中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

在人工智能飛速發展的當下，其未來走向備受各界關注。本文匯聚了兩大頂尖資本先鋒與貝恩的智慧，從AI代理的深化、消費者任務“解脫”、應用軟件的進階等七大維度，為我們勾勒出AI未來的發展藍圖。

對技術趨勢最敏感的從來是資本。

隨著2024年步入尾聲，全球兩大風險投資機構—先鋒領航與貝恩資本關于人工智能領域投資報告，新鮮出爐，看點十足。

先鋒領航被稱為巨頭背后的巨頭，是騰訊、百度、阿里、微軟、谷歌、蘋果等一眾巨頭上市公司背后的投資人；而貝恩資本則是全球最大的私募另類投資公司之一，管理著2000 億美元規模的資產。

兩者作為全球頂尖的投資機構，其“嗅覺”無疑更為靈敏。

盡管，兩份報告中剔除了有關自身業績的部分，但關于人工智能領域的觀察分析，仍能讓我們窺見AI未來發展趨勢的一角。

以下為烏鴉君選取的兩份報告中的精華觀點部分，希望對你有所啟發。

一、AI代理，將實現從信息獲取走向執行層面??

代理式數字支持（agentic digital support）是AI未來的發展趨勢。

其中包括，提供建議：財富管理、購物導航、客戶服務、健康洞察等、支持、采取行動（如財務賦能、購物禮賓、任務協助、健康導航等）。

數字支持，將逐步實現從信息提供到實際行動支持的深化過程。

二、為消費者主動尋求任務“解脫”

未來AI的發展方向將朝著為消費者接管任務，帶來“解脫”的方向發展，幫助消費者處理日常事務，使他們從繁瑣的任務中解放出來。

而不是著重于提供 “愉悅”。

隨著技術的進步，消費者對尋求解脫和“幫我做”的心態轉變將持續，對AI的依賴和需求可能會進一步增加。

三、應用軟件將迎來第三個階段：工作系統

從1990年開始到2000年，應用軟件完成了從記錄功能到智能系統的轉型，在2020年之后，將會轉向工作系統。

四、AI技術交付未來將朝向Agents落地

目前，AI還屬于副駕駛模式（Co – Pilots）：這種模式下，AI主要作為輔助工具，幫助人們完成一些基本的工作任務，工作產出改進約10%。在這個階段，AI的自主性和智能程度相對較低，用戶仍需要進行大量的手動操作和決策。

即將到來的助手模式（Assistants）：AI將具備更強的自主決策能力和任務處理能力，能夠理解用戶意圖并提供更具針對性的解決方案，工作產出預計可改進30%。

未來的代理模式（Agents）：AI將具有高度的自主性和智能性，能夠獨立完成復雜任務，并在多個領域進行協同工作，工作產出有望改進70%。

教育、合規、法律、護理、房地產等行業，通常存在人員不足、依賴落后的經驗信息系統、缺乏強大現有企業的問題，AI有潛力解決這些問題并提高工作效率和質量。

五、AI將為物理世界解鎖四大新機遇

1）基于AI的計算機視覺：可用于工業和供應鏈領域，如庫存盤點、制造質量控制、安全和合規檢測等，使計算機能夠理解和解釋視覺信息，提高生產和運營效率。

2）大型語言模型（LLMs）解決數據互操作性問題：有助于改善不同系統或平臺之間的數據交互和共享，提高數據的可用性和效率，應用于預約安排、采購和供應商互動以及下一代運輸管理系統（TMS）等場景。

3）新一波機器人技術和自主化：新形態因素和低成本硬件的出現，以及物理世界基礎模型的推動，將使機器人能夠無需預編程即可工作，且硬件趨向于構建模塊化，遠離單片式方法，可在工業生產、物流、家庭服務等領域發揮更大作用。

4）用于硬件設計和制造的軟件：人工智能軟件將在硬件設計和制造過程中發揮重要作用，例如通過優化設計、預測故障、提高生產效率等。

六、AI發展路徑，難以預測

回顧2023年對今年AI行業發展的判斷：

1）符合預期的地方是：開源模型縮短與閉源模型的差距、多模態生成式AI出現、AI公司估值走高。

2）有預期但未發生的：企業大規模生產部署(Enterprise Production Deployments)AI的趨勢并未發生。

據調查，對于已經將人工智能技術，投入到實際生產環境的企業，在AI系統的選擇方面以及生產部署上，有以下趨勢。

在AI系統的選擇方面：

OpenAI/Chat GPT：采用率接近 70%。GitHub Copilot：采用率接近 50%。Anthropic/Cloud：采用率約為 30%。Google Gemini：采用率約為 20%。Microsoft Copilot：采用率約為 10%。Open Source (e.g. Llama)：采用率約為 10%。Other：采用率最低，不到 10%。

在生產部署方面：

Software Development（軟件開發）：采用率，接近 90%。Meeting Transcripts/Notes（會議記錄 / 筆記）：采用率次之，約為 70%。Customer Support（客戶支持）：采用率約為 60%。R&D（研發）：采用率約為 50%。Sales Processes（銷售流程）：采用率約為 40%。Marketing（營銷）：采用率約為 30%。Operations（運營）：采用率約為 20%。Call Center（呼叫中心）：采用率約為 10%。HR（人力資源）：采用率約為 10%。Finance & Accounting（財務與會計）：采用率最低，不到 10%。

3）沒有預期，也沒有發生自動化，卻出現了技術增強趨勢。

在 2023 年初到 2024 年的工作場景中，工作增強（Augmentation）雖未被預期但逐漸在發生，與自動化形成對比。

職場可能正朝著通過技術輔助人類工作的方向發展。

4)沒有預期，卻發生：創意合作。

例如，character與谷歌、covariant與亞馬遜、Adept 與亞馬遜、Inflection 與微軟。

這些出人意料的合作，反映了科技行業在創新合作上的新動態，可能會帶來新的技術突破和商業機會。

七、技術突破使智能代理成為可能

一方面，人工智能在推理方面的能力正在提升，谷歌的系統在比賽中獲得了 28 分，這一分數與人類金牌得主的分數相同。

在伯克利函數調用上，GPT-4o準確率最高，Llama3-8b-instruct (After)最低：

GPT-4o：準確性接近 100%；GPT-3.5：準確性接近 100%。Llama3-70b-instruct：準確性接近 100%。Llama3-70b-instruct (After)：準確性接近 100%。DBRX-instruct (After)：準確性接近 100%。Llama3-8b-instruct：準確性略低于 90%。Llama3-8b-instruct (After)：準確性略低于 90%。

這些數據表明，大多數語言模型在伯克利函數調用基準上的準確性都非常高，接近或達到 90% 以上。

同時，隨著后訓練（post-training）技術的興起，使Llama 3 在訓練后，推理（reasoning）、編碼（coding）、事實性（factuality）、多語言能力（multilinguality）、工具使用（tool use）、長上下文（long context）和精確指令跟隨（precise instruction following）等能力得到了優化。

在成本方面，隨著技術的不斷進步和市場的逐漸成熟，未來大模型的成本可能會繼續降低。

在2023年4月1日，最高成本“gpt – 4 – 32k” 的token 成本最高，近200美元/萬億token。

在2024年7月1日左右，最低成本gpt – 4o – mini” 的token成本最低，約5美元/萬億 token。