Deloitte的技術趨勢報告顯示

每年，德勤的科技趨勢報告深入探討過去一年的科技景觀，並強調將在未來18至24個月內塑造數位轉型的宏觀產業趨勢。今年的報告於今日發布，再次聚焦人工智慧（AI），但與往年相比有了一些變化。

儘管AI自兩年前興起以來始終廣受關注，但產業對於科技的認知、適應與應用方式已顯著改變。根據報告，AI正「融入我們生活的結構之中」。

德勤首席未來學家兼報告共同作者麥克·貝克特爾（Mike Bechtel）將AI比喻為電力或全球資訊網等關鍵科技——我們每天依賴卻不常思考的東西。他指出，AI日益成為關鍵業務運營的底層基礎。

「未來18至24個月與過去18至24個月的區別在於，AI正轉向幕後，」貝克特爾解釋道。「它正成為我們需要執行與思考的所有其他業務相關事務的基礎或次結構。」

隨著AI成為幾乎所有業務運營的核心，對於這項技術的初步疑慮正在消退。商業領袖們的焦點已從是否採用AI轉向如何最佳利用AI，探索硬體升級、小型語言模型（SLMs）、代理AI等選項。

AI在商業中的應用：專業代理團隊

當ChatGPT等AI聊天機器人席捲而來時，其背後的大型語言模型（LLMs）迅速被用於優化業務運營。最初的想法是擁有一個能處理所有事務的多功能聊天機器人。

「過去兩年，AI感覺像是一個單一的巨型存在——一個滿足我們所有需求與好奇的聊天窗口，」貝克特爾說。「現在，我們看到了一場分形爆炸，AI將變成複數形式，出現數十、數百，最終數千個針對特定領域、基於特定領域數據訓練的代理。」

報告指出，SLMs因其靈活性，可被定制以執行特定任務，如申請補助金、提供財務報告或總結檢查報告——這些任務若用LLM訓練則效率較低。

這些SLMs可協同工作，形成一個組織可依賴的虛擬助理團隊，用於各種任務。這種方式類似於我們今日使用應用程式的方式，進而衍生出「有個代理能做到這一點」的概念。

「這不再是一件單一的超級套裝；更像是一個團隊，一個復仇者聯盟般的團隊，如果你願意這麼說的話，是一群擁有專業超能力的特化代理，針對特定需求被召喚，」貝克特爾評論道。

SLMs還提供額外優勢：它們可在設備上運行，成本效益更高，所需數據較少，且通常是開源的。

AI在硬體中的應用

過去一年，AI中心硬體的計算能力顯著增強，能在設備上運行AI應用程式並整合AI功能與工作流程。

「企業與員工的實體電腦更新即將開始，這是我們15年來未見的規模，」貝克特爾表示。「這一代人首次感受到，實體設備——處理器、伺服器、網絡、筆記型電腦——可能是實現你想要的未來與停留在過去的關鍵。」

這一趨勢促使企業升級員工的設備，因為若無適當硬體支持，設想的AI轉型無法實現。

報告將此轉變列為六大趨勢之一，稱之為「硬體正在吞噬世界」。一個典型例子是Nvidia的爆紅，其GPU極受追捧，使該公司躋身全球最具價值的企業之列。德勤預測，全球AI晶片市場將從2024年的500億美元增長至2027年的1100億美元（保守估計），或高達4000億美元（樂觀情景）。

關於何時投資硬體升級，貝克特爾建議「以需求為先」。他說：「如果你有一系列你急於實現的策略能力，而你的硬體資產是限制因素，那麼當然是時候了。如果你只是因為硬體看起來閃亮而想購買，那可能不是最具價值的決定。」

AI入門

儘管自2023年以來AI環境不斷演變，企業的起點依然不變：數據。無論企業有意使用LLM還是SLM，擁有乾淨、組織良好且最新的數據對於獲得準確結果至關重要。

「我對所有行業、各地區客戶的第一建議是，在將數據投入AI之前，先清理、規範並治理你的個別數據集，」貝克特爾建議道。

他指出，約四分之三的客戶最初參加會議時想要一個AI項目，但最終意識到他們首先需要一個數據管理與治理項目。

為避免「垃圾進，垃圾平方出」的局面，報告強調數據標記成本是AI投資的重要驅動因素。此外，德勤2024年企業生成式AI第三季度報告發現，75%的受訪組織因生成式AI而增加了數據週期管理的投資。

「當你看到『IT』這個詞時，你往往會想到T，像是『哦，科技真閃亮』，但資訊部分輕易就佔據了一半的比重，」貝克特爾總結道。