O’Reilly发布了一项针对2800多名技术专业人士的全球调查结果，调查内容是关于企业中生成式人工智能的现实情况，探讨了公司如何使用生成式人工智能，阻碍采用的瓶颈，以及应该解决的技能差距，以推动这些技术向前发展。报告全文现在可以免费下载。

O'Reilly首席内容官玛丽·特雷塞勒(Mary Treseler)表示:“生成式人工智能是企业进入新机遇时代的门户，它有可能推动增长、优化运营，并提供卓越的客户体验，使企业在竞争中脱颖而出。”“但如果没有合适的人才来管理它，这种快速发展的技术很难得到充分利用。正如这份开创性的报告所揭示的那样，我们远未达到生成式人工智能所能达到的顶峰，企业仍有时间投资于人工智能革命前沿所需的关键技能发展。”

在近代历史上，生成式人工智能的采用速度比任何其他技术都要快。三分之二(67%)的受访者表示，他们的公司目前正在使用生成式人工智能，其中超过三分之一(38%)的受访者表示，他们的公司使用人工智能的时间还不到一年。尽管高德纳(Gartner)等公司提出，人工智能可能正处于其炒作周期的顶峰，但调查结果表明，人工智能还有很大的发展空间。随着生成式人工智能技术的发展，在这些模型之上训练模型和开发复杂的应用程序变得越来越容易，而且许多开源模型(16%的受访者利用了这些模型)需要更少的资源来运行。

在短短一年内发布的几代工具也推动了应用热潮。自动化复杂提示的工具，允许存档和索引提示以供重用的工具，以及用于文档检索的矢量数据库更常见，有助于将生成式人工智能应用于更多组织。

尽管生成式人工智能被广泛采用，但许多公司仍处于早期阶段。虽然18%的受访者表示在生产中有应用程序，但对于希望实现这些技术的企业来说，仍然存在多个瓶颈。受访者提到的最大约束是确定适当的用例（53%），其次是法律问题、风险和遵从性的综合(38%)。

生成式人工智能的加速集成也创造了对具有专业知识的技术工作者的需求，其中人工智能编程(66%)、数据分析(59%)和人工智能/机器学习操作(54%)是最需要的技能。一般的人工智能素养(52%)也很重要，因为用户在遇到生成式人工智能工具时有时会表现出偏差。

在风险方面，O 'Reilly问那些与人工智能合作的公司测试什么。排名前五的回答分别是意外结果(49%)、安全漏洞(48%)、安全和可靠性(46%)、公平、偏见和道德(46%)以及隐私(46%)。

生成式AI实践

O 'Reilly的报告发现，54%的人工智能用户认为生成式人工智能工具将提高整体生产力，只有4%的人认为会降低员工人数。调查发现，在目前使用生成式人工智能的领域，最常见的应用是编程(77%)，使用GitHub Copilot或ChatGPT等工具。数据分析(70%)和面向客户的应用(65%)是目前企业中生成式人工智能的前三大用例，此外，该技术还有助于营销(47%)和其他形式的复制(56%)。

其他主要发现包括:

34%的组织处于生成式人工智能的概念验证阶段，这反映了整个组织采用人工智能的早期阶段。另有14%从事产品开发，10%从事模型制作。18%的受访者表示已经在生产中使用了人工智能应用。

在受访者中，64%的人已经从使用预包装的通用生成式人工智能转向开发定制应用程序，这是一个重大的飞跃，需要在人员、基础设施和技能方面进行投资。

虽然23%的受访者正在使用某种GPT模型并不奇怪，但16%的受访者表示他们的公司正在开源模型之上进行构建——这展示了一个超越GPT的重要而活跃的世界。LLaMA和LLaMA 2(2.4%)和Google Bard(1%)是使用最少的模型。

O 'Reilly负责内容策略的副总裁、该报告的作者Mike Loukides表示:“生成式人工智能的采用肯定是爆炸性的，但如果我们忽视仓促采用的风险和危害，我们肯定有可能陷入另一个人工智能寒冬。”“通过采取务实的方法，而不是匆忙投入生产，投资培训和资源，创造性地思考如何将人工智能应用于工作，企业面前有巨大的机会。正如报告总结的那样，‘人工智能不会取代人类，但利用人工智能的公司将取代不使用人工智能的公司。’”