7月10日，美国著名大数据分析平台，全球最大数据分析公司之一SAS在官网发布了，一份关于生成式AI（AIGC）的深度应用调查报告。
本次SAS主要对美国、中国、英国、法国、巴西、日本等，北美、拉美、欧洲、亚太地区主要国家的，1,600位企业领导者进行了调查，查看他们对ChatGPT、Midjourney、Copilot、DALL·E 3等生成式AI产品的应用情况。
结果显示，中国以83%的应用率排名第一；英国为70%排名第二；美国65%排名第三。此外，在生成式AI的法规建设和安全监控方面，中国也是排名全球第一。
其实上周“日本总务省”（类似国务院）也发布了2024年生成式AI应用调查报告，调查结果也是中国在生成式AI的应用排名第一，超过美国、日本、英国等发达国家。后续「AIGC开放社区」会为大家解读一下那份报告。
由于该报告内容较多，「AIGC开放社区」主要为大家主要解读与中国相关的内容，如果想查看完整原文报告可以去SAS官网。
中国对生成式的应用全球第一
本次调查结果显示，54%的企业已开始实施生成式AI，其中11%已在企业层面完全集成该技术。86%的公司将在今年和明年投资生成式AI。
20%的企业计划在企业层面推出生成式AI，72%的企业正在实施或计划实施开发自己的生成式AI产品。
在生成式AI应用方面，中国以83%排名第一；英国70%排名第二；美国65%排名第三；澳大利亚63%排名第四；德国57%排名第五；日本53%排名第六。
这主要得益于中国拥有庞大、成熟的应用市场和领先的科技行业，为生成式AI的试验和应用提供了肥沃的土壤。例如，电子商务平台、社交媒体、教育和制造业等，提供了广阔的空间。
如果以企业全面实施的视角来看，将生成式AI与现有业务流程进行整合，例如，与大数据分析、业务流程自动化、智能决策等相结合使用。
美国以24%排名第一；中国以19%排名第二；英国以11%排名第三；法国以11%排名第四。
在生成式AI法规、监督等准备方面，中国以70%的总评处于全球领先地位。这是因为中国政府高度重视科技创新和AI的发展，已经制定了一系列政策和法规来指导和促进生成式AI技术的健康发展。
这些政策不仅提供了清晰的监管框架，还鼓励了企业和研究机构在遵守法规的前提下积极探索生成式AI的应用。
同时中国也非常重视AI相关知识的教育，通过各种渠道提高公众对生成式AI技术的理解，增强社会对遵守法规重要性的认识。这种普及教育有助于形成全社会支持和参与遵守生成式AI法规的良好氛围。
在数据治理和隐私保护方面，中国也在不断加强法规建设，确保生成式AI技术的发展不会侵犯个人隐私和数据安全。通过建立健全的数据管理体系，为生成式AI技术的合规使用提供了有力保障。
ChatGPT掀起全球生成式AI热潮
SAS表示，OpenAI在2022年11月发布的ChatGPT，是掀起全球生成式AI开发、应用热潮的引爆点。
虽然之前也出现过一些类似的产品，但在功能、易用性、影响力等方面无法与ChatGPT相提并论。ChatGPT仅用了2个月的时间便突破了1亿用户成为历史上用户增长最快的消费级应用，这让很多企业看到了巨大商机和应用潜力。
随后，各行业加大了对该领域的投入，又开发出了文生图片、视频、音频等不同的生成式AI产品，其用户群体和应用业务场景也越来越广。
89%表示，生成式AI改善了员工体验和满意度；82%表示，生成式AI可以节省运营成本；82%表示，生成式AI可以使客户留存率更高。
所以，随着应用的不断扩大在监管、实施、部署、应用等方面遭遇了不同的困难。39%的组织发现将生成式AI 集成到现有系统中是一项挑战；
而34%的组织则面临高昂的成本；尤其是只有10%的组织准备了应对生成式AI所需要的法律、法规准备工作，这些都对其场景化落地带来一系列困扰。
SAS认为，生成式AI厂商和组织如果想克服落地困难取得成功，可以考虑以下4点（简要概括）：
1）增加对数据使用的信任以及合规性。合规性是确保数据使用得到监管机构和法律认可的关键。随着数据保护法规的不断演变，例如，欧盟的通用数据保护条例（GDPR），组织必须持续关注这些变化，并确保他们的生成式AI产品和流程与最新的法律标准保持一致。
2）释放商业价值，将应用转化为可衡量的收益。组织首先需要识别那些能够快速带来显著投资回报的高影响力的用例，包括自动化客户服务、个性化营销、增强数据分析能力或优化供应链管理等。通过专注于这些领域，可以快速展示生成式AI的实际商业价值，并为进一步的投资和扩展建立支持。
3）将生成式AI与现有系统相结合使用，并确保不会影响和限制其能力。生成式AI的集成不应该被视为一次性的任务，而是一个持续的过程，需要不断地评估和优化。集成生成式AI意味着要克服技术兼容性问题，确保新系统与现有基础设施和谐共存，同时还要考虑到数据流、工作流程和用户界面的一致性。
在开始集成之前，组织首先需要对其现有的系统和工具进行全面评估。这包括了解系统的架构、数据管理能力、处理能力和扩展性。通过这种全面评估，组织可以确定集成生成式AI的最佳途径和潜在的应用瓶颈。
4）找到合适的人才，来支持生成式AI应用的战略计划。组织需要识别哪些技能对于实现生成式AI战略至关重要。这不仅包括技术技能，如数据科学、机器学习和自然语言处理，还包括软技能，如创新思维、问题解决和团队合作。
此外，建立一种持续学习的技术氛围，鼓励员工不断更新他们的知识和技能，以适应不断变化的技术环境。这可以通过提供在线课程、开发者大赛、研讨会和会议等方式来支持。
此外，从行业属性来看生成式AI落地情况，电信、零售、保险、银行以及生命科学成为应用最多的几个行业。
今天，路透社第一时间发布了该调查报告的结果，并肯定了中国在生成式AI应用的全球领先地位。
知名数据分析媒体Quartz也公布了该结果，并表示对于中国在生成式AI应用的领先地位并不惊讶。这是因为，中国在执行力、对新技术的尝试和应用方面一直保持非常积极的态度。
全球最大的商业杂志《财富》网，也在今天公布了这一结果，表示中国已经做好了对生成式AI应用的全面准备，并领先全球其他国家。
关于SAS
SAS成立于1976年，总部位于美国北卡罗来纳州，最初只有4名员工，第一代产品是由美国8所南方大学联合开发的一款用于分析农业数据的软件，共有30万行代码组成，也是当时世界最大的私人软件公司之一。
1981年，SAS的员工总人数达到100人，1985年SAS在英国开设第一家分公司，随后在全球开设了400多家子公司和办事处。
SAS主要为医疗、教育、农业、零售、金融等行业提供大数据分析服务，包括风险管理、信用评分、反欺诈和合规性分析等解决方案。
暂无评论内容