事實上，在這場由ChatGPT激起的新一輪AI浪潮中，全球科技巨頭、AI廠商、行業翹楚等紛紛下場，唯恐錯過此番科技盛宴。同時，GenAI蓬勃發展產業規模也在高速增長，麥肯錫調查數據顯示，2022年GenAI市場收入為400億美元，預計2027年及2032年將分別達到3990億美元和13040億美元。

2023年即將過去，2024年即將到來。在包括戴爾科技、Gartner、IDC發布的2024年技術趨勢預測中，GenAI的熱度并沒有隨著舊的一年的過去而消散，相反，在新的一年GenAI依舊成為科技領域的“寵兒”。戴爾科技集團全球首席技術官John?Roese表示：“GenAI仍然是2024年重點話題之一，并且將從2023年的純理論探索階段，進入業務應用階段。”

從理論到實踐，2024年成GenAI進化的關鍵一年

John?Roese之所以將GenAI的發展趨勢總結為“從理論階段轉向實踐階段”是有其原因的。

我們可以看到，ChatGPT的崛起又掀起了人工智能發展的新一波浪潮，也釋放出頭部互聯網企業和AI廠商的創新密度和熱情，從國內來看，根據公開資料不完全統計顯示，截至2023年11月30日，國內已經有至少200家大模型廠商推出了各自的大模型。可以說，在GenAI的這個賽道里，每家企業都公平地擁有科技創新“入場券”，擁有參與競爭的權利。

然而，這些“繁榮”的背后并沒有改變一個事實，也就是如果企業不具備產品市場契合度或可持續的競爭優勢，人工智能生態系統的整體繁榮是不可能持續的。當頭部企業裹挾GenAI從技術淘汰的第一階段進入能夠端到端地解決人們問題的第二階段之時，企業不得不面對“物競天擇，優勝劣汰”。

從第一階段到第二階段的進化，便是John?Roese所說的，2024年GenAI將從理論階段進入到業務應用階段。而Gartner對于未來GenAI的預測，也佐證了這一觀點，它預測到2026年，超過80%的企業都會接入生成式AI或大模型，然而這一比例在2023年初還不到5%。在筆者看來，接入GenAI是其進入業務應用階段的重要表現，如果這一數據可靠的話，那么，2024年、2025年、2026年將成為關鍵的3年。

從理論到實踐，GenAI如何實現進化？

在2024這一具有關鍵意義的一年，GenAI將如何完成從理論到實踐的進化？John?Roese也給出了相應的解答：其一，GenAI將從構建訓練基礎架構轉向構建推理基礎架構;其二，企業的關注點將越來越多地從寬泛的實驗轉向自上而下的戰略重點，暨挑選出少數幾個真正具有變革意義的GenAI項目;其三，經濟方面的討論重點將從訓練成本轉向運營成本。

通常，GenAI分為兩個階段：在訓練階段，訓練構成GenAI系統核心的大語言模型，在推理階段，使用這些訓練有素的大語言模型來運行應用程序。“將GenAI投入到企業業務用例的這一過程中，訓練GenAI只是起步，進入業務應用場景前，企業將在基礎模型上進行調優，使用海量的數據喂養GenAI，從而釋放GenAI的生產力。”John?Roese如是說。

在筆者看來，在即將到來的2024年，越來越多的企業將從關注訓練階段到關注推理階段，相應的GenAI也將從構建訓練基礎架構轉向構建推理基礎架構。John?Roese認為在這一趨勢變化下，企業需要考慮如何更好地設計推理基礎架構，將這些推理基礎架構部署在哪里，以及如何確保推理基礎架構的安全性。與此同時，對于這些問題，John?Roese也作出了相應的解答。

以設計推理架構為例，在推理階段，企業需要的基礎架構的類型取決于用戶規模和模型的類型，比如，少量的用戶使用成熟的GenAI，那就需要一臺服務器，而在用戶眾多的情況下，便需要增加服務器。John?Roese表示：“除了用戶訓練的基礎架構，企業還需要更好地理解、清楚如何打造一個推理基礎架構”。

從寬泛的實驗轉向自上而下的戰略重點也是GenAI進化中企業的關注點之一。可以看到，GenAI誕生伊始便讓企業、組織、部門不斷思考如何使用GenAI改變自身業務方式。然而，在真正實施的過程中，企業開始意識到，在海量的企業項目中構建和實施真正投入生產的生成式AI的系統，需要占用大量的人力、物力、財力。

因此，挑選出少數幾個真正具有變革意義的GenAI項目進行實踐對于企業來講尤為重要。John?Roese表示：“2024年企業CIO和企業領導者也必須做一個決定，那就是在企業內部挑選出來的數個或數十個要實施GenAI的項目中，再選出幾個項目優先實施。”

另外一個值得關注的變化是，企業關注的重點將從訓練成本轉向運營成本。這一點與筆者論證的越來越多的企業將從關注訓練階段到關注推理階段這一觀點不謀而合，可以說，后者的變化在一定程度上決定了企業關注的成本的變化。

戴爾科技研究發現，2023年GenAI的成本主要集中在訓練成本，比如訓練大模型需要的服務器數量、架構開發和維護人員等。然而對于企業而言，在應用階段使用這些GenAI的主要開支為運營成本。John?Roese表示：“所以從明年開始，隨著越來越多的企業使用GenAI，我們將會發現企業的成本將會由訓練成本轉向運營成本。”

零信任、邊緣平臺、量子計算將發揮巨大價值

如今，零信任已成為網絡安全技術的主旋律。作為新的安全范式，零信任可明確識別用戶和設備，并授予其適當的訪問權限，以便企業能夠以最小的摩擦進行運營，同時降低風險。因此，在筆者看來零信任可以作為一種安全方式或范式、一種戰略或某些特定架構和技術實施加以應用。Gartner預測到2025年，至少70%的新增遠程部署將使用零信任網絡訪問。

對于零信任的趨勢，John?Roese表示：“整個2023年充斥著對零信任及其在全球網絡安全工作中重要性的討論。在即將到來的2024年，零信任也不再只是一個熱門話題，將聚焦落實真正的技術、架構、標準和認證，從而實現零信任的全部優勢。”據戴爾科技透露，戴爾科技正在與全球生態系統領導者合作，簡化零信任集成。

如今，云網邊端架構日益深入人心，事實上，通過構建云網邊端協同架構，可以實現終端物聯網設備的便捷通信和可靠的數據交互，滿足不同行業的差異化服務。結合云計算和邊緣計算的優勢，云網邊端協同應運而生，通過云邊協同網絡，可在為終端用戶提供低延時服務的同時提高數據的處理速度。可以說，邊緣平臺并不是機械式地無限擴展，而是云網邊端協同的發展。

對此，John?Roese分享說，企業將認識到構建現代化邊緣有兩種方式：邊緣孤島的擴展和多云邊緣平臺的搭建。未來的發展方向將是后者，即采用“邊緣平臺”讓現代化邊緣成為多云基礎架構的延伸。John?Roese透露，“在2023年戴爾科技便有建立統一基礎架構與應用管理愿景，而在GenAI落地實踐的2024年，戴爾科技也將開始落實一些概念和設想。”

此外，John?Roese還預測，量子計算將帶來AI系統能力的巨大飛躍。在他看來，量子計算解決了GenAI和大多數大規模AI對計算資源需求量極大這一主要問題。事實上，量子計算具備無限處理數據的能力，也能從海量的數據中選擇最優的答案，因此，使用量子計算優化GenAI之后，能夠讓GenAI更加有效，運行得更好。

寫在最后

2023年科技領域的GenAI發展一騎絕塵，一方面是越來越多的GenAI誕生，進行行業賦能實踐，另一方面，智算中心、HPC發展也如火如荼，帶動產業的發展。然而，在GenAI發展中，我們也注意到，GenAI同質化、場景落地難等痛點，要想有進一步的發展，勢必要解決這些難題。未來GenAI如何進化，讓我們拭目以待。