包括亚马逊、Alphabet、Meta和微软在内的美国主要科技公司正在大幅增加对数字基础设施的投资，以促进生成式人工智能技术在全球范围内的部署。这些投资涵盖超高速芯片、微处理器和数据中心，对于生成式人工智能。
据Counterpoint Research的数据显示，微软2023年约有13%的数字基础设施支出专门用于生成式人工智能，预计未来几年这一比例还将进一步增长。据估计，2024年的增长率将在15%至22%之间，这凸显了业界对生成式人工智能变革各行各业潜力的信心。.
dent的计算能力推动生成式人工智能的发展
近几十年来计算能力的指数级增长推动了生成式人工智能的发展。例如，谷歌最新的人工智能系统 Gemini Ultra 使用了惊人的 900 亿 petaFLOPS 计算能力进行训练，凸显了自人工智能诞生以来取得的巨大进步。.
计算能力的空前提升，在短短七十年间，petaFLOPS 增长了 900 万亿倍，这充分体现了生成式人工智能的变革潜力。.
投资激增的同时，生成式人工智能基础设施相关企业的收入也大幅增长。美国芯片制造商英伟达（NVIDIA）公布，2023年第四季度营收超过220亿美元，其中很大一部分来自数据中心业务，较上年同期增长279%。.
同样，以 ChatGPT 闻名的 OpenAI 也经历了收入的大幅增长，从 2022 年的 2 亿美元增长到 2023 年的 16 亿美元，每周活跃用户超过 1 亿。.
生成式人工智能：一种通用技术
生成式人工智能是深度学习的一个分支，它作为一种通用技术，拥有巨大的潜力，有望渗透到各个领域，并对日常运营产生重大影响。其快速发展、广泛应用以及促进互补创新的能力，使其成为一股变革性的力量，堪比历史上蒸汽机等通用技术。
生成式人工智能的应用领域十分广泛，涵盖建筑、医疗保健等众多行业，甚至包括采矿和食品等意想不到的领域。它能够促进自动化，提高效率，并推动制药领域的突破性进展。.
此外，作为工业 4.0 的关键推动因素，生成式人工智能推动了制造业的数字化，为自主决策和预测分析铺平了道路。.
技能提升潜力和技术互动
生成式人工智能不仅有望提高效率，还能提升技能，彻底革新学习过程，加速任务完成。此外，它预示着人机交互模式的范式转变，通过多模态功能实现更自然、更直观的界面。.
尽管生成式人工智能前景广阔，但其广泛部署仍面临诸多重大障碍。版权问题、数据偏差、监管挑战以及对计算能力的巨大需求都构成了巨大的阻碍。.
此外，必须对人力资本和企业软件进行大量投资，同时还要解决人工智能输出偶尔出现不准确情况所带来的声誉和组织风险。.
