正在阅读:

生成式AI浪潮成XR行业拐点,企业级应用会比消费领域机会更多吗?

扫一扫下载界面新闻APP

生成式AI浪潮成XR行业拐点,企业级应用会比消费领域机会更多吗?

已经有一些大型公司开始引入XR来提升管理效率。

作图:匡达

界面新闻记者 | 崔鹏

在过去几年中,XR一直是科技行业的热点话题,尤其是在Meta等公司高举元宇宙大旗之后,更是将这种热度延伸到多个领域。

这也造成了一种有趣的现象——XR领域的绝大多数知名产品都来自于以Meta为代表的大型社交媒体公司,而非纯粹的硬件公司。

作为传统IT厂商,联想在XR领域也有涉足,算是Meta的直接竞争对手之一。但近日联想集团商用VR业务主管Jason McGuigan告诉界面新闻,“联想的战略和竞争对手不同”,联想不做消费者端的游戏和社交产品,只做企业级服务方案。

伴随着苹果首款头显Vision Pro的发布和AI的助推,XR领域正在迎来新的变化。在Jason看来,ChatGPT所引爆的生成式AI浪潮成为XR行业真正的拐点,将对很多行业的工作生产流程产生巨大影响,包括企业应用、教育和创意等领域。

同时,生成式AI会降低内容开发的成本,当3D场景和内容增加后,用户对内容的消费量也会提升。而XR设备无疑是消费空间内容的最佳方式,这也会反过来促进XR行业的进一步发展。

企业级应用能从中找到更多机会吗?

生命周期总成本越来越重要

在XR领域的竞争中,成本和价格是重要因素之一。

像Meta之类的软件公司通常会对头显价格进行大量补贴,比如当硬件设备成本为700美元时,他们只向客户收取300-400美元的费用,以便客户在后续购买指定软件时,公司能赚更多的钱。

而联想等公司提供的设备价格则相对较高,后续会辅以一系列解决方案。这种策略显然更适合企业用户,因为普通消费者倾向于选择更低成本的设备。

联想的头显产品名为Think Reality VR。当开发者为其做软件开发时会发现,代码库中90%的代码都可以移植到其它开放式XR设备上,因为联想的XR方案采用了高通公司的Snapdragon Spaces的开放式XR SDK,而非自己的独家工具集。

这种做法有助于适配硬件设备快速更新的需求。如果软件被锁定在一个设备上,企业通常会付出沉重的代价。

根据第三方数据,全球大约70%-95%的人工智能工作负载都集中在GPU上完成。使用大模型产品后,如果企业没有赚到足够的钱,可能连服务器成本都负担不起。在这个开发过程中,TCO(生命周期总成本)的概念变得比以往更加重要。

Jason认为,目前整个行业处于有史以来的最低点,以后会呈现出逐步爬升的趋势,因为XR行业的TCO未来只会下降,耗电量不断降低,设备也会越来越好,现有的工具都会不断改进。

一旦产业内的公司能实现大模型本地压缩,直接降低成本,就能从云端获取信息,然后加速将其带到边缘设备中,这也会改变很多公司对XR的发展战略。

AI改变企业级应用

在To B领域,已经有一些大型公司开始引入XR来提升管理效率。他们往往拥有上万甚至十几万员工,每个月还需要招聘成百上千人,为此公司需要投入大量人力和资金进行新员工入职培训。而在AI的支持下,XR已经被证明有机会改变这种现状。

目前包括埃森哲和沃尔玛等大型组织在内的很多头部公司,正在通过XR来完成新员工培训。像沃尔玛一般需要给培训工作制定很多对话树(Dialogue Tree),然后根据每个选项的路径向下进行开发,期间还涉及到创建相互作用点(Interaction Point)的工作。

这是一项非常庞大复杂的工程,因为在XR中创建内容很难,它有些类似于制作游戏大作,需要使用游戏引擎、程序员、设计师、3D开发人员和音响工程师等多种技术人才,以及花费大量的时间与金钱。

在这种情况下,如果让企业单独组建一个团队来做,可能导致投入巨大但效果并不理想。但在生成式AI的帮助下,行业内的制作团队可以大幅压缩内容制作的时间和难度,以往需要6个月制作时间的工程,可以缩短至6周甚至6天来完成。

此外,在后端使用生成式AI的前提下,上述工作都是动态进行的,不需要开发人员预先输入所有代码。XR解决方案会创建一个培训角色,然后根据被培训者的岗位性质和回答结果来进行互动。

比如在问答中了解员工的优缺点,并针对性的给于更多培训,带来更大的培训覆盖面,其灵活性是传统预先拟定框架式的培训所不具备的。而被培训人员只要佩戴头戴式XR耳机,就能跟培训师的数字替身完成全部测评工作。

在这个过程中,生成式AI最强大的地方在于个性化——即使是和沃尔玛商业模式和组织规模类似的企业,也无法照搬对方的培训方案,因为每家公司都有自己的文化价值观以及业务风格,这在一定程度上有助于保证培训的独特性和针对性。

不过,培训只是企业应用XR的场景之一,要在更大范围内使XR得到普及,需要软硬件厂商的持续努力。

未经正式授权严禁转载本文,侵权必究。

联想集团

3.5k
  • 联想等在广州成立创投基金,出资额4亿元
  • 联想宣布与Meta建立新的XR合作伙伴关系

评论

暂无评论哦,快来评价一下吧!

下载界面新闻

微信公众号

微博

生成式AI浪潮成XR行业拐点,企业级应用会比消费领域机会更多吗?

已经有一些大型公司开始引入XR来提升管理效率。

作图:匡达

界面新闻记者 | 崔鹏

在过去几年中,XR一直是科技行业的热点话题,尤其是在Meta等公司高举元宇宙大旗之后,更是将这种热度延伸到多个领域。

这也造成了一种有趣的现象——XR领域的绝大多数知名产品都来自于以Meta为代表的大型社交媒体公司,而非纯粹的硬件公司。

作为传统IT厂商,联想在XR领域也有涉足,算是Meta的直接竞争对手之一。但近日联想集团商用VR业务主管Jason McGuigan告诉界面新闻,“联想的战略和竞争对手不同”,联想不做消费者端的游戏和社交产品,只做企业级服务方案。

伴随着苹果首款头显Vision Pro的发布和AI的助推,XR领域正在迎来新的变化。在Jason看来,ChatGPT所引爆的生成式AI浪潮成为XR行业真正的拐点,将对很多行业的工作生产流程产生巨大影响,包括企业应用、教育和创意等领域。

同时,生成式AI会降低内容开发的成本,当3D场景和内容增加后,用户对内容的消费量也会提升。而XR设备无疑是消费空间内容的最佳方式,这也会反过来促进XR行业的进一步发展。

企业级应用能从中找到更多机会吗?

生命周期总成本越来越重要

在XR领域的竞争中,成本和价格是重要因素之一。

像Meta之类的软件公司通常会对头显价格进行大量补贴,比如当硬件设备成本为700美元时,他们只向客户收取300-400美元的费用,以便客户在后续购买指定软件时,公司能赚更多的钱。

而联想等公司提供的设备价格则相对较高,后续会辅以一系列解决方案。这种策略显然更适合企业用户,因为普通消费者倾向于选择更低成本的设备。

联想的头显产品名为Think Reality VR。当开发者为其做软件开发时会发现,代码库中90%的代码都可以移植到其它开放式XR设备上,因为联想的XR方案采用了高通公司的Snapdragon Spaces的开放式XR SDK,而非自己的独家工具集。

这种做法有助于适配硬件设备快速更新的需求。如果软件被锁定在一个设备上,企业通常会付出沉重的代价。

根据第三方数据,全球大约70%-95%的人工智能工作负载都集中在GPU上完成。使用大模型产品后,如果企业没有赚到足够的钱,可能连服务器成本都负担不起。在这个开发过程中,TCO(生命周期总成本)的概念变得比以往更加重要。

Jason认为,目前整个行业处于有史以来的最低点,以后会呈现出逐步爬升的趋势,因为XR行业的TCO未来只会下降,耗电量不断降低,设备也会越来越好,现有的工具都会不断改进。

一旦产业内的公司能实现大模型本地压缩,直接降低成本,就能从云端获取信息,然后加速将其带到边缘设备中,这也会改变很多公司对XR的发展战略。

AI改变企业级应用

在To B领域,已经有一些大型公司开始引入XR来提升管理效率。他们往往拥有上万甚至十几万员工,每个月还需要招聘成百上千人,为此公司需要投入大量人力和资金进行新员工入职培训。而在AI的支持下,XR已经被证明有机会改变这种现状。

目前包括埃森哲和沃尔玛等大型组织在内的很多头部公司,正在通过XR来完成新员工培训。像沃尔玛一般需要给培训工作制定很多对话树(Dialogue Tree),然后根据每个选项的路径向下进行开发,期间还涉及到创建相互作用点(Interaction Point)的工作。

这是一项非常庞大复杂的工程,因为在XR中创建内容很难,它有些类似于制作游戏大作,需要使用游戏引擎、程序员、设计师、3D开发人员和音响工程师等多种技术人才,以及花费大量的时间与金钱。

在这种情况下,如果让企业单独组建一个团队来做,可能导致投入巨大但效果并不理想。但在生成式AI的帮助下,行业内的制作团队可以大幅压缩内容制作的时间和难度,以往需要6个月制作时间的工程,可以缩短至6周甚至6天来完成。

此外,在后端使用生成式AI的前提下,上述工作都是动态进行的,不需要开发人员预先输入所有代码。XR解决方案会创建一个培训角色,然后根据被培训者的岗位性质和回答结果来进行互动。

比如在问答中了解员工的优缺点,并针对性的给于更多培训,带来更大的培训覆盖面,其灵活性是传统预先拟定框架式的培训所不具备的。而被培训人员只要佩戴头戴式XR耳机,就能跟培训师的数字替身完成全部测评工作。

在这个过程中,生成式AI最强大的地方在于个性化——即使是和沃尔玛商业模式和组织规模类似的企业,也无法照搬对方的培训方案,因为每家公司都有自己的文化价值观以及业务风格,这在一定程度上有助于保证培训的独特性和针对性。

不过,培训只是企业应用XR的场景之一,要在更大范围内使XR得到普及,需要软硬件厂商的持续努力。

未经正式授权严禁转载本文,侵权必究。