【融合论坛】AI“杀手级”应用，离我们有多远？

2024年的AI故事，是以OpenAI首款文生视频产品Sora的问世为起点。这款“杀手级”应用的横空出世，让人们对AI的无限可能产生了遐想。不同于2023年声势浩大的“百模大战”，2024年的AI故事将如何铺陈开来？

2022年年末，OpenAI发布了ChatGPT，这一现象级的AI产品毫无悬念地拔得了人工智能领域“杀手级”应用的头筹。2024年3月，在澜舟科技的大模型技术和产品发布会上，创新工场的董事长兼首席执行官李开复发表演讲并提出，AI的“杀手级”应用已经出现，比如美国的ChatGPT和character.ai，在极短时间内获得了1亿用户，以后这样的应用会越来越多。

“杀手级”应用是计算机行业中的一个行话，又叫killer App，它指的是某个非常有用的App，并且当一种新的计算机硬件产品出现的时候，消费者愿意为这个App购买这个硬件产品。从激发购买需求的角度看，“杀手级”应用与“刚需”密切相关。

从国家政策层面看，2024年政府工作报告提出，深化大数据、人工智能等研发应用，开展“人工智能+”行动，打造具有国际竞争力的数字产业集群。2024年2月，国务院国有资产监督管理委员会召开的中央企业人工智能专题推进会提出，开展“AI+”专项行动，强化需求牵引，加快重点行业赋能，构建一批产业多模态优质数据集，打造从基础设施、算法工具、智能平台到解决方案的大模型赋能产业生态。“AI+”，“+”的是千行百业，从概念到实践层面，都将进一步推动新一轮的科技变革和产业革命。

近年来，人工智能技术的快速迭代持续刷新着大众的生活体验和生产方式。从刷脸支付到自动驾驶，从文生图到文生视频，AI不断颠覆着我们原本的工作、生活和娱乐模式。

良好的政策环境、旺盛的产业需求以及人们对于智慧生活的期待，都将成为培育“杀手级”应用的沃土。事实证明，AI把创造力递到了普通人手中，加强并赋能行业工作流，重塑产业生态，激发创新力量，最终才能让AI“杀手级”应用破茧成蝶。

以ChatGPT、Midjourney和Stable Diffusion为例，我们可以更好地感受AI“杀手级”应用带来的与众不同—出道即巅峰。

ChatGPT是由OpenAI开发的一种基于Transformer架构的对话生成模型，它能够进行连贯且富有意义的对话，可用于语言理解、问答、对话生成、文本创作等任务，目前已经开放给公众使用。Midjourney是一种基于生成式对抗网络（GAN）的图像生成工具，它能够根据用户的文本描述或草图生成高质量的图像，目前主要用于广告、营销、设计等领域，也可以用于艺术创作、游戏开发等娱乐领域。Stable Diffusion是一种基于扩散模型（Diffusion Model）的图像生成工具，它能够根据用户的文本描述或草图生成高质量的图像，与Midjourney类似，目前在艺术创作、游戏开发等娱乐领域引发了广泛关注。

ChatGPT的爆火自不待言，Midjourney以平均3个月一个版本的更新速度，一路从V1狂奔到了V6，实现了从“面目全非”到“细腻逼真”的里程碑式跨越，从“玩具”蜕变为“生产力”。以文生图著称的Stable Diffusion一度让Stability AI成为全球备受关注的AI独角兽。

ChatGPT、Midjourney和Stable Diffusion带来了震撼人心的效果，它们的问世佐证了生成算法、预训练模型、多模态能够让AIGC实现工程化。但一项技术或者一个“杀手级”应用能否真正撬动市场，实现商业化落地，还需看它在产业化路径上的表现。

中国软件评测中心人工智能部门研究测评事业部主任测评师唐宇佳在接受本刊记者采访时表示：“目前，AI产品大多商业模式不明晰，盈利较为困难，而OpenAI通过多样化的商业模式实现了技术的商业化，为AI企业提供了一个成功转型的案例。在AI技术快速发展的今天，探索与技术相匹配的商业模式是实现技术价值最大化的关键。”

不管是ChatGPT、MidJourney，还是 Stable Diffusion，它们都具备了强交互和强刚需的特征，是目前生成式AI激发的“杀手级”应用的典型范式。

在应用层面，AI促进了产品交互、企业生态、商业模式、个人创作能力等方面的变革。正如北京科技大学计算机系副主任、教授、博士生导师王昭顺所言：“过去的数次人机交互变革，都带来了从终端到连接，再到各类应用的颠覆式变革，生成式AI也必将带来产业链、价值链和生态的重塑。目前，生成式AI技术飞速发展，已经在多个领域展现出商业价值。”

在金融领域，一些大型银行正在使用AI工具创造收入并降低成本，这些工具可以为销售团队提供建议、自动化信贷决策并生成代码。甲骨文公司副总裁及中国区董事总经理吴承杨补充道：“但这些大型银行还没有广泛地将这项技术展示给客户，而且大多数生成式AI部署至少还需要一年的时间。而生成式AI模型的训练和校准成本极其昂贵，大多数银行正在转向在公有云中运行的大型语言模型（LLM），而不是自己构建和训练模型。”

在医疗健康行业，生成式AI或将改变医药研发的每一个阶段，通过自动化能力化和先进的洞察力提高临床试验的安全性和效率。吴承杨谈道：“生成式AI还能在临床试验中发挥关键作用，通过识别不同的患者群体、优化试验设计、整合众多数据集（包括基因组学、电子健康记录和RWD）来提高患者招募率和试验成功率。未来，我们有望看到生成式AI助力企业实现完全的数字化。”

除此以外，酒店业将继续大力关注AI驱动的自动化，从通过简化入住流程、增强宾客体验，到让员工能够高效分配工作时间，带来更加个性化的体验。未来，我们有望看到餐饮业将AI技术集成到后端和前端流程中。

据吴承杨介绍，在打造生成式AI的“杀手级”应用方面，Oracle也在持续发力。例如Select AI实现了用自然语言与Oracle数据库对话，将文本生成SQL，进而完成从微调到数据库查询的任务。Select AI首先在文本查询和对应的SQL语句的数据集上对模型进行微调，然后将文本查询作为输入给到模型，生成对应的SQL语句作为输出，紧接着在数据库上执行生成的SQL语句以获取所需信息，为开发人员提供了极大的便利。

在相对成熟的行业和成熟的市场，生成式AI能够打造出多样化的应用场景，并不断向更加细分的领域拓展。与此同时，我们也能清晰地看到个体的参与度越来越高。对此，王昭顺表示：“对于个人来讲，生成式AI将助力个体成为超级生产者。随着基于生成式AI的新应用快速进化，市场上涌现出许多面向个体的新型生产力应用。在创意制作、文本生成、图像和视频工具、学习工具、阅读工具、市场分析、编程等各个领域快速融入工作流，从信息处理、个性化学习、辅助创作、智能优化等方面协助人类创作，赋能个体成为超级生产者。”

在李开复看来，衡量一款应用是否达到了“杀手级”，其中一个标准就是短期内获得的用户总量和日活量，微信、TikTok、Instagram等应用，花了8~30个月获得了1亿用户，而ChatGPT和character.ai只花了不到6个月就获得了1亿用户。

生成式AI正在不断促进产业链、价值链的升级，也在重塑产业生态。贴近个人用户的AI产品和服务在短期内形成的“杀手级”应用会起到引爆产业的作用，随着“AI+”时代的来临，垂直行业的AI应用火爆也将是大势所趋。

对此，王昭顺也表示，垂直领域应用将是大模型的主战场，他谈道：“在中国，诸多行业企业也已经看到生成式AI、大模型可能为企业带来的竞争优势。金融行业、文化娱乐行业等头部机构预计会在一年内，在相对成熟的场景中尝试引入大模型及生成式AI能力。”

唐宇佳认为，AIGC产业的“杀手级”应用未来可能率先在在线教育、内容创作与媒体、医疗健康、自动驾驶、法律服务、金融服务和零售电商等行业爆发。他谈道：“这些行业共同的特点是对技术创新有着迫切需求，同时技术成熟度和行业特性也为AIGC技术的应用提供了良好的土壤。从需求度考虑，在线教育、内容创作及医疗领域较为突出，较为容易产生‘杀手级’应用’；从技术成熟度考虑，自动驾驶和法律服务领域的AI技术服务逐渐成熟，也是决定‘杀手级’应用能否率先爆发的关键；从行业特性考虑，金融、零售等对创新较高的开放程度和技术应用的依赖程度，也会影响AIGC‘杀手级’应用的爆发。”

在2023年年底的一次公开活动上，埃隆·马斯克提出了对人工智能的严重警示，他表示人工智能的潜在风险可能超过核武器，呼吁对其实施监管。

生成式AI如同一柄双刃剑，在实现了AI技术跃迁的同时，也将面临更多潜在的风险，比如生成式AI可能被用于发展更加高效的网络攻击手段。在对ChatGPT进行“以恶意软件为中心”的数据训练后，ChatGPT诞生了不少的“邪恶孪生”—WormGPT会根据用户的请求（如生成钓鱼文本、恶意软件）检索答案；FraudGPT可以用来编写功能复杂的恶意代码，开发无法检测的恶意软件，并在目标平台中识别数据泄露和漏洞；恶意行为者可以利用PoisonGPT制造假新闻、扭曲现实、操纵舆论……

在新质生产力带来飞轮效应的同时，我们在数据安全、风险防控、道德和监管方面，更应该有更多考量，并辅以措施。“AIGC安全问题可分为两个方面：一是如何监管AIGC的违规应用，如何应对AIGC给社会、政治、金融、教育带来的危害，这是维护国家安全、社会安全的关键；二是如何保护AIGC的行业应用成果，如何保障行业有序竞争、保障AI创作成果（如游戏、文学作品、多媒体内容和数字人等）的合理权益，这是行业存亡的关键。”王昭顺谈道，生成式AI应该“有所为、有所不为”。

在这条赛道上，作为传统的数据库公司，Oracle也开始将生成式AI集成到应用和融合数据库中，并提供新的大型语言模型(LLM)和托管服务。吴承杨表示：“客户在使用自己的数据来完善和训练预构建AI模型时，可以相信Oracle将持续全面保护他们的数据。与其他生成式AI产品不同，Oracle的生成式AI不会混用客户数据，客户训练的模型属于私有的。另外，Oracle还提供了用于数据溯源和数据沿袭的工具，同时也负责保护数据隐私和主权。”

从技术发展的角度看，AIGC在应用层面产生的安全性甚至会危及人的生命。“由于Sora的推出，很多大厂开始比拼Transformer与Diffusion模型的混合优化能力，提高对于多模态还原真实世界的预期。同时，由于Figure 01与OpenAI合作的示范效应，提升了人形机器人的智能交互能力，在具身智能方面的技术提升会进一步体现在交互行为上。”颜阳认为，这个阶段的安全问题将变得更加复杂。

那么，可以从哪些方面规制呢？颜阳从四个方面加以阐释，他谈道：“首先，对于大模型的开发和部署，公司应当增加其操作的透明度，包括使用的数据来源、模型训练的方法及如何处理和保护用户数据；其次，必须采取强有力的数据保护措施，确保用户数据的安全和隐私，包括使用最新的加密技术、隐私计算、匿名化处理敏感信息，以及实施严格的数据访问控制；再次，为了防止内容被滥用，需要开发和实施高效的内容审查机制，结合人工智能和人工审查，快速识别和处理不当内容，同时，设计算法时要充分考虑避免偏见和不公，确保技术的公平性和正义—AI要与人类价值观对齐；最后，在研发过程中，引入伦理和安全评估，确保新技术的开发和应用符合伦理标准和社会责任。此外，我们还需要跨学科专家团队的参与，包括技术、法律、伦理和社会学领域的专家。”

除了马斯克，谷歌CEO桑达尔·皮查伊也曾表示人工智能的危害让他“夜不能寐”。2023年5月，350多位AI业界领袖和专家发表联合声明，称应当将AI危机视为全球优先事项，呼吁决策者认真对待即将到来的“AI革命”并制定相关法规。

AI危机带来的紧迫性伴随着AI技术的跃升，但AI“杀手级”应用的出现始终是一个成本和成效博弈的过程，不会一蹴而就，在时间和空间的夹缝中，共同创建负责任的人工智能治理策略，才能使社会得以充分利用生成式人工智能的变革力量，更好地为产业发展赋能，为人类生活添彩。