技術革新引領未來——生成式AI塑造核心發展引擎.pdf

技術革新引領未來——生成式AI塑造核心發展引擎。

觀點一：技術協同發展推動生態完善

在當今快速演變的技術生態系統中，多技術協同升級已成為推動新興技術發展 的核心動力。這一過程涉及人工智能（AI）、大數據、云計算等關鍵技術的深 度融合，也關系到各個行業之間的相互滲透，技術和行業互相交織形成了一個 創新生態。例如，金融場景已可以將產品與大模型進行結合、生成交易數據， 從而彌補真實數據的不足，并優化欺詐識別模型的訓練。時至今日，行業融合 多種新技術的成功案例層出不窮，顯示出協同效應對技術創新周期的加速作用。

觀點二：數據持續積累推動新的處理 范式

IDC 將 AI，尤其是生成式 AI，視為下一個重大變革性和有影響力的技術轉變。 我們正在進入一個 AI 無處不在的時代。此次變革與過往計算機革命及云計算 轉型相比，不同之處在于其驅動力為數據而非硬件設備；這也標志著智能化進 程首次以數據為核心導向的重大飛躍。而生成式 AI 的核心價值之一在于它解 鎖了非結構化數據中的價值。數十年來，從非結構化數據中提煉有用信息一 直是一項艱巨挑戰。據 IDC 統計，2023 年非結構化數據將占所有存儲數據的 77%1 ，這表示一個數據密集型創新周期已經來臨。在此背景下，能夠高效處 理、解析并轉化這些非結構化數據為可行性洞察的 AI 技術，將成為推動各行 各業轉型升級的關鍵力量。

觀點三：算力是產業數字化轉型的重 要推動力

IDC 預測，到 2027 年，70% 的經濟價值將以高信息密度的商品和服務形式 呈現；為保持經濟增長速度，強大的算力是信息產品發展的支撐基礎 2 。數據 分析、大模型訓練以及推理等關鍵步驟都需要算力作為底層資源。而算力配置 是否有彈性并且可擴展，直接影響到企業業務的運行穩定性以及響應市場變化 的速度。因此，構建并優化算力體系，成為企業把握大模型時代發展機遇和提 升核心競爭力的戰略重點。

觀點四：大模型技術發展關注點逐漸 轉向高效、經濟和環保方向

在生成式 AI 的演進中，高效性、經濟性和環境友好性的考量日益受到重視。 大模型預訓練對計算資源的需求極高，相關能耗問題也逐漸凸顯。如何在不犧 牲模型精度與訓練效率的前提下，通過優化計算架構、節能技術等方法，實現 降低運行成本、減少能源消耗，并最終達到低碳環保的長遠目標，確保大模型 技術的可持續發展，以更優地促進社會經濟向綠色轉型并邁入高質量發展階段， 成為當前研究與實踐的核心議題。