生成式 AI 元年已過，GenAI 仍未被大規模商業化——3 大原因說給你瞭
2023 年可以說是生成式 AI 元年，相關數據與預測都在揭示，人們正處在一次千載難逢的革命浪潮中。《彭博》報導指出，這股 AI 浪潮將迎來長達十年的榮景，相關產業可能會在十年內，以 42％ 的速度擴張，預計到了 2032 年，生成式 AI 市場的資本規模將成長至 1.3 兆美元。
微軟創辦人比爾·蓋茨（Bill Gates）甚至預言：「AI 的發展與個人電腦、網路和手機的誕生一樣重要。」微軟執行長納德拉（Satya Nadella） 也表示，遇到 ChatGPT 就像 30 年前他第一次看到網頁瀏覽器一樣。
然而，即使這些市場數字對該產業呈現樂觀態度，AI 實際應用卻可能不如期待中高速規模化。箇中原因有以下三點：
1. AI 殺手級應用尚未出現
《金融時報》分析，生成式 AI 將比其他重要的新技術，像是雲端運算，更快成為主流應用。「與其他新科技（例如網路）相比， AI 受益於現有的通訊系統，將更快被規模化應用，因為基礎設施已經就位。」史丹佛大學學者布林約夫森（Erik Brynjolfsson）說。
然而在企業內，或許應用範圍的擴張相當快速，但對於消費者來說，艾倫人工智慧研究所前所長埃齊奧尼（Oren Etzioni）認為，目前還沒有一款高度貨幣化的「殺手級應用」，能將生成式 AI 變成一個賺錢機器，
「這使得 AI 類似早期的網際網路，當時免費服務占主導地位，付費創造利潤的服務很少。」
2. 運營生成式 AI 成本過高
「人類迄今為止運算密集度最高的任務之一。」風險投資機構 Andreessen Horowitz 如此形容訓練 ChatGPT 模型，因為訓練和管理生成式 AI 模型既複雜又昂貴，需要耗費大量演算力和高速網路以及無數記憶體。
根據 Forrester 的 AI 和機器學習分析師庫蘭（Rowan Curran） 表示，先進的語言模型訓練成本超過數百萬美元。VMware 執行長拉格漢姆（Raghu Raghuram）也指出，目前 AI 模型的效能與運算基礎設施的實際比例為 1：1，在這種高成本的情況下無法輕易擴展也毫無永續力。
接近天價的訓練成本，讓許多中小企業卻步，也就是說全球將只會有極少數像 ChatGPT 這樣的「超大型 LLM」，要做到規模化應用，自然也有其難度。
3. 資安、結果不準確的風險問題待解決
Salesforce 策略長史瓦茲（Peter Schwartz）接受《金融時報》採訪指出，生成式 AI 要大規模應用，有兩大問題仍須解決：一是錯誤率，二是資安問題。
他提到大型語言模型產生錯誤結果是長期存在的問題，從而削弱了它們在許多業務環節中的價值；資安問題則來自於許多公司內部缺乏成熟的數據力，因此沒辦法訓練自己的 AI 模型，但用其他公司的服務，又害怕資料外洩。
綜合上述原因，麥肯錫最近一份報告預估，如果 AI 技術只是穩定改進而非突破，大規模應用的時間需要 8 到 27 年。AllianceBernstein 成長股投資者提爾尼（Jim Tierney）則表示：「2024 年會是 AI 技術很重要的轉捩點，我們將看到誰只是打人工智慧牌，誰擁有真正的商業模式。」
【推薦閱讀】
用 ChatGPT 挖你個資蠻簡單！研究人員對它重複「施咒」，結果破防了
＊本文開放夥伴轉載，參考資料：《金融時報》、《彭博》、VMware，首圖來源：Unsplash
（責任編輯：鄒家彥）