人工智能的垂直化 生成式人工智能的下一波关键浪潮将是生成式人工智能平台的垂直化和专业化，具有更加集中和小众的大型语言模型。 使用行业特定的数据、文档、术语、流程和用例来构建和调整较小、更集中的模型的性能、相关性和成本，可以更轻松地实现广泛客户采用所需的准确性。 2023 年的大部分时间都花在了试验这些广泛的平台，以寻找在企业内部部署的高价值用例。
随后进行了许多概念验证，但很少有应用程序得到 电话号码库 扩展和/或投入生产。根据 Gartner 的数据，到 2023 年底，生产环境中支持生成式 AI 的应用程序不到 5%。 预计到 2026 年，这一数字将增长到 80%，并向生成式 AI 应用程序的采用。 更广泛的大型语言模型在使用过程中存在固有风险。
这包括数据复杂性、缺乏可追溯性或这些基本不透明的模型的可解释性。 由于模型训练的控制和治理不明确，还存在潜在的公平使用问题。这可能导致声誉风险以及因使用有害和/或有偏见的信息而产生的法律和合规风险。 目前，医疗保健、生命科学、法律、金融服务和公共部门等许多行业对生成式人工智能的需求正在增加。