2023年3月15日OpenAI发布全新的多模态大模型GPT-4，GPT-4相较于GPT-3实现了多模态信息输入、文本处理容量提升、回答准确度提高、对专业知识的处理能力提高、能够生成创意文本并实现风格变化等方面的能力提升，极大地拓宽了GPT-4在企业级服务领域的应用能力，使其能够处理数量较大、专业性较强且形式多样的办公数据，并生成准确度较高的有效处理结果。具体而言，GPT-4的主要优势包括：
2023年3月16日，微软发布全面接入GPT-4的Microsoft 365 Copilot，开启AI+办公软件史诗级革命。Copilot将GPT-4的生成式AI能力全面集成至Microsoft 365办公套件中，不仅能够实现在各个办公软件中自动生成内容，同时AI还打通了Microsoft 365中各个应用的数据壁垒，极大提高产品集成度，使办公产品的协作性大幅提升。
Copilot嵌入到Word、Excel、PowerPoint、Outlook、Teams等所有Microsoft 365应用程序中，用户能够使用自然语言调用Copilot辅助工作，包括在应用内根据要求生成信息，调用其他应用内的信息并进行整合分析等，以释放创造力、释放生产力和提升技能。
(资料图片)
Copilot与用户一起写作、编辑、总结和创作。1）写作：Copilot能够根据简短的自然语言提示生成文档初稿，并根据需要从其他Office应用中引入信息；2）编辑及总结：Copilot可以在现有文档中添加内容、总结文本、改写文件；3）创作：Copilot会建议用户的写作语气，还可以帮助用户在写作中加强论点、消除错误。
Copilot帮助用户分析和探索数据。1）分析：用户用自然语言向Copilot提出关于数据集的问题，Copilot能够分析数据之间的相关性，提出相应的假设方案，并根据问题推荐新的公式。2）探索：Copilot根据用户问题生成模型，还能够识别数据潜在趋势并创建可视化图表。
Copilot帮助用户从其他Office应用中调取信息并生成演示文稿。Copilot可以从Office 365的Word、OneNote等应用中调取数据，并将文件转化为带有演讲者笔记和资料来源的演示文稿，或者根据一个简单的提示或大纲生成一个新的演示文稿。
Copilot帮助用户整合并管理收件箱。Copilot可以总结邮件内容，根据简单提示以及其他Microsoft 365应用中的内容自动生成回复邮件，并可根据需求修改邮件的长度和语气。
Copilot帮助用户开展更高效的团队会议以及安排会议议程。1）高效团队会议：Copilot能够在会议中帮助用户组织关键讨论点，并总结关键的行动。在会议中，Copilot还可以随时解答参与者的问题，并帮助回忆用户错过的信息。2）安排会议议程：将Copilot添加到会议和对话中，Copilot可以根据聊天历史创建会议议程并确定合适的参会人等。
Business Chat基于大语言模型、Microsoft 365应用程序和日历、电子邮件、聊天记录、文档、会议和联系人等软件中的数据运作。用户使用自然语言向Copilot提问，比如“告诉我的团队我们是如何更新产品策略的”，它就会根据早上的会议、电子邮件和聊天记录生成一条回复。
近年来，随着医疗数据集的快速扩张、硬件设备的迭代升级、算法模型的优化改进，AI在医疗场景中的技术积累越发成熟，应用场景日益丰富。为疾病检测、诊断及治疗模式带来深刻变革，为提升居民健康质量提供新方式。近期GPT技术的突破再次引燃市场关于AI+医疗/医药的讨论关注。
包括制药、辅助诊断、影像、医疗器械在内的医疗健康领域是AI率先实现应用的行业之一。2015年开始，AI在图像识别方面的准确率大幅度提升，驱动AI+影像快速发展。而语音识别的精准度提升以及临床知识库的发展，也推动辅助诊断服务逐渐兴起。随着DeepMind两代AlphaFold实现了蛋白质空间结构预测的重大突破，AI+制药也进入高速发展期。
AI制药是将机器学习（Machine Learning）、自然语言处理（Natural Language Processing）及大数据等人工智能技术应用到制药领域各个环节，进而促进新药研发降本增效。目前主要应用于药物研发阶段的药物发现、临床前阶段，随着ChatGPT的不断应用，AI向临床开发阶段的渗透有望持续加快。
临床辅助决策分为诊前/诊中/诊后决策场景，包括医院数据实时处理、数据质量监控、知识库查询、临床辅助决策、临床辅助治疗、临床预警、患者画像、系统监控等功能。医疗诊断场景涉及的信息为多模态且数据量大、交互频次高、及时性要求高，业内关注多模态大模型能否赋能诊断场景，发挥辅助医患沟通、诊断决策作用。
3月20日，微软旗下语音识别公司Nuance Communications推出基于GPT-4的AI临床笔记软件Dragon Ambient eXperience（DAX）Express，可以在几秒钟内生成准确的临床记录，减少临床记录环节的时间，提升诊疗效率。Nuance曾在2020年推出DAX解决方案，将患者在就诊中与医生的交流转化为临床档案，由于以人工审核来确保信息准确性，全过程需要耗时约四个小时。接入GPT-4后，依靠大模型强大的推理能力，DAX Express生成临床记录的效率大幅提升。此外，DAX Express能够整合进微软Teams中，来辅助远程医疗。国内包括科大讯飞、云知声等在内的产业链公司也均在探索大模型在医疗辅助诊断领域的应用。
公司以第三方医学检验及病理诊断业务为核心，开创了国内第三方医学检验行业的先河。2022年公司与华南理工大学合作建设全国第三方医检领域首家人工智能联合实验室。目前公司已在医检AI领域取得一系列进展。如AI辅助宫颈细胞学筛查、AI辅助肺部组织病理诊断、虚拟现实（AR）智能显微镜等平台已初见成果，未来有望继续聚焦医检AI领域技术难题，积极促进临床医学和信息学科交叉领域科技成果转化应用，实现更加精准、便捷、普惠的诊断服务。
公司是国内领先的体外诊断产品与服务供应商，专注于生化、病理、凝血等IVD产品的研发、生产和销售。公司控股子公司迈新生物基于免疫组化多重染色原理，将免疫组化多重染色技术与人工智能有机结合，利用人工智能技术实现免疫组化虚拟多重染色，为免疫组化定量/半定量检测提供便捷可靠的辅助判读工具，未来有望持续向数字病理、病理人工智能领域实现突破。
公司专注于生命科学与生物技术领域，为精准医疗、精准农业和精准健康等行业提供实时、全景、全生命周期的生命数字化设备和系统解决方案。华大智造自主开发了Concerto算法，采用人工智能领域新兴的对比自监督学习框架并进行优化适配，以应用在海量单细胞组学数据的建模中；公司的远程超声机器人MGIUS-R3可以有效替代医生进行传统的超声扫查，解决超声医生资源不足的问题，同时公司还在积极开发乳腺自动化筛查等产品，未来有望不断推动医疗数字化转型提升医疗领域的效果和效率。
公司CADD、AIDD平台可为客户提供高效和优质的药物化学设计服务。目前该技术已应用于无晶体结构靶点的同源模建、先导化合物骨架跃迁、基于片段的药物设计、分子对接等实际场景，提高了项目研发的效率和成功率。
ChatGPT的面世引发AI产业热潮，GPT-4发布后，全球最大的语言学习工具软件多邻国（Duolingo）宣布正式接入，并推出新产品“Duolingo Max”，提供Roleplay功能，通过AI聊天机器人和用户的多轮对话互动，为用户打造沉浸真实的语言学习环境，实现“因材施教”。AI技术在应用侧有望赋予教育行业新的发展机遇。AI技术能够帮助教学内容生产降本增效，实现因材施教、有针对性的自适应性教学，提升学生学习效率，培养优质学习习惯等。梳理细分领域的应用看，国内外AI+教育产品涉及包括语言学习、自适应学习、早教学习机（AI护眼、AI坐姿调整等辅助功能）、拍照搜题、作业自动批改、虚拟教师、智慧教学、智慧招考在内的多元应用领域。
工业自动化制造中，定制化的生产线通常需要手动调整，从而需要耗费大量的时间和人力成本，因此工业机械化制造紧缺的是懂工艺和编程的复合人才。
在前端生产环节，AI自然语言编程提高工程师设计效率，工厂内部一线的使用人员可以根据经验、借助自然语言直接进行软件优化和迭代，效率优化空间更大，工业软件设计有望加速发展。在后端仓储环节，AI也可以通过对仓库中的物品进行识别和分类，有望提高仓库管理效率。
以往非智能工业制造品控依赖人工进行检测，效率低下且品控难以保障。机器视觉的本质是为机器植入“眼睛”和“大脑”，用来代替人眼所处理的重复单一的劳动。AI能够为机器视觉注入新活力，而机器视觉又协助AI进行数据生产。搭载AI的机器视觉等技术有望能够大幅提升检测效率，同时机器视觉是数字经济技术中获取数据的重要途径，通过将生产数据数字化，提供更为丰富的机器学习样本，助力算法软件迭代和研发端提效。
根据谷歌和微软最新的论文，AI有望给机器人训练带来三重颠覆性改变，分别是自然语言调试、图片推理和虚拟环境训练。
AI大模型从根本上上简化了人机沟通成本，其中的ChatGPT是一种强大的语言生成工具，多模态大模型也在不断推出，这一类大模型均具有改变建筑行业的潜力。建筑师、造价员等专业工种，均可以利用AI大模型的能力。
公司目前已在造价、施工、设计各个领域落地基于AI模型的产品和功能。在造价业务上，公司基于深度学习的交互式生成技术，在造价业务中利用大模型技术提供了智能组价和智能算量等服务，有望提升造价员效率，减轻企业造价人员薪酬成本，未来公司可按项目规模进行收费；此外，新成本平台未来也可升级智能化功能，根据建设方自身特点和历史项目情况为其提供前期方案建议，降低企业咨询成本。在施工业务上，自主研发的劳务人脸识别终端实现量产，CV安全隐患识别算法集成进入施工蜂鸟盒子产品，助力蜂鸟系统成功入选《国家人工智能创新应用先导区“智赋百景”》建设施工现场AI智能安全巡检应用场景典型案例，未来有望进一步推广。在设计业务上，智能设计中的强排工具（按照建筑强制性规范布置建筑）进入用户验证，实时日照分析性能国内领先，未来可结合多模态的大模型提供方案设计功能。
智能家居是以住宅为平台，将线路综合布置、网络通讯技术、家电自动化、物联网、云计算及人工智能等技术与家居设备相融合，从而形成高效化、智能化的住宅设备集成管理系统，以提升家居环境的安全性、智能性、舒适性、节能性、便捷性。从产业链来看，上游包含芯片、云计算、大数据等企业，中游包含智能家电、智能安防、智能影音等模块、下游包含服务商、运营商、经销商等，产业链覆盖消费品+服务商企业。
全屋智能的核心价值在于智控系统自主感知、自主决策、自主控制与自主反馈的人与场景交互能力，而当前智能家居的发展仍然受制于各类硬件割裂不兼容、家庭本地控制中心算力与边缘计算能力不足、人机交互弱以及传感器技术有待进步等问题。近期基于大型预训练语言模型产生的生成式多模态大模型ChatGPT-4横空出世并引起市场广泛关注，理解能力与交互能力有了极大提升，近似人类水平的性能也使其成为OpenAI在扩大深度学习方面的里程碑。
随着泛在感知数据和图形处理器等计算平台推动，以深度神经网络为代表的人工智能技术飞速发展，图像分类、语音识别、知识问答、人机对弈、无人驾驶等技术实现了从“不能用、不好用”到“可以用”的技术突破，人工智能在算法、算力和算料等方面迎来爆发式增长的新高潮。
从长期看，人工智能成为经济的发展动能主要体现在三个维度。第一，人工智能的发展核心在于提高人力资本和产业升级之间的适配性，有效释放工程师红利，进一步提升劳动力的质量。第二，人工智能有望在更大范围、更深层次、更广领域拓展生产可能性边界，提高全要素生产率。第三，技术变革驱动各类体制机制的完善，优化资源配置。特别值得关注的是数据成为新型要素后，将伴随资本、劳动力等传统要素跨区域流动，表现为较强的经济正外部性。经判断，人工智能拉动经济增长方面，主要存在三方面预期差：
从供给端看，人工智能将快速替代体力和脑力劳动，对冲人口老龄化趋势带来的增长中枢下移，同时技术的快速迭代也将大幅提升全要素生产率。从需求端看，产业智能化是一个具有高壁垒的宏观慢变量，无论是算力的提升还是能源结构的变迁，都将通过技术改造的形式驱动中上游资本开支偏强。
整体看，人工智能的发展确定了数据要素的发展。能够认为，当数据要素持续正向增长，并将驱动投入转化为更多产出，直接的影响是企业和居民端资产负债表的持续改善。具体来看，当数据要素发展积极推动经济潜在增速上行，企业会通过提高债务，获得更高的利润，以扩大再生产，居民也会提高债务创造需求，由此形成“经济增长-企业扩大资本开支、居民消费支出增加-经济进一步发展”的正向循环。同时，全社会债务的增加也伴随着GDP体量的同步增加，宏观杠杆率会维持在相对合理水平。
当前，大量新设备正在建立网际网络的连接，借此以产生更多的数据。而这其中有越来越需要借助人工智能的运算，以帮助了解这些大量新生成的数据，使得进行这些运算的半导体耗电量也越来越严重。客观地看，发展人工智能需要稳定的电力保障，如果加上各种网络通信设施、智能终端的耗电量，能源革命已成为新一轮科技革命的关键所在。特别是化石能源清洁化、清洁能源规模化、多种能源综合化、终端能源再电气化趋势加速演进，可再生能源、智能电网、非常规油气等技术规模化应用，大规模储能、氢燃料电池等技术有望突破，带动相关产业转型升级，形成经济增长新动能。
