文 | 四分仪Quadrant，作者 | 靳淇，编辑 | 孙迩溪

除了广为人知的新闻、影视、创意等大量直接应用AIGC的媒体内容行业，生成式人工智能（Gen AI）的颠覆效应正在全球加速扩散，互联网、金融、教育、医疗、制造业 ——— 这几大产业正率先迎来新一轮变局，既是对过往模式的挑战，也开启了未来增长的机遇，推动“产业即场景，产业即服务”。

而那些敢于拥抱改变的产业先行者们，正在率先享受这一轮Gen AI浪潮中的时代红利，在传统中求变，在变革中驭势。

生成式人工智能（Gen AI）正以堪称恐怖的速度持续升温，在行业应用的每个角落全面开花。

3月13日，硅谷明星机器人创业公司Figure，发布了自己第一个OpenAI大模型加持的机器人demo。Figure 01展示了端到端神经网络框架下与人类的对话，没有任何远程操作，可以做到描述其视觉体验、规划未来的行动、反思自己的记忆、口头解释推理过程，速度接近于人类。

时间回溯到去年，一切都在ChatGPT的横空出世后彻底改变。据美国蒙大拿大学的一项最新研究显示，在创造性思维测试方面，ChatGPT已经可以与排名前1%的人类思想家相媲美，并将把人类的认知智力能力提升到前所未有的高度，颠覆全球经济、社会生活和千行百业，远远超过工业革命时期的劳动机械化。

Gen AI时代的进化浪潮已足够汹涌，产业内预测只需不到10年，机器人就会发展到现在大多数人无法想象的地步，进入社会生活和人类生产的方方面面。在生成式AI的爆炸式迭代中，大众开始切实感受到人工智能的突破式创新对人们生活方方面面的颠覆性影响，并随之产生了对未来的大量期待和恐慌。

摩根士丹利于3月12日发布TMT会议报告《15 Ways to Play AI》，报告摘录了自ChatGPT发布以来的480只个股，深入分析了AI领域的多个细分市场，并选出了今年以来表现及预期回报率最优的三大主题：智能手机与边缘AI（Smartphones & Edge AI）、推动AI数据中心建设（Powering GenAI & Data Centres）、先行者赢得机遇（The Adopter Opportunity）。

“先行者赢得机遇”就是四分仪此篇文章重点讨论的主题。在生成式AI技术推广中，很多人有着“失业”的恐慌，但在实际应用中，四分仪却看到，除了广为人知的文字、视频等行业，互联网、金融、教育、医疗、制造业等行业也正在经历一轮新的技术变革，AI技术不断推动这些行业迎来转型，也给敢于尝试和改变的先行者带来新的机遇，那些积极拥抱改变的人，正在享受这一轮技术变革浪潮中的AI红利。AI在这些行业中最前端的应用，越来越明显地深入接近到每一个人的生活，也越来多地改变人类的工作方式和生活习惯。

生成式人工智能（Gen AI）挟裹大模型市场的超强热度，吸引着无数电子消费类厂商的目光。无论是PC（个人电脑）、手机等硬件厂商，还是游戏、娱乐、社交等软件行业的资深人士，都试图从这片蓝海中分到一杯羹。继联想、荣耀之后，微软的首款AI PC马上也要来了：微软宣布将于3月21日发布的新款Surface Pro和Surface Laptop，两款产品均围绕人工智能打造。

同样，智能手机圈也快速进入了热闹非凡的“新战国时代”，竞相布局AI领域，推动生成式AI从云端落地到移动设备。

科创板日报近期报道，OPPO宣告成立AI中心，魅族停止开发传统智能手机，两者全力投入将AI技术融入手机操作系统，另外包括荣耀、Vivo、小米等中国手机厂商均先后推出手机应用AI大模型。

工研院产科国际所研究总监杨瑞临预测，全世界的应用软件开发商将聚焦在生成式AI的应用程序，未来半年将会百花齐放，包含iPhone和中国手机大厂也预期在下半年推出旗舰AI手机。

中国资通讯产业互联网平台爱集微指出，AI手机兴起后将带来三大趋势，包含搭载全新人机交互的个人化操作系统、设备趋向“去App化”，以及智能手机逐步退场。

更令人焦虑的是，生成式AI对产业端的新一波智能化改造才刚开始，对人力端的冲击改造就已先行一步。

3月12日，首个AI软件工程师一亮相，直接引爆整个科技圈。只需一句指令，它可端到端地处理整个开发项目。在SWE-bench基准测试中，它无需人类帮助，可解决13.86%的问题。

这是世界首个完全自主的AI软件工程师，可以规划和执行需要数千个决策才能完成的复杂软件工程任务。未来人类只需要发号施令，其他什么也不用做。

很多人认为，生成式AI可能最先“干掉”的是金融业。金融是以处理海量数据和分析大量信息为主的工作，生成式AI所提供的自动化潜力对于金融行业具有重大意义，并可能极大地影响金融决策。

在金融领域的应用，生成式AI被认为在市场、交易，监管等方面都有着广泛的前景。国际清算银行1月23日发布报告称，AI在央行讯息收集、宏观经济分析、支付系统监测、金融监管等四个方面将发挥重要作用。

在最新应用中，AI正逐渐成为资金管理人、首席财务官、监管机构、交易员、投资者和企业家们日常工作中，收集、分析和处理结构化和非结构化数据的工具。

目前，全球各家机构陆续推出的金融大模型，正在极大提升金融从业人员的业务水平和工作效率。当前国内外金融行业都在主动拥抱大模型。IDC（国际数据公司）一项调研显示，超半数的金融机构计划在2023年投资生成式人工智能技术， 只有10%的金融机构表示没有试验计划。

彭博社、Morgan Stanley（摩根士丹利）蚂蚁集团、度小满、腾讯云、恒生电子等先后推出金融大模型，全方位服务不同金融场景的从业人员，在投研分析、信息提取、商机洞察、金融工具使用等环节提供深度智能服务。

随着生成式AI技术在金融行业应用的推进，其影响正逐渐从TO B走向TO C，深入到投资者的实际使用中，成为其投资决策的工具之一。

AI炒股，就是不少投资者感兴趣的应用。一个在GPT-4基础上打造的选股票AI“MarketSenseAI”，结合了思维链和上下文学习的方法来分析各种数据源，包括市场价格动态、财经新闻、公司基本面和宏观经济报告等等，模拟金融投资团队的决策过程。结果显示，GPT-4表现比基准指数高出13%，回报率高达40%，同时保持了与市场相当的风险状况。

人工智能在金融服务领域的重要性日益上升，在技术迅速崛起的背景下，一些人工智能相关的岗位正在形成。

据外媒报道，近日摩根士丹利(MS.US)将其财富管理部门的科技高管Jeff McMillan提拔为该行首位人工智能(AI)主管。去年6月，摩根大通(JPM.US)任命Teresa Heitsenrether为首席数据和分析官，负责人工智能的应用。高盛(GS.US)首席信息官Marco Argenti被视为人工智能的主要倡导者。

对于金融行业的未来，1月24日，由清华大学经济管理学院、度小满、《麻省理工科技评论》中国、清华大学经济管理学院动态竞争与创新战略研究中心联合编写的《2024年金融业生成式人工智能应用报告》认为，当前生成式AI技术在金融业中的应用尚处于技术探索和试点应用的并行期，预计1-2年内，首批大模型增强的金融机构会进入成熟应用期，3年后将会带动金融业生成式AI的规模化应用。

教育产业是AI普及应用最迅速的行业之一，也是我们目前能看到的改变最大的行业，除了大模型加速落地，还有人形机器人的商用样板。

近日，印度首位人工智能（AI）教师“爱丽丝”日前在喀拉拉邦一所学校“正式上岗”引发关注。据《印度每日电讯报》3月10日报道，“爱丽丝”由印度Makerlabs教育科技公司开发，是一款基于生成式 AI技术的人形机器人，旨在通过AI 的力量创造个性化教学体验，“打破教育界限”。

与传统机器人不同，爱丽丝不会取代教师，而是作为一种辅助工具，提供互动学习体验，满足不同的学习风格。据了解，“爱丽丝”主要负责教授幼儿园至中学课程。这款机器人会说英语、印地语和马拉雅拉姆语三种语言，开发“爱丽丝”的工程师计划在未来将其语言库扩展到20多种语言。

《印度斯坦时报》报道称，可以移动、互动并回答问题的“爱丽丝”深受当地学生喜爱，但凡是“爱丽丝”上课，就不会有学生旷课。

而在“爱丽丝”出现之前，教育行业的对AI最受关注的应用是聊天机器人。

教育科技非营利组织可汗学院CEO可汗（Sal Khan）2023年发表了一场TED演讲，预测AI聊天机器人很快会彻底改变教育，“我们正处在利用AI实现教育史上最大变革的风口”，可汗宣称，“我们要为地球上的每个学生，提供一位令人惊叹的个人AI导师。”

但实际上，AI在教育行业的应用要比预测快很多。随着“爱丽丝”的出现，科幻小说有望成为现实，生成式AI将比人类教师更快、更有效地提供个性化教学。

OpenAI总裁布罗克曼（Greg Brockman）说道，“想像一下，你可以为每个学生提供全天候、免费的老师，这仍有点科幻小说的味道，但现在它愈来愈现实了。”

量子位推出主题报告《AIGC助教和家教成真，学习机迎来新机遇》指出：“软硬结合”的具身智能将进一步扩大智能体的能力范围，此阶段AI智能体在机器人的形态下，赋能教育实践场景且具有更强的陪伴属性。而到了脑机时代，AI智能体与人类的交互将更加深入，AI智能体对人类的意图理解及状态分析都将更准确，并且能够对有学习障碍的人群进行干预，人机共融将达到新的高度。

随着“爱丽丝”的出现，人们看到，这一切的到来比预想中要更快。

生成式AI在医疗行业的应用，更大价值集中在研发层面。

近日发表于Nature Biotechnology的一项研究，首次阐述全球首款人工智能（AI）药物INS018_055的研发历程，涵盖从AI算法开发到2期临床试验的全流程。临床阶段生成式AI驱动的生物科技公司英矽智能，其药物发现流程由其经验证、可商业化的自研人工智能药物研发平台Pharma.AI驱动，该平台横跨生物、化学和临床医学领域，作为先进的生成式人工智能工具，为生物制药行业提供研发助力。

事实上，“AI+医疗”已经是各家大型科技公司布局已久的赛道。去年7月，《Nature》发表了谷歌医疗大模型的论文，该论文详解了医疗大模型Med-PaLM的进化过程，研究人员表示，当回答医学问题时，微调后的医疗大模型Med-PaLM表现良好，一组临床医生对其回答的评分为92.6%，与现实中临床医生的水平（92.9%）相当。

如今，英伟达也加速在“AI+医疗”领域进行了布局，推进在生物和化学领域AI基础模型的开发和训练，用于训练和部署超算规模的大型生物分子语言模型，帮助科学家更好地了解疾病，并为患者找到治疗方法。

而在最新研究和应用中，AI正在承担更高难度的“研发任务”。日前，科学家运用AI研究“黑暗基因组”，从而推动了新的治疗和诊断方法，助力癌症治疗；英国生物技术初创公司Baseimmune利用人工智能预测病原体突变，开发对抗新冠病毒、疟疾和非洲猪瘟的有效疫苗；礼来投资的医疗保健技术公司Zephyr AI，致力于开发数据联合工具以及肿瘤和心血管代谢疾病领域的各种机器学习算法，尝试重塑药物发现和精准医疗…… 

研究表明，在医疗和生命科学领域，生成式AI将对制药、临床试验和医疗实践等整个价值链产生巨大影响，麦肯锡深入研究了生命科学领域的63个生成式AI的数据和模型，最终确定了其在5大领域的影响：研究和早期发现、临床开发、运营、商业和医学事务。麦肯锡全球研究所（MGI）估计，生成式AI每年可为制药和医疗行业带来600亿至1100亿美元的经济价值。

在AI“爆改”的几大行业领域中，制造业显得没有那么炫酷。但实际上，生成式人工智能对制造业的改造效果和覆盖范围是最深最广的。

生成式AI能够推动高效处理与制造产品的相关流程，包含产品设计、工程技术、生产流程、物流及供应链管理，其培训数据可以涵盖从传感器、生产设备的时间序列数据、可编程逻辑控制器的指令，以及产品的设计与工程流程。3D打印、新材料开发、汽车产品制造、物流运输等领域的底层运作都在经历着这一波AI生产力的变革。

AI正在加速提升自动化工作流的智能水平，通过实时洞察和决策来加速和扩展企业内部数字化转型的议程，帮助工程师确定问题，并估算解决问题所需的资源。基于物理的AI让工程师能够从解决方案知识库中拟订解决方案设计。

目前在制造业中，最新一波AI应用比较多的是“数字孪生”。完整的数字孪生方案需要涵盖以下六项功能之专业软件与技术，包括：数据采集与服务、数据整合、数据智慧化、用户体验与数据视觉化、数据管理以及数据可靠性等功能，可以推动精确的工厂规划、安全改进、敏捷性和灵活的工厂设计。美国的英伟达、奥地利Blackshark.ai公司目前都在积极参与制造业领域数字孪生应用。

全球领先的制造商正将最新一波生成式AI技术融入生产的方方面面，从而提供更高质量的产品并提高利润空间。在实体工厂中，AI 可以为自动化、机器人系统、质量检查和测试以及预测性维护提供动力，大大减少生产环节中的浪费，并支持信息可用性和协作，显著提高运营生产力、设备维护和问题解决能力。

据IBM 商业价值研究院近期针对全球范围内2,000 多名首席级高管开展的一项AI和自动化调研的洞察报告显示，在生成式 AI 采用和数据主导式创新领域处于前沿的企业已经收获了巨大的回报，其年净利润要比其他组织高出 72%，年收入增长率要高出 17%。IDC发布报告预计，中国ICT市场未来5年由新兴技术所带动的ICT投资会超过整个ICT投资的一半，也就是2万亿美元。这些份额中将有相当一部分会来自于制造业对数智化转型的需求。

生成式人工智能（Gen AI）时代的无限想象和颠覆效应正在全球加速扩散，互联网、金融、教育、医疗、制造业，几大产业率先迎来新一轮变局，既是对过往模式的挑战，也开启了未来增长的机遇，不断加速软硬一体全面融合的“新质生产”红利，推动“产业即场景，产业即服务”。驭势者赢，求变则通。在各家AI独角兽们“百模大战”的喧嚣之下，千行百业的应用创新与思维转型，已变成整个社会更加重要的课题。