在 2022 年和 2023 年初，技术创新者集体释放了生成式人工智能，利用该技术创建全新的、看似人造的文本和图像的能力，让商界领袖、投资者和整个社会眼花缭乱。
反响是空前的。
短短五天内，一百万用户涌入 ChatGPT，这是 OpenAI 的生成式 AI 语言模型，可根据用户提示创建原创内容。 苹果花了两个多月的时间才使其 iPhone 达到同样的采用水平。 Facebook 等了十个月，Netflix 等了三年多才建立起同样的用户群。
ChatGPT 并不是生成式人工智能行业中唯一的公司。 Stability AI 的 Stable Diffusion 可以根据文本描述生成图像，发布后 90 天内在 GitHub 上获得了超过 30,000 颗星，比之前任何软件包快了八倍。1
这种兴奋不只是组织的尝试。 生成式人工智能用例已经在各个行业中广泛应用。 金融服务巨头摩根士丹利正在测试该技术，以帮助其财务顾问更好地利用该公司超过 100,000 份研究报告中的见解。2 冰岛政府已与 OpenAI 合作，努力保护濒临灭绝的冰岛语。3 Salesforce 已将 技术融入其广受欢迎的客户关系管理 (CRM) 平台。4
生成式人工智能技术的飞速发展和新用例的不断涌入市场，让投资者和企业领导者争先恐后地了解生成式人工智能生态系统。 虽然即将深入探讨 CEO 战略以及该技术可能在全球各行业创造的潜在经济价值，但我们在这里分享一下生成式人工智能价值链的构成。 我们的目标是提供基本的理解，作为评估这个快节奏领域的投资机会的起点。 我们的评估基于初级和二级研究，包括对致力于技术商业化的企业创始人、首席执行官、首席科学家和企业领导人的 30 多次采访； 数百份市场报告和文章； 以及麦肯锡专有的研究数据。
生成式人工智能的简要说明
要了解生成式人工智能价值链，了解生成式人工智能是什么以及它的功能与公司用来预测客户流失、预测产品需求和制造产品的“传统”人工智能技术有何不同的基本知识会很有帮助。 次佳产品推荐。
一个关键的区别是它创建新内容的能力。 该内容可以以多种方式交付，包括文本（例如文章或问题的答案）、看起来像照片或绘画的图像、视频和 3D 表示（例如视频游戏的场景和风景）。
即使在该技术发展的早期阶段，生成式人工智能的输出也令人印象深刻，赢得了数字艺术奖项，并在众多测试中得分跻身或接近前 10%，包括美国律师资格考试和律师资格考试。 SAT 的数学、阅读和写作部分，SAT 是美国使用的大学入学考试。
大多数生成式人工智能模型都以一种格式生成内容，但多模式模型也正在出现，例如，可以根据用户提示创建包含文本和图形的幻灯片或网页。
所有这一切都是通过在大量数据上训练神经网络（一种深度学习算法）并应用“注意力机制”来实现的，“注意力机制”是一种帮助人工智能模型理解应该关注什么的技术。 通过这些机制，生成式人工智能系统可以识别单词模式、关系和用户提示的上下文（例如，理解“猫坐在垫子上，这是蓝色的”句子中的“蓝色”代表了 垫子而不是猫的）。 传统人工智能也可能使用神经网络和注意力机制，但这些模型并不是为了创建新内容而设计的。 他们只能根据现有内容描述、预测或规定某些内容。
价值链：六个环节，但其中一个环节最为突出
随着生成式人工智能系统的开发和部署的开始，一个新的价值链正在出现，以支持这项强大技术的培训和使用。 乍一看，人们可能会认为它与传统的人工智能价值链非常相似。 毕竟，在计算机硬件、云平台、基础模型、模型中心和机器学习操作（MLOps）、应用程序和服务这六个顶级类别中，只有基础模型是新增的。
