一項被稱為“生成式AI”的人工智能技術將在未來兩到五年內達到AI商業應用高峰。Gartner 2021年新興技術成熟度曲線報告顯示，隨著解決方案的成熟和采用范圍的擴大，該技術會生成合成數據來訓練自己的模型或識別突破性產品。

    Gartner研究副總裁Brian Burke表示，生成式 AI 的商業實施已經在企業中發揮作用，并且隨著技術進步不斷滲透企業根基。生成式 AI 的工作原理是使用算法來創建經訓練后的全新合成數據，以釋放生產力不足。

    影譜科技AI商業化負責人認為，生成式AI被納入Gartner技術周期，這反應了生成式計算機視覺平臺的增長潛力，能為跨領域企業提供服務，帶來生產力、成本效益和安全性的飛躍。另一方面，激烈的市場競爭也促使企業主動選擇生成式AI技術應用以減少成本的發生。

    據悉，影譜科技是一家總部位于北京的人工智能技術公司，是最早將生成式AI技術引入商業領域的領先公司之一，獨創的AI生成技術與數字孿生組合，正成為文化傳媒、教育、商業服務領域的通用數智技術。

    可見的是，生成式AI技術正處于企業級商業化的最佳時期。兩方面是推手，首先來自企業的剛性成本壓力，這一大環境促使了降本性技術的大面積普及；其次，AI生成性技術因能低成本的自適應業務數字化需要，發展為諸多產業鏈數字化升級的首要選擇。

    早期，生成式AI技術的高精準度識別被廣泛應用在各類視覺識別場景。至今，隨著AI與傳統產業深度融合，生成式AI不僅可以完成由算法創建一段全新3D視覺內容、與孿生技術組合創建新的數字商品等業務場景，其在移動互聯、商業、制藥、傳媒等關鍵行業也產生積極結果。

    如在傳媒領域，企業運用影譜科技研發的生成式AI技術方案創建3D新聞直播間、虛擬主持人等，也采納此項技術大規模完成了文字、音頻快速轉視頻的數字內容升級任務，據悉，在未采納此技術時，這類任務需消耗大量人力和時間。

    如在醫療領域，研究人員使用AI技術生成更多數據來支持算法，幫助識別抗病毒化合物和治療COVID-19的治療研究。

    與此同時，零售業正成為繼文教、互聯網后，AI生成技術下一個重要的普惠商業場景。AI生成技術正在為零售增長做好準備，規模化生產以及對業務場景足夠了解，足以讓人這個市場充滿期待。

    在消費互聯網中，一個單一的人工智能系統可以為數十億用戶提供服務。如計算機視覺是許多程序的底層技術，如圖片檢索、內容審核系統、信息過濾器、安全攝像頭、圖像分類、物體檢測和人臉識別。在這些領域，通常不乏數據來訓練深度神經網絡，也可以采用大致相同的機器學習模型即可服務于數百萬用戶和客戶。

    與消費互聯網不同，在傳統商業產業鏈中每個企業可能都需要自己的 AI 模型，商業零售系統對AI提出了一系列獨特的挑戰。典型挑戰是，如何構建企業級AI訓練模型，如何降低AI部署環境的要求，如何提供因需發生的組合型技術服務。

    首先，需要面對大多數企業組織缺乏可訓練的基礎數據。事實上，某些企業也許有業務數據，但并不能快速轉化為機器可訓練的數據，無法完成預訓練機器學習模型或某些需特定數據進行訓練而生成的模型，這些都需要經歷更為復雜的AI實施過程。

    其次，AI零售的挑戰不僅限于數據，在數據安全性、使用透明度等方面對AI系統中的算法類型和精度指標也提出了高要求。據悉，對此，影譜科技構建了一個完整的AI技術棧來監控零售商品的性能、跨模型迭代、維護模型的不同版本，以及管理用于收集新數據和重新訓練模型的數據通道。

    簡而概之，這些都是生成式AI在數字商業零售業落地過程中突破的技術障礙。影譜科技AI 數字商業平臺旨在構建一個解決零售企業智能化、數字化升級普遍問題的技術平臺，面向零售商品生產企業、運營平臺、服務商部署企業級的AI商業解決方案。

    影譜科技相關負責人表示，根據零售行業特點，調整生成式AI模型，讓算法變得更動態，支持這些模型的數據也變得更加動態、更穩定，在商業場景上也更能與傳統產業融合。如何把生成式AI視覺技術這種低投入、高產出的技術組合、通用性零售商品數據集等特別能力供給給傳統商業系統，輔助商業服務流邁向實時、互動的數字化形態，也就解決了商業零售服務數字化的第一重困難，這恰好是生成式AI技術的重要性能。

    影譜作為國內唯一一家具備快速自動創建企業級3D實時數字商品數據集的平臺，針對不同的應用場景、復雜業務邏輯提出不同解決方案，為數字商業的持續增長做好AI技術準備。可預見的是，AI 將改變零售行業，隨著企業從靜態模型轉向更動態的技術，生成式AI的應用也將發生變化。