作者：杰西卡·霍克，微軟數據、人工智能與數字應用產品營銷企業副總裁

生成式AI技術正在重塑我們的生活場景，而商業戰場上已掀起AI定制的浪潮。MIT最新報告揭示，50%企業通過AI定制實現效率躍升，49%借此構筑競爭壁壘，但數據隱私與人才缺口等仍是最大挑戰。MicrosoftAzureAl Foundry（國際版）以1800+專業模型和智能開發工具，正幫助企業破解這一難題，實現技術曲線的跨越式發展。

你最近用生成式AI技術做了什么？為侄女創作了一本貓咪獨角獸的繪本？總結了同事發來的42頁簡報？對我而言，是使用智能 Microsoft Copilot副駕駛幫助家里九年級的學生復習歷史課，關于美索不達米亞文明的知識，我現在掌握得超乎你的想象。

無論你用它做了什么，我敢打賭這些事在一年前你根本不會想到。就在我們開始習慣觸手可及的AI技術時，對它能為我們做些什么的期待也以同樣速度增長。企業正通過越來越定制化的AI服務來回應用戶的期待，創造能在市場中脫穎而出的應用和獨特體驗。

客戶用定制化的AI技術創建應用，重塑完整的用戶體驗。NBA正通過AI技術驅動的個性化功能重新定義球迷文化，為每位觀眾提供量身定制的比賽集錦和數據。與此同時，布宜諾斯艾利斯市用名為“Boti”的AI聊天機器人改變了城市生活，每月處理超過200萬次查詢，為居民提供駕照更新、地鐵時刻表、停車規定甚至個性化旅游計劃的即時協助。這些組織正在按照自身愿景改造AI服務，突破可能的邊界。因此我很高興分享MIT Technology Review Insights的最新報告《DIY GenAI：通過定制生成式AI創造獨特價值》，深入探討企業如何利用AI定制化在競爭激烈的市場中保持領先。報告重點揭示了技術領導者在定制AI模型為企業創造凈新價值時的動機、方法與挑戰。

雖然AI技術定制并非新概念，但Microsoft Azure AI Foundry(國際版)等快速發展的AI平臺可以使其更容易實施，為企業創造獨特價值提供了更大機遇。根據MIT報告，雖然提升效率是定制生成式AI模型的首要動機，但創造獨特解決方案、提升用戶滿意度以及增強創新創造力同樣是重要驅動力。

效率提升之所以成為主要動機，是因為它是企業通過AI技術定制能最快獲得的明確收益。隨著組織經驗積累，學習曲線趨于平緩時，我認為當企業更關注通過AI技術定制提升營業收入，而非節省銷貨成本時，其他動機會顯著增長。

01專業智能體時代來臨

在選擇模型時，MIT報告中半數受訪高管表示除多模態（56%）、靈活支付選項（53%）和性能提升（63%）外，他們還會優先考慮智能體與多智能體能力。AI智能體具有廣泛用途，無需人類直接干預即可執行任務和決策。它們適用于醫療保健領域的臨床數據錄入與檢索、制造業的供應商協調與維護追蹤、零售業的庫存與門店運營優化等領域，能夠進行自主的問題解決。

智能體不僅能將人類覺得枯燥的流程進行自動化，還有可能以更加獨特方式來顛覆市場。以員工支持平臺提供商Atomicwork為例，其所在的服務管理行業長期被擁有數十年經驗的巨頭所主導。Atomicwork憑借以專業AI智能體為核心的ITSM（IT服務管理）和ESM（企業服務管理）平臺脫穎而出，這些智能體融入了工作流程，無需多重工具或復雜集成即可提供無縫、即時的支持。據Atomicwork數據，某客戶在六個月內實現了65%的問題自主解決率，無需人工進行干預。

與其他AI技術開發領域類似，智能體構建工具正在快速發展，以適應多樣化的用例。從在Microsoft Copilot Studio 創建簡單低代碼智能體，到使用GitHub和Microsoft Visual Studio開發更復雜的自主專業代碼智能體，整個過程均已實現流程簡化。例如通過Microsoft Azure AI Foundry（國際版）內置的直觀智能體編排體驗，Microsoft Azure AI Agent Service（國際版）只需幾行代碼，即可完成原本需要數百行代碼才能完成的工作，這讓定制智能體并安全地投入運營變得非常容易。

02優質數據成就優質AI應用

AI技術定制潛力巨大，但挑戰并存。具有諷刺意味的是，AI技術定制最寶貴的資產——數據，往往成為客戶的最大障礙。具體而言，是數據完整性，這包括與AI應用配合使用的數據安全性、保密性和質量。MIT報告中，有半數參與者將數據隱私安全（52%）和數據質量準備（49%）列為AI技術定制的主要障礙。

生成式AI是數據領域長期以來的重大突破，為企業提供了以獨特方式與數據進行互動的新途徑。數據正是“魔法”發生的地方，AI技術模型掌握著海量知識，除非用你自己的的數據進行過訓練，否則它無法準確識別你的公司和競爭對手之間的差異。

智能數據平臺是支持數據驅動型 AI 應用工具的關鍵，它能整合分散的數據存儲、提供數據管控與安全保障，并與AI技術構建工具無縫集成。這正是為什么Microsoft Fabric（國際版）能夠成為我們歷史上增長最快的分析產品，也是我們看到原始存儲、數據庫服務和應用平臺服務，因客戶數據驅動型AI工作負載而快速增長的原因。Microsoft Fabric（國際版）顯著降低了數據完整性方面的挑戰，與Microsoft Azure AI Foundry（國際版）配合使用時，數據與開發團隊得以在同一環境中協同工作，消除了因數據問題導致的上市延遲。

03RAG是定制的起點

檢索增強生成（RAG）是最簡單有效的定制方法之一。MIT報告中三分之二的受訪者正在實施或探索RAG應用。將AI模型植根于組織或實踐的專屬數據，能夠使其具備提供專業化體驗的獨特能力。

在實踐中，RAG 并不單獨用于自定義模型。報告發現，它通常與微調（54%）和提示工程（46%）結合使用，以創建高度專業化的模型。東京跨國廣告公關公司電通（Dentsu）最初使用通用大語言模型來分析媒體渠道對客戶銷售的貢獻，但發現準確率僅為40-50%。為此他們開發了定制數據控制結構，利用他們在零售與營銷數據分析的專長打造了專屬模型。

通過集成定制RAG框架和智能體決策層，電通實現了約95%的相關數據與洞察檢索準確率。這種AI技術驅動的方法，現已成為了制定廣告策略和優化客戶營銷預算分配的核心手段。

04賦能開發團隊

AI應用的開發會帶來新的動力，其中關鍵是要跟上技術進步的步伐。模型功能特性與開發者工具方法都在快速演進，因此為團隊配備合適工具對成功定制AI應用至關重要。

例如，新模型功能的快速迭代催生了對模型評估工具自動化的需求。MIT報告顯示，54%的企業使用手動評估的方法，26%的企業已經開始或持續應用自動化方法，然而這些數據預計很快就會逆轉。報告指出，提示詞調試工具Playground和提示詞開發功能，也被廣泛用于促進AI工程師與應用開發者在定制模型時的協作。

評估不僅是AI技術定制的關鍵環節，更是應用上線后的管理監控重點。我們將全生命周期評估內置于Microsoft Azure AI Foundry（國際版），助你持續評估模型能力、優化性能、測試安全性并緊跟技術進步的步伐。

我們還看到，定制化與不斷擴展的AI技術產品組合正在引領下一代AI應用開發。報告顯示，超半數受訪機構已采用遙測追蹤與調試工具。AI技術追蹤增強了理解AI應用結果所需的透明度，調試則通過展示從初始提示到最終輸出的推理流程來優化性能。

05與Azure AI共赴未來

AI技術在創造差異化市場服務和體驗方面具有重要價值。企業迅速采用、探索和定制AI工具的速度，正是對其商業價值認知的直觀印證。AI模型正沿著任務類型和行業特性持續進化，如今Microsoft Azure AI Foundry（國際版）已匯集1800余個專業模型，其迭代速度與配套工具鏈的升級保持同步。當前，智能體正在創造全新客戶服務體驗，這種創新或許尚屬市場差異化優勢，但隨著消費者日益習慣AI驅動體驗，快速跟進者將重塑整個客戶服務生態。屆時，AI定制將褪去“定制”的光環，成為智能開發的常規操作，但構建獨特解決方案的創新價值永不褪色，它終將沉淀為企業的核心數字資產。

你的企業將打造怎樣的獨特智能體驗？你計劃為客戶解鎖何種創新服務？你希望為員工配備怎樣的智能助手？Microsoft Azure AI Foundry（國際版）將為你提供完整的創新加速套件，助你實現技術曲線的跨越式發展。

無論你的組織處于AI轉型的哪個階段，都建議研讀這份MIT深度報告。除調研數據外，研究團隊還與數十位科技領袖進行深度對話，共同探索生成式AI定制的價值創造路徑，報告中遍布有益的實例與洞見。特別致謝MIT Technology Review Insights團隊，正是他們的專業洞察，讓我們得以聚焦這個充滿機遇的智能新時代。