AI人工智能等技术的发展让我们置身于智能时代的浪潮之中。在浪潮的到来下，不论是企业还是个体，都需要在智能时代进行探索和实践，定位自身的意义与价值。
对企业而言，积极拥抱AI技术，并将其融入自身的业务流程中，不仅可以帮助自身提高生产效率，还能为企业带来更大的竞争优势。
而对个体来说，智能时代的到来为我们提供了更多的可能性和机会，我们可以通过学习和掌握相关技能来提升能力水平，从而在智能时代中找到自己的卡位。
那如果我们想在这个过程中找到适合自己的智能时代解决方案，探寻可能的实践思路，可以选择怎样去迈出脚步？
为了帮助更多人了解智能时代的动态信息，并在智能时代找到AI应用实践的思维线索，戴尔科技联合人人都是产品经理发起了一场主题为「AI应用探索实践」的微信群交流活动，向所有正在从事AI应用探索、研究生成式AI、大模型落地的同行们发出邀请，在社群内共同探讨了当下的一些应用实践和行业问题。
同时，我们邀请了3位分享嘉宾对用户报名的提问做出了分享和解答，以下为整理后的交流互动实录：
互动嘉宾：哈李Hali，腾讯光子联合探索组 AIGC产品经理
现阶段主要分为三个层级，「硬件层（显卡算力等）」、「基础设施层（大模型）」、「应用层」。前两者都为资本密集型，有强垄断效应，竞争激烈，蛋糕虽然很大，但对于小企业而言几乎没有生成机会。
而「应用层」将是个人或者小微企业的最好机会，市场足够大，竞争不会太激烈，并且有足够多的机会，各行各业都有可能通过AI再次创造新的需求和价值。当然难度在于应用层门槛较低，比较难建立自己的护城河，因此「快」是小团队最重要的优势和特质，如果能快速将市场占领，将有极大的机会成功。
参考资料：吴恩达2023斯坦福最新演讲：AI新机遇
吴恩达这个视频很好地介绍了AI时代下的机遇和挑战，可以看看。
上图是很关键的一张视频截图，这张图说明了「应用层」是对个人或者小团队而言最重要的机遇。
这是我自己不成熟的观点哈，仅供参考。其实我上个月之前还是一名设计师，现在转型成为了一名AI产品经理，正在做淘汰设计师的事情。
首先从维度上，了解各行各业的广度可能是很重要的。各行各业里的太多需求可能需要被AI赋能或者提升，而对于行业的视野，将是产品经理很重要的一项能力。
其次就是深度，也就是对本身业务的深度了解。就我而言，我之前是设计师，我深知设计师现阶段的痛点以及需求，所以以此出发做了一个与AI相关的尝试，也得到了比较好的效果。
除了广度和深度，还有很重要的，就是对AI的热爱和敏感度。只有热爱才能有敏感度，只有热爱，才能不断地去了解各种AI技术是否能被应用。
同时，创新能力也是产品经理本身必不可缺的能力。
最后，加分项或许是写代码的能力。可以使用LangChain去做更多有关大语言模型的尝试。
可以看看我做的AI绘画提词器，就是使用GPT的联想能力，用户通过简单的输入，就得到更多维度的关键词，以帮助用户降低使用AI绘画时的写词门槛，这便摆脱了对话的形式。
主体逻辑就是通过GPT生成JSON代码，呈现在前端页面上。相应的与游戏相关的模块，可以通过GPT生成JSON代码，从而对AI NPC进行行为控制，不仅仅是在对话层面进行应用。
也可以使用GPT写代码，可以看我之前写的文章《我宣布！这是全球最聪明的AI绘画提示词工具！》，我通过GPT-4从一个完全不懂代码的人，到拥有写代码的能力。
1）AI绘画工作流开源插件和社区：https://www.lightflow.ai/
SD初学者必备神器，一键调好所有参数设置，不用学SD，直接大佬喂饭！
2）全球最聪明的AI绘画提示词工具：MidJourney.TalkGame.Ai
通过AI大语言模型训练集与提示词工程打造，只需要任意输入关键词，就可以超级聪明地给到你更多的AI绘画提示词推荐，一步成为大佬！
互动嘉宾：A6，摹小仙产品负责人
日常互联网工作中的实际应用已经有很多了，可以按内容模态区分：
发展方向有很多，先介绍下AI在服装销售领域的一个应用——用AI做模特图。
服装卖家往往少不了要拍模特图，服装一年得卖几百个款，不试给客户看，客户也不会买单，所以必须得拍模特图。小卖家要么盗图，要不自己上（前提是自己长得还行），大一点的卖家就会约拍模特，请专门的模特来拍摄，然后挑图修图。
有些搞出海的卖家就更费劲了，因为买家是海外的，得去找外模，成本往往会高很多。
这时候用AI来解决这个棘手的问题就成为众望所归。尤其随着国内服装出海的发展，这个问题的解决越来越迫切。而我们可以让客户输入一张人台图，随后即可自由生成不同国家的AI模特，成本低、周期短，降本增效的价值在百倍以上。
大模型行业应用未来的趋势是逐步渗透到专业场景，顺着刚才上面介绍的服装模特的思路，这里举一个简单例子——用多模态大模型做内衣模特。
左边是内衣服装客户的人台图，右边是生成图。
内衣行业模特拍摄有两个明显痛点，一是周期长，从预约场地、请模特、拍摄布景灯光到选图修图，若想出一套图，没一周出不来。二是成本高，内衣比较暴露，模特更难请，往往单图成本百元级别。
而随着人像类可控生成技术发展，我们可以通过AI直接生成以假乱真的AI内衣模特，单图最多10秒，对客户来说成本不超过5毛钱。而且我们和清华研究院强绑定合作，在内衣这类服装的可控性上已经达到行业前列，能支持不同姿态、不同人种、不同场景的高精度内衣模特生成。
站在多年乙方的角度，国企是大模型应用落地的好甲方，老板如果对多模态AI感兴趣的，可以找我们详细聊下。
内容创作AI应用是我过去几年主要做的方向，可以简单介绍下这里怎么用AI来降本增效。就以最简单的写新闻简报为例，有的国企会要求专人整合每周和该国企所在行业相关的新闻简报，然后加上一些思考。
借助大模型的能力，可以预先设置一些主题和关键词，然后每周自动聚合全网相关新闻，自动成文写成一篇图文兼备的简报初稿，还可以切换不同风格和不同主题。随后自己就可以基于初稿开始修改，修改完过一下图文审核和错别字审核，几分钟轻松搞定。
互动嘉宾：洪波；戴尔科技，全球领先的科技公司之一。以科技创新推动人类进步为宗旨，以成为数据时代最不可或缺的科技公司为愿景，致力于为客户提供一站式与高度定制化的PC和基础设施产品、咨询、服务以及端到端的数字化解决方案。
考虑到过去5年中模型参数呈指数增长，下一代大模型很可能是万亿参数模型，快速增长的模型需要足够的空间来存储。
AI对存储的需求，主要体现在容量的扩展性要求（训练数据集、训练中的过程数据、训练结果、推理过程中的生产数据及生成数据等）与性能要求（读带宽、写Checkpoint等）上。
大型AI系统通常采用分布式架构，Tier1存储需要提供高速读写访问，采用SSD或者NVMe；Tier2提供大容量的数据存储空间。
戴尔科技目前的产品和解决方案聚焦在AI基础架构领域，包括面向AI应用的计算、存储、网络、系统管理与数据中心基础设施的相关产品及解决方案。
我们在面向AI应用负载的异构算力平台、高速网络通信、非结构化数据存储等领域，都有对应的产品与解决方案，包括端到端的整体解决方案设计。
戴尔目前最新一代的硬件产品，均采用零信任架构设计。在解决方案领域，我们重点关注数据安全，提供“本地备份+关键数据异地容灾+核心数据、数据避风港、防勒索病毒”的三位一体的数据安全保护解决方案。
如果需要咨询AI相关基础架构硬件产品，可以直接加戴尔的专业顾问，会有AI行业的工程师做一对一的讲解和回答。
AI作为模拟人类智能的技术，已经在工业领域实现了广泛的应用。其独特的数据分析和自动化能力，使得人工智能在制造、供应链、维护等方面发挥着重要作用。
生产流程优化：人工智能可以通过分析生产数据，今儿优化生产流程。例如，基于大数据和机器学习的预测分析，可以预测设备的故障，从而避免生产中断，并进行及时的维护。
质量控制与检测：人工智能可以在生产线上进行实时质量控制和缺陷检测。通过视觉识别、图像处理等技术，可以快速准确地检测出产品的缺陷和不合格项。
供应链管理：人工智能可以优化供应链中的物流和库存管理。通过分析市场需求、实时交通等数据，实现准确的需求预测和物流调配。
人机协作：机器人与人类工人的协作也成为可能。人工智能可以使机器人具备更智能的操作能力，与人类工人一同完成复杂任务，提高生产效率和灵活性。
戴尔长期致力于AI人工智能、大数据、边缘计算等维度，为企业提供IT智慧平台解决方案。如果想了解更多，欢迎联系戴尔进行咨询。
群内不定时分享相关资料，同步最新线下活动信息。如果有想加入社群交流讨论的同学欢迎在下方留言哦！
本文为「AI应用探索实践」主题活动微信群交流互动实录，未经许可，禁止转载。
题图来自 Unsplash，基于 CC0 协议
该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。