今年秋天，包括Meta、Twitter和亞馬遜在內的一些最大的科技公司都裁掉了人工智慧(AI)和機器學習(ML)的員工。有鑑於此，進入2023年，行業的緊張情緒依然高漲是有道理的，但事實並非如此。

即使在可能的衰退中，多個行業的人工智慧專家告訴VentureBeat，他們預計人工智慧創新將繼續，公司將相應地調整預算和優先事項。事實上，這些行業領袖們強烈強調了三個領域，AI在過去一年蓬勃發展，並將在2023年繼續增長:工作場所自動化和以人為中心的AI;數據驅動的人工智慧決策;和生成AI用例。

人工智慧轉錄工具Deepgram的執行長斯科特·史蒂芬森表示:「美國深陷衰退，但儘管消費者和企業面臨著經濟不確定性，我預計人工智慧不僅將保持彈性，而且將抗衰退。」通過削減成本和增加創新，人工智慧將在2023年繼續成為商業的核心。簡單地說，人工智慧將幫助我們用更少的錢做更多的事。」

雖然有些人可能認為「削減成本和增加創新」是職場自動化和人工智慧工具將他們擠出工作崗位的原因，但一些領導者表示，更有可能的情況是自動化取代了日常工作，這樣員工就可以專注於更高級的工作。

「人工智慧不會——也不應該——在短期內取代人類，」以人為本的人工智慧平台Vian AI的創始人兼執行長Vishal Sikka說。「現實情況是，今天的人工智慧，儘管令人印象深刻和強大，但與人類的判斷相去甚遠。到2023年，人們會越來越認識到，有太多平台不是為人類設計的。越來越多的系統將被設計用來放大人類的判斷能力，以幫助人們並鼓勵人工智慧共生，而不是尋求讓人工智慧取代用戶。」

人機互動需要以人為中心的解決方案

隨著人工智慧繼續改變我們的工作方式和我們使用的工作工具，一些專家表示，工具本身也應該變得更以人為中心——簡化日常工作流程中的事情，或者創建一個平台，簡化人與技術的雙向交互。

軟體開發公司wizpool的創始人兼執行長Zeeshan Arif表示:「我們將看到用戶友好、非技術的AI系統大量湧現。」「他們將在內部建立更多的人工智慧系統，以幫助他們簡化運營，改善客戶服務。」

雲通信平台Sinch的ML和AI工程總監Pieter Buteneers對此表示贊同，他告訴VentureBeat，進入新的一年，AI可能會遠離關鍵詞，因為它「正在向真正的理解和理解邁進」。

行業領袖告訴VentureBeat，自然語言處理(NLP)和大型語言模型(llm)的進步也可能在這方面發生，並指出這些技術可以幫助擴展業務流程。

「NLP正在徹底改變人類與機器的互動方式;這些技術可以理解人們所說的話，根據這些信息採取適當的行動並做出相應的反應，」面向企業團隊的創意平台The X Future的聯合創始人德凡舒·班薩爾(Devanshu Bansal)說。「NLP提供的不僅僅是與用戶的清晰溝通;它還可以幫助企業理解客戶的聲音，從而幫助企業擴大經營規模。」

最重要的是，隨著以人為中心的AI技術的不斷進步，特別是在NLP和llm方面的進步，部署llm的人工智慧初創公司NLP Cloud的創始人兼執行長Julien Salinas預測，這一進步甚至可能使該技術更容易負擔得起。

薩利納斯說:「在自然語言處理方面，我們一直看到採用人工智慧技術的穩步增長。」「由於人工智慧社區目前正在進行許多低級優化，我預計大型語言模型將變得更便宜。」

AI和ML模型將由質量數據驅動

儘管人工智慧在過去的一年中經歷了快速的發展，但一些人認為它的發展速度不夠快，陷入了類似於「石器時代」的狀態——這就是為什麼那麼多人工智慧項目失敗了。展望2023年，這是行業領導者越來越意識到並致力於解決的問題。

人工智慧教育平台Fusemachines的執行長、哥倫比亞大學人工智慧教授薩米爾·馬斯基(Sameer Maskey)告訴VentureBeat，「在企業層面，數據豎井仍然是一個巨大的障礙……組織正在慢慢開始理解人工智慧的成功取決於數據，而且取決於大量數據。」

因此，Maskey希望看到更多的解決方案能夠訪問「可靠的數據池，幫助企業從人工智慧驅動的效率中受益」。

一種解決人工智慧數據匱乏問題的解決方案是使用合成數據。Gartner預測，到2024年，合成數據將用於加速60%的人工智慧項目。另一個是使用基礎模型，這些模型通常是在大量未標記的數據上進行訓練，然後與較小的標記數據集配對，以推動解決問題。

「以數據為中心的人工智慧的總體趨勢似乎正在加速，」計算機視覺公司Encord的總裁兼聯合創始人烏爾里克·斯蒂格-漢森(Ulrik Stig-Hansen)說。「這降低了公司將數據變現的進入門檻，所有條件(都)平等應該會導致這些技術得到更廣泛的採用。在接下來的一年裡，企業將需要學習如何戰略性地使用數據。這是他們真正能找到人工智慧競爭優勢的地方。」

生成式AI的用例將會爆發

生成式人工智慧可能會被非正式地稱為該領域的「年度話題」，但它在今年取得了進展，催生了幾家新公司和新工具，它們正在改變創意人士和非創意人士的工作方式。像DALL-E、Imagen和Stable Diffusion這樣的工具在得到最模糊的提示(比如「坐在寶座上的人工智慧機器人」)後，幾乎立即生成原始的文本到圖像概念。

除了不斷增長的用例外，Encord的Stig-Hansen預測，「生成式人工智慧的可用性將出現革命性的飛躍。」

這一領域在2023年沒有放緩的跡象，Gartner預測生成式人工智慧不僅將提高數字產品質量，到2025年也將占到所有數據生產的10%，而目前這一比例為1%。

生成式人工智慧是一種工具，儘管還沒有完全取代工作崗位，但它正在激發各企業部門對未來可能發生什麼的好奇心。

「隨著技術變得越來越複雜，它將繼續帶來顛覆性影響，不僅是對圖像和內容開發，對語音識別和銀行等其他行業也是如此，」Deepgram的史蒂芬森說。「我預測生成技術將很快成為人類的外骨骼——它將支持我們正在做的工作，並最終推動一個更高效、更有創造力的未來。」

隨著生成式AI提供的文本到圖像、文本到視頻以及即將到來的文本到3d功能，該工具的應用也將增加，甚至可能會從技術和企業領域擴展到娛樂和創意行業，Stig-Hansen說。

他說:「這些人工智慧模型只會越來越好，變得更加逼真。」「該領域將從人工智慧生成的面部發展到圖像和視頻中的整個身體。包括音樂產業在內的創意產業也將大量採用生成式人工智慧。」

投資者也開始注意到這項新技術，但有些人還在觀望，看它是否仍然只是「炒作」，或者它的增長是否會穩定下來。

the X Future的聯合創始人班薩爾表示，他們的基金Z Nation Lab是人工智慧內容生成平台Jasper AI的早期投資者，他認為該平台只會在此基礎上繼續發展。

Bansal說:「看到Jasper AI在過去兩年取得的指數級增長，我非常看好生成式AI在營銷中的應用。」

2023年注意事項

據《財富》(Fortune Business Insights)報導，人工智慧市場的投資和增長在未來幾年有望大幅增長。該公司還報告稱，到2029年，該行業的價值將超過1萬億美元。

包括高德納(Gartner)、弗雷斯特(Forrester)和麥肯錫(McKinsey)在內的研究巨頭都強調人工智慧的大規模發展。例如，Gartner分析師阿夫拉茲•賈夫里建議企業領導者「特別關注有望在兩到五年內獲得主流採納的創新」，以獲得競爭優勢。弗雷斯特預測，AI軟體的增長速度將比其他軟體市場快50%。麥肯錫的研究人員也預計，人工智慧的採用率將繼續提高。

數據可觀察性平台Monte Carlo的首席技術官Lior Gavish說:「公司不能讓AI/ML的巨大力量和前景阻止他們利用其能力，即使他們航行在這些難以置信的艱難的經濟海域。」「在如今預算緊縮、團隊精簡的情況下，在優化AI/ML的影響時，少即是多。」