5月22日消息，ChatGPT爆火，再次使人工智能成为行业热词。众多科技大厂、创业公司、行业老兵等纷纷入局，搞起了大模型军备竞赛。那么，目前生成式AI产品在企业的渗透率如何？
Gartner研究总监孙鑫分享了Gartner最近做的一个调查问卷，结果显示，在中国有6%的用户已经部署了类似ChatGPT、生成式AI相关技术，在东南亚和中东地区则为3%。由此来看，中国用户相对而言走在比较前面。
与此同时，中国有26%的用户已经在积极试点生成式AI技术，还有24%左右声称未来0-6个月去部署生成式AI相关的应用或者技术。“最近没计划或者五六个月之后才有计划”的用户大概是14%。
孙鑫认为，中国用户对于数据为核心（Data-CentricAI）的的生成式AI能力是比较有信心的，而且其整体信心要高于其它一些类型，例如模型为核心（Model-Centric）AI的方式。
生成式AI技术是使用已有数据进行学习，然后创造与它相似的内容。在这个大前提下，生成式AI技术也会潜在给企业带来一些风险。这一点已经在ChatGPT的一些“负面”新闻中有所体现。
比如，ChatGPT会产生包含偏见、错误的信息；会让一些员工对其产生依赖性，从而可能导致员工缺乏一些批判性思维或者决策性思维的能力；会产生一些敏感信息，安全性面临挑战等。
Gartner认为，可能下一波比较火热的技术能力，就是所谓的“负责任的AI”。也就是在生成式AI上面加一个保险，让生成式AI生产的内容尽量减少“幻觉”，用一种负责任的形式去为人类所处理。
关于未来生成式AI的技术走向，孙鑫表示，可以从三个角度进行解读：
第一，架构角度，现在主流还是在云上运行或者使用生成式AI应用程序，但在受管治的一些行业当中企业内部的选择可能会激增，可能会看到一些本地部署的选择。对于基础设施的供应商来说，可以通过生成式AI的能力把自己的硬件附加的一些价值体现出来。
第二，模型本身，大模型的推出将会越来越多，未来也会出现更多Fine-Tuning模型。Fine-Tuning模型的优点在于匹配度会比较高，更贴近业务场景，这也意味着更低的成本。开源软件或者开源社区将会在这个系统当中发挥重要作用。
第三，运营角度，未来6个月“提示工程”可能会变成一个非常重要的市场，同时“矢量数据库”将会在运营侧变得非常重要。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
