麦肯锡的 Lilli 案例为企业 AI 市场提供了哪些发展思路?
撰文:Haotian
麦肯锡的 Lilli 案例为企业 AI 市场提供了关键发展思路:边缘计算 + 小模型潜在的市场机会。这个整合了 10 万份内部文档的 AI 助手,不仅获得了 70% 员工的采用率,而且平均每周使用 17 次,这种产品粘性在企业工具中实属罕见。以下,谈谈我的思考:
1)企业数据安全是痛点:麦肯锡 100 年积累的核心知识资产以及一些中小企业积累的特定数据都有极强数据敏感性,都不是和在公共云上处理。如何探索一种“数据不出本地,AI 能力不打折”的平衡状态,就是实际市场刚需。边缘计算是个探索方向;
2)专业小模型会取代通用大模型:企业用户需要的不是"百亿参数、全能型"的通用模型,而是能精准解答特定领域问题的专业助手。相比之下,大模型的通用性与专业深度之间存在天然矛盾,企业场景下往往更看重小模型;
3)自建 AI infra 和 API 调用的成本平衡:尽管边缘计算和小模型的组合虽然前期投入较大,但长期运营成本显著降低。试想若 45000 名员工高频使用的 AI 大模型来自于 API 调用,这产生的依赖,使用规模和品论的增加都会使得自建 AI infra 成为大中型企业的理性选择;
4)边缘硬件市场的新机会:大模型训练离不开高端 GPU,但边缘推理对硬件的要求则完全不同。高通、联发科等芯片厂商针对边缘 AI 优化的处理器正迎来市场良机。当每个企业都想打造自己的"Lilli",专为低功耗、高效率设计的边缘 AI 芯片将成为基础设施的必需品;
5)去中心化 web3 AI 市场也同步增强:一旦企业在小模型上的算力、微调、算法等需求被带动起来,如何平衡资源调度就会成为问题,传统的中心化的资源调度会成为难题,这直接会给 web3AI 去中心化小模型微调网络,去中心化算力服务平台等等带来很大的市场需求;
当市场还在讨论 AGI 的通用能力边界时,更喜闻乐见看到很多企业端用户已经在挖掘 AI 的实用价值。显然,相比过去比拼算力、算法的资源垄断式跃进,当市场把重心放到边缘计算 + 小模型方式时,会带来更大的市场活力。
(责任编辑:基金优选)
- 股票开户金额
- 楚秀园东南准备建什么
- Over 40 institutions join Bank for International Settlements' new project to explore 'tokenization of cross-border payments'
- 沛金条兑换币行情-金条兑换价格
- 税控盘时钟校准因子失效怎么回事
- BTC 和 ETH 期权将于 5 月 16 日到期,最大痛苦区分别为 10 万美元和 2,200 美元
- 功夫贷身份证无法上传原因是什么啊?身份证一致上传不了。
- 无限币今日价格
- 股票送股好吗
- 以太坊期货TF可能同时获得批准
- sc钱包在哪里申请-sc 钱包
- 平安银行公积金信用贷款-平安银行公积金信用贷款怎么办理
- 星展銀行宣布將於第四季度推出加密貨幣期權交易和結構化票據
- 以太坊价格上涨 能够突破2000美元的阻力位吗?
- bjs交易所跑路
- Orca (ORCA) 如果购买?Orca (ORCA) 上线了哪些交易所?
- ico众筹后如何挣钱
- 在拍拍贷上做小额贷款利息是多少呢?
- 「隐形」加密时代来临:如何布局下一波市场红利?
- 去中心化交易所平台币有哪些?【虚拟币交易平台app排行拟币交易平台】
- 数字货币交易所 views+
- okx网页版 views+
- 虚拟货币交易平台有哪些 views+
- ok币 views+
- 虚拟货币交易 views+
- okx交易所app官网链接 views+
- 欧易app官方下载入口 views+
- oe交易所app下载 views+
- 欧易最新版本 views+
- okcoin下载官方app views+