麦肯锡公司（McKinsey and Company）见证了这场变革，许多创新者的身影占据各大媒体的头条，他们利用AI的力量为自己的运营带来了巨大的改变。麦肯锡预测，在 2024 年创业者将不断开发新的工具，而生成式人工智能（GenAI）将成为AI领域的核心。
GenAI在全球范围内呈现出爆炸式的增长，它蕴含着无限的潜力，可以大幅提升企业的生产力和效率。
1、GenAI将在 2024 年实现规模化
麦肯锡公司认为，GenAI的出现是 2023 年AI领域最重要的事件。它指出，无论是哪个行业，无论是哪个国家，都有数千家公司在使用一个简单的GenAI界面，来彻底改变各种各样的商业活动。
麦肯锡公司曾经表示，这种变革将带来惊人的经济影响，预计到 2030 年，GenAI每年可以为全球经济增加 6.4 万亿到 4.2 万亿美元。该公司认为，这种变革的潜力将涵盖各个行业，从制造业、金融业、医疗保健业、零售业，到各种创意产业。
但是报告也指出，虽然创新者受到了关注，但真正领导AI市场的是规模化者。麦肯锡公司表示，首席执行官必须搞清楚三件事：他们的业务哪些部分可以从中受益，如何把一个应用程序扩展到多个应用程序，以及新的工具会如何改变他们的行业。麦肯锡公司认为，随着数字时代的进步，大多数公司已经开始了数字化和AI的转型。但是很少有人能够达到他们想要的效果。该报告说，这是因为他们没有进行必要的组织调整，才能从数字化企业的艰辛工作中获得最大的价值。
麦肯锡调查各地区、行业使用GenAI的情况
2、GenAI的范式特点决定了AI规模化地位
生成式人工智能（GenAI）是利用人工智能技术来创造新的数据、内容、模型和解决方案的技术范式。GenAI的核心是生成式模型，即一种可以从已有的数据中学习数据的分布和规律，并根据给定的条件或目标，生成新的数据的模型。生成式模型有多种类型，如生成式对抗网络（GAN）、变分自编码器（VAE）、自回归模型（AR）、神经网络语言模型（NNLM）等。
GenAI的范式特点有以下几点：
创造性：GenAI可以根据不同的需求和场景，创造出新的数据、内容、模型和解决方案，从而提高了人工智能的创造力和创新力。
自主性：GenAI可以根据自身的学习和反馈，自主地调整和优化生成的结果，从而提高了人工智能的自主性和智能性。
多样性：GenAI可以生成多种类型和形式的数据、内容、模型和解决方案，从而提高了人工智能的多样性和灵活性。
可解释性：GenAI可以提供生成过程和结果的可解释性，从而提高了人工智能的可解释性和可信度。
GenAI的以上的范式特点决定了AI能够规模化应用的地位，比如在零售行业，GenAI可以根据用户的喜好和风格，生成个性化和定制化的商品和服务。例如，您想买一件新衣服，但是不知道什么样的款式和颜色适合您，GenAI可以根据您的照片和喜好，为您生成一些合适的服装、鞋子、首饰等，让您轻松选购。或者，您想做一顿美味的晚餐，但是不知道用什么食材和做法，GenAI可以根据您的需求和场景，为您生成一些简单易做的菜谱、美妆、家居等，让您轻松享受。或者，您想了解一些新的产品和服务，但是不知道从哪里开始，GenAI可以根据您的反馈和评价，为您生成一些优惠券、推荐、营销等，让您轻松发现。
3、GenAI的发展现状和势不可挡的增长趋势
GenAI作为一种新兴的技术范式，其发展速度非常快，已经引起了各界的广泛关注和尝试。根据麦肯锡公司对2024年人工智能（AI）商业领域的预测，GenAI工具已出现爆炸式增长，许多此类工具至今推出尚不满一年，但已有1/3的受访者表示，其所在组织会在至少一项业务职能中经常使用GenAI。随着这些最新进展，人工智能已经从一个技术话题上升为企业领导的关注焦点：近1/4受访高管表示，他们会在工作中使用GenAI工具；而在已应用人工智能的企业中，有超过1/4的受访者表示GenAI已被列入董事会议程。此外，40%的受访者表示，其所在组织将会因GenAI的最新进展而增加对人工智能的整体投入。
2024年是AI技术高速进步的一年，随着人工智能技术的不断发展和创新，生成式模型的性能和效率将不断提高，生成的结果将更加逼真、多样和高质量。同时，生成式模型的类型和范围也将不断扩大，涵盖更多的领域和场景。
应用拓展将在新的一年里广泛铺开，由于GenAI工具的普及和易用性的提高，GenAI的应用领域和对象将不断拓展，从专业领域向大众领域延伸，从企业机构向个人用户扩展。GenAI将成为各行各业的助力和推动力，也将成为个人生活的乐趣和创造力的源泉。
由于技术应用的发展过于迅猛，风险管理成了2024年AI行业特别关注的一面，随着GenAI的应用规模和影响力的增加，GenAI的风险和挑战也将随之增加，如数据安全、版权保护、道德责任、社会影响等。因此，GenAI的风险管理和道德规范将成为重要的议题和任务，需要各方的共同参与和协作。
4、GenAI在2024年所展示的商业价值
首先是自动化和效率提升，GenAI让企业的工作更轻松，它可以自动完成各种任务和流程，提升生产效率和质量，节省成本和人力。这是因为GenAI可以用生成模型的技术力量，代替或帮助人类做一些无聊、麻烦、慢吞吞或难上加难的工作，比如写作、翻译、设计、合成、测试等。比如说，GenAI可以听懂用户的需求和规格，自己想出一些好的设计方案和原型模型，让用户随心所欲地定制产品。再比如说，GenAI可以看懂用户的信用记录和收入情况，自己算出一些合适的贷款方案，让用户轻松地借款。还有比如说，GenAI可以读懂用户的病历和症状，自己判断出一些可能的诊断结果，让用户放心地诊断。这些都可以让企业省时省力，赚钱赚面子。
其次是个性化和定制化，GenAI能够为用户量身定制各种内容和服务，让用户感觉更舒服，更满意，更忠诚。这是因为GenAI能够根据用户的数据和反馈，了解用户的喜好和风格，为用户打造适合他们的内容和服务。比如，GenAI可以根据用户喜欢的颜色、款式、场合，为用户设计出漂亮的服装、鞋子、首饰等；GenAI也可以根据用户的财务状况、目标、风险偏好，为用户推荐出合适的贷款、保险、投资等；GenAI还可以根据用户的学习水平、兴趣、目标，为用户提供出有用的课程、作业、考试等。这些都可以让用户享受到更好的体验和满意度，从而增加用户的忠诚度和留存率。
创造性和创新能力也是它重要的商业价值，GenAI可以创造出人类难以想象的内容和解决方案，激发人类的创造力和创新能力，推动各领域的发展和变革。这是因为GenAI可以利用生成模型的超越人类常识和经验的生成能力，生成出一些新颖和有价值的内容和服务，如根据药物的结构和功能，生成设计、合成、测试等；根据知识的结构和内容，生成总结、解释、扩展等；根据用户的想法和灵感，生成音乐、歌词、旋律等。这些都可以激发人类的创造力和创新能力，推动各领域的发展和变革。
最后是解释性和透明度，GenAI让你看得见，信得过。GenAI是一种可以自动创造各种内容的人工智能技术，它可以让你看得见它是怎么做的，也让你信得过它的结果。这是因为GenAI可以利用它的生成模型，给你提供清楚的解释和透明度，比如它会告诉你它生成的内容是从哪里来的，有什么依据，还会给你一些引用、注释和来源等；它也会告诉你它生成的内容是什么意思，有什么目的，还会给你一些摘要、和关键词等；它还会告诉你它生成的内容有多好，有多可信，还会给你一些评分、评价和反馈等。这些都可以让你更信任和理解GenAI，也可以避免一些误解和风险。
5、GenAI让AI领域的佼佼者更胜一筹
麦肯锡的调查发现，人工智能高绩效企业（也就是那些2022年至少有20%的利润来自人工智能应用的组织）正在全面发力，把握包括GenAI在内的所有人工智能能力。这些企业早就从人工智能中收获了巨大的价值，现在在GenAI应用方面也走在了其他企业的前面，他们会把GenAI用到更多的业务领域，尤其是产品和服务开发、风险和供应链管理等。如果我们看看所有的人工智能能力（不仅仅是GenAI，还有机器学习、机器人流程自动化和聊天机器人等），人工智能高绩效企业比其他企业在产品和服务开发上的应用更多；他们利用人工智能来缩短产品开发周期，给现有产品增加新功能，以及创造新的基于人工智能的产品等。
此外，这些企业在风险模拟和人力资源领域（比如绩效管理、组织设计和劳动力部署优化）也更多地使用人工智能。还有一点让这些企业与众不同：他们的人工智能活动更少是为了降低成本，而其他企业会把降低成本当作首要任务。人工智能高绩效企业的受访者说，他们的GenAI的主要目标是开辟新的业务或收入来源，这个比例是其他人的两倍，而且他们更可能提到人工智能的新功能提升了现有产品的价值。
他们之前的研究也发现，这些高绩效企业在人工智能方面的投入远超其他企业：人工智能高绩效企业的受访者更可能（可能性是其他受访者的五倍以上）表示，他们把超过20%的数字预算用在了人工智能上。这些企业内部也更广泛地使用人工智能能力。人工智能高绩效企业的受访者比其他人更可能表示，他们的组织已经在4个或更多的业务领域中采用了人工智能，并且他们在工作流程中嵌入的人工智能能力也更多。比如，人工智能高绩效企业的受访者更常说，除了GenAI和相关的自然语言能力之外，他们还把知识图谱嵌入到了至少一种产品或业务领域的流程中。
人工智能高绩效企业也遇到了一些挑战，但调查结果显示，他们面临的问题反映了他们在人工智能应用方面的成熟度，而其他企业则是在人工智能采用方面还有一些基础的战略问题。人工智能高绩效企业的受访者最常提到的最大挑战是模型和工具（比如如何在生产中监控模型性能、以及如何随着时间的推移重新训练模型）。相比之下，其他受访者提到的则是战略问题，比如如何设定明确的人工智能愿景并与业务价值挂钩，或者如何寻求足够的资源支持。
6、GenAI让2024年的商业变得更有活力
GenAI的技术水平和应用范围还有很大的提升空间，需要加强基础研究和应用创新，不断推动生成式模型的性能和效率的提升，生成结果的质量和多样性的提升，生成过程和结果的可解释性和可信度的提升。
也许到了2024年，我们就能看到GenAI的解决方案真正投入使用了。——我们的生活里会出现越来越多的由LLM（大型语言模型）驱动的功能。
GenAI的技术发展和应用推广需要各方的共同参与和协作，需要加强跨学科、跨领域、跨国界的合作和交流，不断分享和传播生成式模型的理论和实践，生成结果的经验和案例，生成风险的识别和防范。
我们也会不断地探索和完善一些框架、标准和方法，来评估和监控LLM的应用，这会成为一个热门的话题。
GenAI的技术普及和社会适应需要各方的共同教育和培训，需要加强对公众和用户的科普和引导，不断提高对生成式模型的认知和理解，对生成结果的使用和评价，对生成风险的防范和应对。
我们也会学习如何正确地衡量RAG（可重复性、可解释性和可靠性）、问答系统和聊天机器人的表现，也许还会发现一些提升性能的新技术。
随着这些GenAI系统的性能越来越好，我们会有越来越多的GenAI应用，来帮助我们提高效率和改善体验。GenAI是一种充满了机遇和挑战的技术范式，它将引领人工智能的新一轮的变革和发展，也将影响我们的新一轮的生活和社会。
