06. AI代理將開始與其他AI代理交流
設想一個生態系統，在這個生態系統中，每個具有獨特專長和知識庫的專業AI代理都可以進行互動和協作。隨著人工智能"代理"（AI Agents）的發展，我們將在 2024 年繼續看到這一領域的增長。
AI Agents Market Map Dec 23 — Credit: Olivia Moore
AI Agent的出現將超越對個人需求的支持（如撰寫電子郵件、支持解決客戶問題或爲用戶訂購雜貨），而成爲一個生態系統，在這個生態系統中，AI Agent將開始與其他AI Agent進行互動。
這種模式的轉變之下，企業將有機會將其AI Agent貨幣化，進而促進形成一個由互聯智能代理組成的新生態系統。
波士頓動力（Boston Dynamics）和特斯拉（Tesla）等公司的機器人和人形機器人必須著眼于解決這個問題，因爲各種機器人需要共存並進行本地交流，以決定如何執行任務。
彭博社和LexisNexis等在特定垂直領域擁有大量數據的公司有望成爲這一領域的領跑者。
彭博社憑借其在金融數據方面的優勢，已開始開發了自己的AI金融代理，而LexisNexis則可以利用其龐大的法律信息庫開發AI法律代，這些代理由各自深厚的數據護城河提供支持，不僅爲用戶直接提供服務，還將成爲其他企業和系統的寶貴資源，推動生産新的數字勞動力。
除了數字勞動力之外，我們還將看到新的AI代理解決方案，包括代理協調、管理、監控，以及UiPath等數字機器人領域的企業，憑借其現有的自動化和機器人系統的大規模應用經驗，開始進入這一領域。
07. 生成式人工智能模式將不斷擴展
除了文本、代碼、圖像、視頻和音頻之外，新的更具沈浸感的模式和感知（如三維、基因組學、嗅覺、味覺）將開始進入市場。
Generative spatial AI to generate new town layouts — https://www.generativespatialai.com/
生成式人工智能將突破目前文本、代碼、圖像、視頻和音頻的界限，擁抱更多身臨其境的模式，例如調動三維、嗅覺和味覺等其他感知，幫助科學界研究蛋白質結構和材料。這些新穎的感知模式預計將以早期形式出現，也意味著下一波生成式人工智能應用的到來。
人工智能代理和多模態模型的興起，再加上可穿戴設備和擴展現實（XR）的進步，正在爲消費者提供更加豐富的互動體驗。想象一下，你的夢想進入到一個VR世界，每個遊戲都有一個根據你的視角量身定制的獨特世界。
最近的三維建模技術（Gaussian splatting）可以將視頻轉換成三維虛擬現實，我們將看到這種生成技術發展到新的高度。
最大的影響將來自材料科學和基因組學。由谷歌Deepmind開發的GNoME模型已經在材料科學領域取得了突破性進展，發現了新的晶體結構，將爲計算機帶來更好的電池。
這些領域（如科學）可能會取得最深遠的研究進展。
08. 消費者和監管推動人工智能更加民主化
隨著人工智能的持續發展，公衆對人工智能的透明度和道德監督提出越來越高的要求。
EU AI Act — Proposed Levels of Risk — Source: EY
消費者和監管機構（尤其是在歐盟等地區，GDPR 是現代數據隱私法的催化劑）正在倡導對人工智能進行更嚴格的管理。今年，我們有望看到在建立人工智能模型審核框架、准確性標准化等方面取得長足進步，但仍有很長的路要走。
Do Foundation Model Providers Comply with the Draft EU AI Act? — Source: Stanford CRFN
對于企業，人工智能不僅是創新工具，還同時受到嚴密監管審查。今年統一的框架和標准將會出現，指導企業負責任地使用人工智能，確保人工智能融入主流社會是安全和符合公共利益的。
09. 人工智能營銷戰略的新時代
營銷歷來占據企業預算的很大一部分，如今正在經曆一場變革。ChatGPT 等聊天工具的興起有可能導致傳統搜索量的明顯下降，從根本上改變消費者獲取信息的方式。
Debate and Statistics on Search Engines vs Chat GPT — Source: Twitter Greg Sterling
在信息渠道不斷變化的情況下，針對生成式人工智能調整營銷策略的趨勢日益明顯。
我們正在目睹技術格局的重大轉變，從基于PC浏覽器向移動端APP轉變，引領這一潮流的是微軟Co-Pilot、谷歌Bard等在安卓終端上應用，蘋果大型語言模型（LLM）預計也將于2024年推出。這標志著從以網絡爲中心的交互向更集成的、基于移動終端的人工智能體驗的範式轉變。
這種轉變代表著用戶交互模式的根本性變化，隨著人工智能與終端設備的無縫集成，在線和離線交互之間的區別變得越來越模糊。用戶可能會在更個性化、更能感知上下文的環境中與人工智能互動，從而獲得更吸引人的用戶體驗。對于谷歌、微軟和蘋果等已經在營銷服務領域根深蒂固的科技巨頭來說，這是一個重新定義其産品的機會。
ChatGPT not knowing who I am — Source: Vincent Koc and OpenAI ChatGPT
可以預見，營銷領域將出現新的 "answer analytics "平台和運營模式。數字營銷人員將開始更深入地思考如何在這些訓練數據集中建立索引，就像他們曾經對搜索引擎所做的那樣。
Screenshot of Top Domains Crawled by Commoncrawl, Dataset used to train most Large Language Models — https://commoncrawl.github.io/cc-crawl-statistics/plots/domains.html
此外，OpenAI 等平台可能會推出廣告贊助結果或媒體評估工具，這將爲數字廣告引入一個新的維度。這一發展不僅爲品牌推廣提供了新的途徑，也對現有的數字營銷戰略提出了挑戰，促使人們重新評估衡量標准和投資回報率。
隨著LLM從傳統的網絡界面向移動終端設備遷移，營銷格局將發生重大變化。營銷人員必須適應這些變化，同時利用傳統媒體和新興的人工智能技術，在這個新的數字時代有效地與受衆互動。這種將傳統媒體的影響力與人工智能驅動的精准分析相結合的雙重方法，很可能成爲 2024 年快速發展的營銷格局中取得成功的關鍵。
10. 數據質量問題再次“擺上桌面”
隨著企業越來越多地轉向利用生成式人工智能模型和開發自己的微調解決方案，數據質量問題再次擺上桌面。
Trend for: Data Quality Topic — Source: Google Trends Worldwide
高質量、准確標注的數據是有效部署人工智能的基石，不僅在于數據的可用性，還在于數據的相關性、准確性及其提供的背景，訓練數據的偏差和誤導問題會給模型的輸出帶來災難。
Range of biases have been found in a range of training data used by Large Language Models. — Source: Bias and Fairness in Large Language Models: A Survey — arxiv
挑戰不止于此。面對高級人工智能模型的細微需求，傳統技術往往顯得力不從心。
《2023 Data Integrity Trends and Insights Report》發現，數據質量差是整個行業普遍面臨的問題，70%對數據信任度低的企業指出，數據質量是做出明智決策的最大挑戰。。
此外，這些複雜的人工智能模型需要密集的計算能力，這意味著對GPU的大量需求。
Meme depicting the “GPU shortage”
但是，隨著越來越多的企業進入人工智能領域，對GPU的爭奪也愈演愈烈，這將導致人工智能的開發和部署出現潛在瓶頸，從而使企業適應人工智能常態的能力變得更加複雜。
2024 年，數據質量和計算基礎設施的將重新受到關注。
