热点访谈|计算机首席分析师孟灿—AI的落地应用畅想

在当今快速发展的金融行业中，科技的崛起为市场参与者带来了前所未有的机遇与挑战，随着人工智能技术的飞速发展，我们已经进了一个新的时代。

以下为采访原文：

(资料图)

1.2023世界人工智能大会7月6-8日在上海举办，会上，国际和国内的大模型都会重磅亮相。恰好近期华为、京东等大模型也将发布，您认为符合哪些条件的大模型有望率先走出来？

一是底层技术积淀深厚，需要有业内拔尖的领军人物带队，二是有高质量的数据积累，尤其是面向垂直领域的模型，对专业数据要求更高，三是有丰富的落地场景，现成的客户群体，可更顺利的应用，并在过程中不断迭代升级。

2. 内容创作领域历经 PGC（平台/专家生成内容）、UGC（用户生成内容）、AIUGC（AI 辅助用户生成内容）三大发展阶段，目前在ChatGPT爆火的推动下已全面进入 AIGC（AI独立生成内容）时代。您认为，AI的使用在哪些领域会带来行业的变革？

一是在静态知识领域替代部分人力，帮助企业降本增效。AI大模型生成内容的本质是对既有知识的归纳总结，在基于静态知识的行业中，大模型生成速度更快、成本更低，能够在一定程度上替代人力。目前海外厂商在企业服务、教育、商用图片生成、代码生成等领域已取得较好进展，国内在相应领域也有公司积极布局。二是AI可在信息整合领域可提供优于人类的服务。AI在对繁琐信息进行分析归纳方面有更高的效率和准确率。比如将AI技术应用至创新药研发中，可以使药物早期发现时间缩短至1/3，成本降至1/200。AI还可以从客户基本信息、电子邮件、通话记录中识别有价值客户，帮助企业进行精准营销。此外，在金融、医保审核等多个场景，利用AI技术可实现远高于人类工作者的信息整合效率。

3. 作为全球创意软件巨头，Adobe覆盖 B/C 客群的办公及创意工作需求。Adobe选择入局 AIGC，您如何看待这家已成立40余年的企业，在这场新潮流中的优势？

一是布局较早，早在2016就发布自己的AI技术底座sensei，并广泛用于各个产品中。因此在AI方向本身具备深厚技术积累；二是快速反应，在生成式大模型成为趋势后，Adobe在23年3月快速推出自己的生成是模型firefly，在AIGC运用上快速反应快速布局；三是强强联合，与AI算力巨头英伟达合作，进一步补足AI能力；四是拥有广泛落地场景，Adobe拥有CC创意云，DC文档云，EC营销云三大产品，相关产品几十款，C端与B端全覆盖，拥有丰富AI落地场景与探索空间，为AI在应用端的落地提供了坚实基础。总结来看，Adobe虽然成立40余年，但一直不断进行产品技术革新，在成为巨头的过程中，Adobe本身就是引发排版以及文档格式（PDF）的先行者，探索新技术，引发新革命，持续存在其基因中，也是其在激烈竞争中的立身之本。所以Adobe除了是创意及办公巨头之外，一直都是科技巨头。

4. ChatGPT为各行业带来产业革命，不仅国外市场在AI领域持续发力，国内市场关注度也转向应用层公司的布局。考虑目前国内的AI发展阶段，是否已经能实现应用层的落地？您看好的应用端的未来投资机遇和行业是什么？

应用层目前国内已经陆续看到在面向C端和B端的营销、游戏、影视、咨询、办公、智能硬件、企业服务、金融IT、教育IT、工业信息化等场景落地。结合AIGC的行业可变革程度及赛道商业能力来看，各行业总体可以分为四类情况，即热门发展市场、平缓上升市场、潜力拓展市场及初步探索市场。其中，行业可变革程度较高且商业化能力较高的区域，即处于矩阵虚线右上方的区块，可被视作会率先受到AIGC产业发展影响的行业。其次，从具体的细分赛道的角度分析，泛娱乐、游戏、金融、广告营销为代表的行业由于内容生产环节多，数字化程度高且商业化能力强，并且对于创意类工作需求大，因此受AIGC产业发展的影响最为明显。

5. 2022年全球基于AI的网络安全市场规模为174亿美元，已经进入网络安全投资爆发期。然而AI应用落地既可能带来新安全风险，同时也可能进一步赋能网络安全，如何寻找两者间的平衡点？

AI红利接踵而至，安全风险如影随形，包括模型算法本身不可靠、不安全，AI算法可解释性不足且鲁棒性较差；数据安全问题，大数据是AI技术研发和落地的基础，随着海量数据被生成、采集、存储和利用，数据安全和隐私保护领域的安全风险加剧；AI技术滥用风险，AI网络攻击、AI欺诈等新安全威胁持续增加。AI应用虽然带来新安全挑战，但也意味着新安全需求同步增加。AI是为了发展，发展要兼顾安全，注重自制可控。

关键词：