ShangcanTech 十大数字化趋势（2024）
尚参科技
摘要
本报告分析了未来3—5年重要的数字化趋势。由于大模型领域的突破，人工智能表现出新的智能，数字化将出现阶段性的新特征，我们称之为双智协同的业务形态（DIB）。在DIB的框架下，部分数字化趋势起因于人工智能和大模型的发展推动。这些趋势包括大模型改变人工智能工程范式，AIGC成为新的生产率工具，AI驱动软件开发变革和业务应用的智能化等。有部分趋势虽然与AI相关，但同时受到其他推动力的作用，包括企业经营态势全模型推动数据驱动的运营模式发展，新型算力云平台赋能DIB等。还有一些趋势是宏观环境决定的，包括ESG技术成为新的竞争力，信创促进数字化发展和数字化安全管理智能化等。
主要发现
双智协同的业务（DIB，Duel-Intelligence Business）开辟数字化新纪元
大模型改变人工智能工程范式
企业经营态势全模型推动数据驱动的运营模式发展
AIGC成为新的生产率工具
AI驱动软件开发变革
安全管理智能化
业务应用智能化
新型算力云平台赋能双智协同的业务
ESG技术成为新的竞争力
信创促进数字化发展
建议
企业应该把握这些数字化的新趋势，对数字化战略进行重新审视和制定
避免将这些趋势仅仅看作是技术上的进步，而应该分析它们对业务模式、组织方式的变革意义和长期影响，对业务进行重新的设计
企业进行趋势把握时，应把这些趋势当做整体看待，而不是孤立它们
2023年，对数字化科技领域是不同寻常的一年。因为这一年，大模型出现了爆发之势。从ChatGPT到AIGC，再到它们背后的大模型和人工智能，成为全社会追踪的焦点。与以往的许多焦点不同，这一轮焦点是以应用突破为主要特征的。而以往许多焦点话题比如元宇宙、区块链等都是以概念传播作为主要特征的。大模型的出现，彻底改变了人们对人工智能的认知。人们曾经认为人智（人的智能）与机智（人工智能）最大的差别是人智具有想象力和创造性，机智缺乏想象力和创造性。大模型宣告了这种认识的片面性。大模型的突破和应用，在数字化进程中是一个里程碑，将改变社会的技术形态进而改变业务形态。人们即将迎来数字化业务的新纪元。为了帮助企业和各类组织对即将到来的新纪元有战略上的把握，尚参科技总结了2024十大数字化趋势。
图1 ShangcanTech 2024十大数字化趋势
双智协同的业务（DIB，Duel-Intelligence Business）开辟数字化新纪元
过去常说的人机交互、人机协同需要由一种新的概念——双智协同所替代。无论是人机交互还是人机协同，都把机器（包含智能机器）当作一种生产工具看待，在智能角度上低于人类智能的事物。其含义是机器依据人的设计，在人的主导下完成生产的过程。当机智具备了智能，具备了与人类智能水平相似，甚至高于人的智能水平的情况下，仅仅把智机当成一种工具已经不能真实地反映机智的本质了。我们需要直面和承认智机拥有了真正的智能：涌现和泛化能力，也就是举一反三的能力。机智是与人智对应的另类智能，虽然与人类智能的基础和实现方式由很大区别。基于对机智这种另类智能的承认，提出双智协同，即人智与机智互相促进、互相启发、协同共创就是自然而然的。具体到企业的业务上，就是双智协同的业务（DIB）。DIB指在企业的治理、管理和运营的各个层面，都实现人智和机智的协同。（详细内容可参见尚参研究报告SC23008，“双智”协同：由数字化业务过渡到自治业务）。
图2 双智协同的业务
双智协同的业务是数字化业务的新阶段，在数据驱动、平台化和生态化的基础上，在业务的各个领域和环节，都出现了人智了机智的协同。智人和智机成为工作伙伴，智机作为智人的助手，提高智人的效率、想象力和创造力，拓宽智人的信息面和人智水平，规避业务风险和失误。智人在与智机协作的过程中，也完善着智机的思维模式，提高智机的智能水平。
双智协同的业务既是一种趋势，也是一种愿景。因为在机智技术发展的推动下，人智和机智必将走向协同。但如果任由机智推动，就会走向另一个极端，即排除人智的业务形态——Gartner预测的自治型的业务（Autonomous Business）。但是自治型的业务未必是一种好的愿景，因为在此业务形态下，智人的价值和作用必须要重新发现，人类还远远没有做好准备。
在双智协同的业务模式下，数据和AI将发挥更大的作用，形成业科融合和业数融合等新型的工作方式、生产方式。具体到企业层面，企业将可以从DIB中获得新的商业模式，实现业务的增长并获得新的收入来源。
图3 DIB对业务带来的全面影响
大模型改变人工智能工程范式
大模型与传统的小模型不同，具有涌现和泛化能力。涌现能力包含两层含义，一是当训练达到一定规模时，输出的结果不再是随机的，具备了某种倾向性，此时智能就产生了。还有一个含义是当对一个模型进行写作训练时，意外地发现模型具备了翻译能力、评价能力。第一种涌现是小模型也可以具备的，但第二种只有大模型才具备这种能力。大模型的泛化能力指训练好的大模型，可以被广泛应用于不同的主题域、不同的专业领域。当然，泛化能力落地还需要一部分的专业训练。
图4 大模型改变人工智能工程范式
小模型为基础的人工智能
