生成式AI的五个行业用例

生成式AI通过探索一个对象的各种可能的设计来找到正确或最合适的匹配。它不仅可以增强和加速许多领域的设计，而且还有可能“发明”人类可能错过的新颖设计或物件。

• 到2025年，大型企业机构对外营销信息中的合成信息比例将从2022年的不到2%上升到30%。

• 到2030年，电影大片中AI生成内容的比例（从文本到视频）将从2022年的0%上升到90%。

1. 生成式AI在药物设计领域的应用

2010年的一项研究显示，一种药物从研发到上市的平均成本约为18亿美元，其中药物研发成本约占三分之一，整个研发过程需要长达3至6年。生成式AI已被用于将各种用途的药物设计周期缩短到几个月，减少制药行业的药物研发成本和时间。

2. 生成式AI在材料科学中的应用

生成式AI正在通过组合出具有特定物理特性的新材料影响着汽车、航空、国防、医疗、电子和能源行业。这个被称为逆向设计的流程定义所需的特性，然后探索可能具有这些特性的材料，而不是依靠偶然性来找到具备这些特性的材料，因此可以发现例如比目前用于能源和运输行业的材料更具导电性或磁吸引力的材料、满足耐腐蚀要求的材料等。

3. 生成式AI在芯片设计中的应用

生成式AI可以使用强化学习（一种机器学习技术）优化半导体芯片设计（布图规划）中的元件位置，将产品开发周期从几周（使用人类专家）缩短到几小时（使用生成式AI）。

4. 生成式AI在合成数据中的应用

生成式AI可以用来创建合成数据。合成数据是一种生成的数据，不是来自于对真实世界的直接观察结果。这保护了模型训练数据原始来源的隐私，例如可以人为生成用于研究和分析的医疗数据，这样就能避免透露所使用的医疗记录上的病人身份，保护病人的隐私。

5. 零件的生成式设计

凭借生成式AI，制造、汽车、航空、国防等行业能够设计出最能够满足性能、材料、制造工艺等特定目标和限制的零件。例如，汽车制造商可以使用生成式设计创造出更轻的设计，帮助他们实现让汽车更省油的目标。

通过嵌入合适的技术挖掘生成式AI的潜力

今天的大多数AI系统是分类器，所以可以训练它们区分狗和猫的图像等。而生成式AI系统经过训练后可以生成现实世界中不存在的狗或猫的图像。具有创造力的技术将改变“游戏规则”。

生成式AI的风险

在全力发展生成式AI之前，请记住生成式AI为企业带来的不只有机会，还有切实的威胁，包括深度伪造、版权问题以及其他恶意使用生成式AI技术攻击企业机构的风险。

继续阅读：

未经允许不得转载：RPA中国 | RPA全球生态 | 数字化劳动力 | RPA新闻 | 推动中国RPA生态发展 | 流 > Gartner：ChatGPT只是开始，企业生成式AI的未来