当前最新临界点做出了判断。
而在数字开物观察，以ChatGPT为代表的AIGC技术在C端市场的火爆，只是生成式AI的上半场，真正的临界点将在下半场——B端市场展开。
根据相关数据指出，截止到2032年，生成式AI的业务收入将达到2470亿美元，然后，增长动力来自使用AI模型、广告等服务的设备，到2032年，AI支持的数字广告业务收入将达1920亿美元，AI服务器的收入可能达1340亿美元。
同时，根据前瞻产业研究院发布的《ChatGPT开启AIGC产业生态新时代》报告指出，2023年中国AIGC产业规模约170亿元人民币，预计到2030年市场规模将达到万亿级别。
前瞻产业研究院大模型报告
其中，多模态是中国投融资领域热点赛道，图像、视频预计成为高潜领域。而结合技术成熟度、落地可行性而言，2023年相对市场规模较大的领域包括文字生成图像、文字生成视频、文字辅助生成等。
不仅如此，基于AIGC、大模型延伸出来的具身智能技术，更多使用在服务和家用机器人上，例如扫地、除草机器人上。而随着生成式AI、大模型的火爆，具身智能有了新的定义和应用场景，行业案例。
比如，华为手机用上盘古大模型改进手机助手的智能水平，一些机器人公司接入大模型，提升机器人自主决策能力，智能汽车接入大模型）提升人车交互能力等。
华为盘古大模型
斯道资本合伙人张矩指出，具身智能无交互就无新认知，无具身交互就无新的世界知识。自主智能体一定是以具身形式出现的，摄像头也是具身的一部分。逻辑上生成式AI一定会是具身系统的一部分，要么是机器，要么是人机协同。
而随着全球掀起生成式AI的技术浪潮，各个行业都在发生颠覆性的变革，无论是IT巨头百度、阿里、腾讯、科大讯飞，还是包括高盛和摩根士丹利在内的多家机构已经开始在内部对该技术进行测试。
此外，像红杉资本中国、深创投、顺为资本启明创投、创新工场等一线VC投资机构；小米、阿里、腾讯等大公司战投部也加入战局，纷纷投资相关的创业公司，提前抢占市场。
以“大模型”为代表数字革命来了
腾讯云副总裁、腾讯云智能负责人、优图实验室负责人吴运声公开指出，AI大模型的应用正逐步渗透到千行百业的各个环节，包括设计、研发、生产、营销和服务等。
从对话式客服到营销内容生成，再到跨模态检索和风险控制，大模型的应用正在展现出更强的能力、更高的效率、更广泛的应用场景和更深的潜力。一个由“大模型”驱动的“效能革命”正在悄然发生。
在具体企业场景应用上，生成式AI可以帮助企业提高效率、降低成本、提升用户体验。具体应用场景包括：
智能客服：利用文本生成式AI处理用户提问，自动回复用户信息，提高客户满意度。
数据分析：利用生成式AI进行数据分析，挖掘数据价值，为企业决策提供支持。
自动驾驶：利用生成式AI进行自动驾驶车辆的训练和测试，提高自动驾驶的安全性和效率。
游戏开发：利用图像生成式AI进行游戏场景和角色的设计，减少游戏开发成本。
其中智能客服是生成式AI主要的应用场景之一，而AI多模态智能客服，则通过多种形式与用户进行交互，包括文字、语音、图像、视频等多种模态。
这种智能客服系统可以自动识别用户的文字、语音、图像、视频等信息，还可以通过多种方式回答用户的问题，并基于这些信息进行智能判断和分析，从而提高客服的可靠性和用户的满意度。
目前已经被广泛应用于消费品、制造业、生物医药、金融、央国企、数字政府等各个领域，为企业及公共组织提供了高效、智能、个性化的客户服务。
简单来说，相较于之前的AI模型，大模型的能力已经由感知智能向认知智能转换，并趋向通用人工智能，不同于传统的只能应用于狭窄领域的专用智能，大模型大大拓宽了人工智能的应用范围和想象空间。
生成式AI除了在智能客服，智能销售中场景应用，围绕具体的传统产业升级，也有相应的行业大模型出现。目前金融大模型、汽车交通大模型、医疗大模型是相对落地率比较高的领域。
其中，金融行业大模型应用相对比较广泛。
金融行业沉淀了海量数据，例如金融交易数据、客户信息、市场分析、风控数据等，其中包含大量非结构化数据（如客户的证件扫描等）。
这既占用了大量的存储资源，又无法将数据标准化进行分析利用，造成了极大的资源浪费，还存在大量复杂数据处理任务。这催生了金融业对大模型这种能高效、准确处理数据的技术的强烈需求。
金融业同时又是科技驱动型行业，其中介属性天然对新技术特别敏感，应用落地效率极高。许多新技术如区块链技术、云计算、大数据等，都率先在金融行业应用落地，并为金融行业创造了巨大的价值，也深刻改变着金融业。
大模型在模型性能及能力上的跨越式提升，更好的满足了众多金融场景，如智能投顾、智能投研、智能风控、智能交互等，对人工智能技术的需求，加快了金融行业的技术升级进程。
像今年5月，星环科技推出第一款面向金融量化领域的生成式大语言模型“无涯Infinity”，度小满开源国内首个千亿参数金融大模型“轩辕”；6月，恒生电子发布金融行业大模型LightGPT，将于9月底开放试用接口。马上消费研发了全国首个零售金融领域“天镜”大模型。
星环金融大模型无涯Infinity
此外，包括蚂蚁金服、马上消费、海通证券等金融机构，及九章云极、第四范式等科技企业均有金融大模型的行业布局或者案例。
金融之外，大模型在汽车、零售、文旅、政务、出行等各个领域也有深度应用，如吉利、广汽、长城、未来、小鹏汽车等车企纷纷围绕汽车大模型展开了布局。
总的来说，经过过去一段时间的发展，企业在大模型方向的探索已经度过了“尝鲜期”，“产业落地”成为评估大模型价值的重要标准。所以，以“大模型”为代表数字化革命正在发生。
总的来说，当前，数字化浪潮方兴未艾，以大数据、云计算、人工智能为代表的新一代数字技术日新月异，催生了数字经济这一新的经济发展形态。
对于传统产业而言，航空、石化、钢铁、汽车、建筑、家电、服装、机械、零售等多个行业都在利用数字技术进行全方位、多角度、全链条的改造过程。
他们利用数字技术破解企业、产业发展中的难题，重新定义、设计产品和服务，助力传统企业正确做出决策，提升运营效率，降低管理和运营成本，开源节流，实现产业数字化转型。
但这些传统产业如何利用以大模型为代表的数字经济技术变革产业？在数字化过程会遇到哪些难点？具体得方法论和逻辑是什么？那就让我们一起来数字开物大会共同探讨数字经济的发展方向和未来趋势。
热门专题
