美国企业中最常用的10个Gen人工智能工具

来源：CIO 作者：Thor Olavsrud

从人工智能聊天机器人和虚拟助手到音频和视频生成器，这些是当今使用的领先一代人工智能工具。

自2022年OpenAI首次推出ChatGPT以来，生成人工智能已经大放异彩地进入企业。根据Precedence Research的数据，2024年全球人工智能市场超过250亿美元，预计到2033年将达到惊人的8030亿美元。沃顿的人工智能是UPenn沃顿学院沃顿人工智能和分析计划的一部分，与咨询公司GBK Collective一起，在对高级决策者的一项研究中也发现，拥有1000名或以上员工的企业在2024年对人工智能的投资平均是2023年的两倍多。

但德勤最近的一项调查发现，尽管大多数总监到C-suite级别的受访者有试点或实施 Gen AI计划的经验，以增加下一个财政年度的总体AI支出，但他们的做法有所缓和，预计在未来几个月内，只有30%或更少的Gen AI实验会完全扩展——这反映了他们掌握的工具。因此，鉴于当前的获取和采用环境，以下是目前企业中最常用的10种人工智能工具。

ChatGPT

OpenAI的ChatGPT是一个建立在生成预训练（GPT）模型之上的聊天机器人应用程序。它于2022年推出，是企业中使用最多的一代人工智能工具，最近沃顿调查的受访者中，62%的人表示他们目前使用它，28%的受访者表示他们目前没有使用它，但正在评估或测试它。

ChatGPT的优势在于自然语言理解和生成，使其成为应对复杂语言挑战的绝佳工具，包括自动化和增强客户服务，通过处理重复查询来简化操作，生成报告，起草电子邮件和创建产品描述。

像所有一代人工智能一样，ChatGPT的准确性可能有所不同，它无法理解情绪在某些情况下会导致问题。可能需要人工监督和干预。

Microsoft Copilot

Microsoft Copilot是嵌入Microsoft 365的对话聊天界面，用于提高Word、Excel、PowerPoint、Outlook和Teams等应用程序的生产力。它于2023年推出，利用OpenAI的GPT-4基础LLM，是第二大使用的Gen AI工具。根据沃顿的调查，52%的受访者表示他们的企业目前使用Copilot，35%表示他们正在评估或测试它。

Copilot的优势在于它与Microsoft 365环境中员工全天使用的生产力应用程序的集成。它遵守企业已经制定的安全、合规和隐私政策，并可作为现有微软许可证的附加组件使用。用途包括：

• 在Word中起草文档和总结文本
• 从Excel中的现有数据生成图表
• 在PowerPoint中创建大纲和设计幻灯片
• 管理您的Outlook收件箱、总结电子邮件主题和起草回复
• 总结团队会议的要点并创建行动项目
• 利用Power BI使用自然语言查询创建报告和视觉效果

与ChatGPT一样，副驾驶的准确性并不完美。例如，在总结内容时，它可能会忽略要点或忽略关键细节。同样，即使借鉴品牌材料、文案和图像，其输出也不一定符合品牌标准。用户需要密切关注输出。

Google Gemini

Google Gemini（前身为Bard）是一个基于谷歌的多模态人工智能模型家族的对话聊天机器人。沃顿发现，40%的调查受访者目前正在使用Gemini，39%正在评估或测试它。

与ChatGPT和Microsoft Copilot相比，2023年推出的Gemini在多模态功能方面处于早期领先地位——除了文本之外，还可以处理和生成图像、音频和视频。Gemini与Gmail、Docs和Slides等Google Workspace工具集成。

Gemini的潜在用途包括：

• 根据Smart Email Composer的提示起草电子邮件
• 根据提示在谷歌幻灯片中创建幻灯片
• 通过电子表格分析器识别谷歌表格中的趋势、离群值和相关性
• 为Google Meet视频会议生成背景插图和模拟专业照明，甚至改善音频体验

Gemini与Google Workspace的集成使其成为使用Workspace但在此类环境之外的实用性有限的环境中的绝佳工具，因为它在Google的安全环境中运行。与ChatGPT和Copilot一样，准确性可能是一个问题，建议人工监督其输出。

Meta AI

Meta AI是Meta的多模态AI助手，适用于公司的消息传递和社交媒体应用程序，包括Facebook、Instagram、WhatsApp和Messenger。与Gemini一样，沃顿调查的受访者中有40%表示他们目前使用Meta AI，而36%表示他们正在评估或测试它。

由Meta的Llama LLM提供支持，用户可以利用Meta AI在公司的应用程序中提供建议、回答问题、编辑图像和提供翻译。企业可以使用Meta AI来设置虚拟助手，这些助手可以：

• 自动化客户互动，包括回答问题和提供个性化建议
• 促进Meta应用程序中的商务
• 分析数据，帮助企业创建有针对性的营销活动

Meta AI已经与许多客户花大部分时间上网的应用程序集成在一起，但访问客户数据具有潜在的隐私和道德影响。

Dall-E 3

Gen AI不仅仅是关于聊天机器人和虚拟助手。DALL-E 3同样来自OpenAI，专注于从文本描述中生成视觉效果，沃顿调查中30%的受访者表示他们目前使用DALL-E 3，35%表示他们正在评估或测试它。OpenAI在2021年推出了最初的DALL-E模型，DALL-E 3深度学习模型利用计算机视觉和自然语言处理来创建视觉效果。潜在的功能用途包括产品创意、应用程序模型、图标设计、为社交媒体帖子创建图像和视频以及教育材料。

在人工智能图像生成器中，DALL-E 3的优势在于它与ChatGPT的集成，但许多用户表示，它与逼真主义作斗争，具有独特的风格，可以轻松发现模型生成的图像。

RunwayML Gen-1和Gen-2

Runway使用文本、图像和视频输入（包括其他Gen AI工具生成的内容）来生成视频，沃顿调查中25%的受访者表示他们目前使用Gen-1和Gen-2，而31%表示他们正在评估或测试这些模型。

Gen-2型号于2023年发布（Gen-4型号于4月发布），扩展了Gen-1型号的功能，允许创建长达18秒的视频。用户可以指导相机的移动来自定义内容，也可以将剪辑拼接在一起以创建更长的视频。除其他事项外，企业可以使用该工具为静态资产、视觉效果和故事板动画化。

跑道在某些功能方面有陡峭的学习曲线，并且可以是资源密集型的。

Stable Diffusion

Stable Diffusion于2022年发布，是Stable人工智能的深度学习模型，它从文本和图像提示中生成高分辨率、逼真的图像。它还可以创建视频和动画，24%的沃顿调查受访者表示他们目前使用Stable Diffusion，33%表示他们正在评估或测试它。

基于比一些竞争对手少得多的处理能力的潜在扩散模型上，Stable Diffusion能够在带有消费级GPU的台式机和笔记本电脑上运行，而不是局限于云服务。

Stable Diffusion的潜在业务用途包括医学成像、为目录生成视觉效果、设计数字原型、生成概念艺术和故事板，以及图像编辑，包括色彩校正和降噪。

Midjourney

Midjourney是一个从自然语言提示中生成图像的工具。沃顿调查于2022年推出开放测试版，23%的受访者表示他们目前使用Midjourney，32%表示他们正在评估或测试它。

Midjourney可以通过Discord通信平台或该工具的官方网站访问。

通过Midjourney商业许可创建的图像可以用于商业用途，但除非由人类进行重大改造，否则不能受版权保护。因此，由Midjourney创作且未由人类艺术家转换的图像被视为公共领域。

Perplexity

Perplexity由Perplexity AI于2022年推出，是一个由人工智能驱动的搜索引擎，利用LLM来处理查询和综合回复，21%的沃顿调查受访者表示他们目前使用Perplexity，33%表示他们正在评估或测试它。

Perplexity建立在Microsoft Azure上。免费版本利用了OpenAI的GPT-3.5 LLM，但付费用户可以选择他们的型号。用途包括：

• 内部搜索，同时在网络和内部文档中搜索内容
• 金融，包括实时股票报价、价格跟踪、行业同行比较和基本财务分析工具
• Perplexity Assistant，一款适用于安卓设备的人工智能搜索助手

Claude

Claude是Anthropic在2023年发布的对话式人工智能聊天机器人，19%的沃顿调查受访者表示目前正在使用Claude，而34%的人表示他们正在评估或测试它。

Claude依靠Anthropic开发的Constitutional AI（CAI）原则，这是一种培训AI系统的方法，旨在解决有关透明度、安全和决策的担忧，而不依赖人类反馈。CAI旨在赋予Claude道德界限，如果它判断回复会造成伤害，其能够拒绝回答查询。

作为ChatGPT等其他通用产品的替代方案，企业可以使用Claude实现自动化和增强客户服务，通过处理重复查询来简化运营，生成报告，起草电子邮件和创建产品描述。