本文轉載自 iThome
生成式AI在2024年依然是炙手可熱的新興技術。企業不僅持續擴大採用ChatGPT類的應用，還加大了對GAI（生成式AI）相關技術的投入。根據最新調查，生成式AI的採用率已從去年的11.8%增長至今年的23.5%，意味著每五家企業中就有一家在導入GAI技術。
值得注意的是，企業在各個產業中更傾向於採用現成的ChatGPT類應用，而不是自建GAI技術或傳統的非生成式AI。與去年相比，今年企業對現成生成式AI服務的需求顯著提升，加速了技術落地的進程。具體數據顯示，去年僅有27.7%的企業採用ChatGPT類服務，今年這一數字增長到了41.2%；而GAI技術的採用率從去年的11.8%翻倍增至23.5%。非生成式的AI/ML技術在去年已有23.5%的採用率，今年略微提升至24.6%。由此可見，企業並未放棄傳統AI/ML技術，但對於GAI技術和相關應用的需求呈現出顯著的增長趨勢。
在生成式AI的底層技術方面，儘管整體產業的GAI採用率接近但尚未超過非生成式AI/ML技術，但高科技製造業和服務業的GAI採用率今年已超越了非生成式AI。這兩個產業的企業對AI技術的需求持續增加，但他們更加關注生成式AI的創新應用，顯示出對該技術的強烈需求。政府機構則在生成式AI與非生成式AI的採用率上表現均衡，反映出政府正在積極探索生成式AI的應用場景，但尚未超過傳統AI技術的應用。
相對而言，醫療、金融和一般製造業仍然較為依賴非生成式AI技術。金融業有31%的企業繼續使用原有AI/ML技術，醫療業的非生成式AI採用率也高於生成式AI。然而，醫療業的非生成式AI採用率較去年下降了4%，顯示出該行業正逐步將重點轉移到生成式AI技術上，該技術已成為新的企業布局重心。
雖然企業對生成式AI的需求強勁，但僅有不到20%的企業在人才、技術架構、治理和風險管理方面做好了準備。其中，GAI人才短缺是企業面臨的最大挑戰，95%的企業認為GAI人才供應不足。即使是預算充裕的金融業，只有在數據層面具備較高的準備度，其它方面如戰略、技術和治理上仍有較大不足。這也解釋了為何許多企業選擇直接採用現成的ChatGPT類服務，將其快速整合到內部流程或自家應用中。
有四分之一的企業在今年開始使用GAI與ChatGPT類服務來提升員工生產力，另有23%的企業將內部系統與GAI技術和ChatGPT類服務串接。今年嘗試在對外服務中導入GAI技術的企業達到10%，其中以醫療業（19.6%）和政府學校（14.6%）最為積極。此外，約有10%的企業開始打造客製化的ChatGPT服務，同樣以醫療業者為主。隨著Meta、微軟和Google等科技巨頭釋出強大的開源大型語言模型（LLM），9.5%的企業希望利用這些開源模型自行訓練本地端部署的GAI系統，台灣也已經發布了幾款繁體中文本地化的LLM模型，例如國科會支持的TAIDE模型。
在各行各業中，醫療業是最積極採用ChatGPT類應用的領域。今年有高達53.6%的醫院已採用這些技術來輔助醫事作業流程，減輕庶務負擔，使醫護人員能有更多時間關注病患。服務業和政府學校也積極引入現成的ChatGPT類應用，藉此提升員工效率。
此外，科技巨頭相繼推出了生成式AI的維運助手服務，這成為企業切入生成式AI技術的新焦點。隨著雲端環境日益複雜，企業越來越傾向使用雲端維運AI助手，這也帶動了今年AIOps（人工智能運維）技術的快速成長。
