相信很多大家對生成式AI爆發(fā)時代，決策式AI“不香了”？還不知道吧，今天菲菲就帶你們一起去了解一下~.~！

2022年12月，ChatGPT3.5的發(fā)布引發(fā)了全球范圍內對大模型的廣泛關注，2023年2月國內高校率先發(fā)布產品，2023年6月開始國內涌現(xiàn)出眾多的通用大模型和垂類大模型，目前國內大模型產業(yè)呈現(xiàn)出“百模大戰(zhàn)”的競爭格局。

大模型熱引發(fā)了全球范圍內對生成式AI的廣泛關注，在生成式AI大爆發(fā)的時代，決策式AI是否會被替代?是否所有的行業(yè)都值得用生成式AI再做一遍?生成式AI在垂類行業(yè)中的技術落地是否會出現(xiàn)“水土不服”?決策式AI和生成式AI的商業(yè)落地場景能為下游客戶創(chuàng)造哪些商業(yè)價值?

這些問題的答案，需要從兩類技術的本質出發(fā)，結合行業(yè)特性、市場需求和未來趨勢進行綜合考量。

決策式AIVS 生成式AI

決策式人工智能也稱為判別式AI，是指利用人工智能技術來輔助或自動化決策過程的一系列方法和系統(tǒng)，決策式人工智能識別數(shù)據(jù)中的隱藏規(guī)律，指導基于數(shù)據(jù)洞察的決策過程，并解決與核心業(yè)務運營密切相關的問題。

生成式人工智能是指基于生成對抗網絡、大型預訓練模型等人工智能的技術方法，通過已有數(shù)據(jù)的學習和識別，以適當?shù)姆夯芰ι晌谋?、圖片、代碼、音頻和視頻等相關內容的技術。整體來看，決策式AI和生成式AI在技術路徑、作用機制和應用方向等方面存在差異。

在技術路徑方面:決策式AI是一種用于決策的技術，它利用機器學習、深度學習和計算機視覺等技術來處理專業(yè)領域的問題，并幫助企業(yè)和組織優(yōu)化決策。其技術路徑是“對已有數(shù)據(jù)“打標簽”，從而對不同類別的數(shù)據(jù)做區(qū)別，比如將圖像區(qū)分為貓和狗。生成式AI是一種用于自動生成新內容的AI技術，使用語言模型、圖像模型和深度學習等技術，自動生成新的文本、圖片、音頻和視頻內容。其技術路徑為分析歸納已有數(shù)據(jù)后創(chuàng)作新的內容，比如生成貓和狗的圖像。

圖:決策式AI和生成式AI技術路徑差異

（圖片來源:億歐智庫）

在作用機制方面:決策式AI通過學習數(shù)據(jù)中的條件概率分布，通過決策式模型輸出數(shù)據(jù)判定結果。生成式AI通過學習數(shù)據(jù)中的聯(lián)合概率分布，依托生成式模型學習非結構化內容后輸出新內容。

圖:決策式AI和生成式AI作用機制差異

（圖片來源:億歐智庫）

在應用方向方面:決策式AI能夠識別數(shù)據(jù)中的隱藏規(guī)律，指導基于數(shù)據(jù)洞察的決策過程，在人臉識別、智能推薦、自動駕駛和智能風控等方向應用廣泛。生成式AI通過模型訓練能夠根據(jù)用戶需求生成內容，文本生成、圖像生成、代碼生成和視頻生成為主要應用方向。

圖:決策式AI和生成式AI應用場景差異

（圖片來源:億歐智庫）

決策式AI的優(yōu)質落地領域

決策式AI的布署相對于生成式AI訓練速度更快，能夠針對具體場景進行精細化的調整和優(yōu)化，實現(xiàn)場景快速落地和準確結果預測，適合對特定任務進行快速優(yōu)化和部署的環(huán)節(jié)。不同行業(yè)中均有決策式AI落地的場景，比如金融行業(yè)中的智能風控、智能推薦和人臉識別，工業(yè)中的智能質檢、智能調度和智慧排產，交通運輸行業(yè)中的自動駕駛和供應鏈優(yōu)化。

以工業(yè)為例，在生成式AI出現(xiàn)之前，決策式AI已在工業(yè)場景中廣泛落地，幫助下游客戶實現(xiàn)效率提升和成本優(yōu)化的質變。在工業(yè)領域，生產制造是行業(yè)的核心環(huán)節(jié)，在該環(huán)節(jié)中決策式AI的分布遠高于生成式AI，而在研發(fā)設計和經營管理等創(chuàng)造性較強的環(huán)節(jié)中生成式AI分布比例較高。比如在智能質檢場景中，決策式AI能夠從海量的工業(yè)產品圖片數(shù)據(jù)中，學習產品的外觀特征、質量標準和缺陷模式等關鍵信息，對新樣本進行快速和準確的判斷。因此在工業(yè)領域中，對于模型輸出精度和響應速度要求相對較高的生產制造環(huán)節(jié)是決策式AI的優(yōu)質落地領域。

圖:決策式AI和生成式AI在工業(yè)領域的分布情況

（圖片來源:騰訊研究院）

生成式AI的優(yōu)質落地領域

生成式AI具有通用性、強計算能力和涌現(xiàn)性，適合綜合型和創(chuàng)造類的應用場景。根據(jù)麥肯錫2023年6月發(fā)布的研究，對于不同的行業(yè)和不同的職能部門，生成式AI對其帶來的影響有所差異。從行業(yè)來看，生成式AI為高新技術、銀行、零售等行業(yè)帶來的影響較大;從職能部門來看，營銷、產品研發(fā)和軟件工程是適合生成式AI落地的領域。

比如，在營銷環(huán)節(jié)中，生成式AI可以幫助企業(yè)輔助或自動生成營銷文案，并能根據(jù)用戶畫像和產品特征，生成不同語氣、語言、文化理念和風格的營銷文案，幫助企業(yè)實現(xiàn)降本增效。在產品研發(fā)環(huán)節(jié)中，生成式AI可以賦能醫(yī)藥和能源化工等行業(yè)，利用生成式AI的知識學習能力，幫助實現(xiàn)新藥物和新材料的發(fā)現(xiàn)，有效提升企業(yè)研發(fā)效率。

圖:生成式AI對不同行業(yè)和職能部門帶來的影響

（圖片來源:麥肯錫）

決策式AI和生成式AI的未來展望

展望未來，在短期內（2-3年），決策式AI和生成式AI將各自在其擅長的領域深化發(fā)展，決策式AI將進一步深化其在金融風控、工業(yè)質檢、供應鏈管理等關鍵領域的應用，提高決策的精準度和效率;生成式AI將在內容創(chuàng)作、藝術設計、游戲開發(fā)等領域展現(xiàn)其創(chuàng)新潛力，不斷推動個性化和多樣化的體驗。

長期來看，盡管生成式AI的快速發(fā)展可能在某些領域引發(fā)變革，但不會出現(xiàn)生成式AI對決策式AI的取代。相反我們更有可能看到的是它們之間的融合發(fā)展，決策式AI的分析能力和生成式AI的創(chuàng)造性將相互補充，共同構建更為復雜和高級的AI系統(tǒng)，推動社會向更加智能化的方向發(fā)展。

在當下，哪些行業(yè)適合落地決策式AI/生成式AI?決策式AI/生成式AI在哪些環(huán)節(jié)中能帶來顛覆性變革?決策式AI/生成式AI為不同行業(yè)下游客戶創(chuàng)造的價值如何?

以上就是關于【生成式AI爆發(fā)時代，決策式AI“不香了”？】的相關內容，希望對大家有幫助！

　　免責聲明：本文由用戶上傳，與本網站立場無關。財經信息僅供讀者參考，并不構成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權請聯(lián)系刪除！