AIGC对企业的影响及对策
李长华
摘要
以ChatGPT为代表的人工智能生成技术（AIGC）进入爆发期和实用阶段。企业不应该被市场上炒作和焦虑情绪带节奏，而应该回到AIGC内容生产力工具的本质，从内容分类学角度对AIGC影响的业务领域进行分析，并推导其对企业变革的要求，进而确定理性的、实用的AIGC策略。
主要发现
AIGC已经进入实用阶段，在软件代码、诗歌、绘画等内容生成领域达到较高的质量水平。
AIGC不是只有通过神经网络和机器学习才能实现，通过结构化编程也能实现AIGC。现阶段，通过结构化编程实现的AIGC比通过神经网络和机器学习实现的AIGC更可靠、可控。大部分企业用户不需要使用大模型就可以满足企业内容生成的需要。
对于非内容生产为主业的企业，AIGC的业务影响领域是可控、有限的，主要集中在软件编程、研究分析、广告宣传和培训领域，机会大于威胁。对于以内容生产为主业的企业，AIGC的业务影响是全面的，威胁大于机会。
AIGC作为生产力工具，在提升企业生产力水平的同时，对企业的生产关系变革也提出了要求，具体表现在岗位、组织、人才、工作方式、运营模式和风险管理等方面的要求。
AIGC的内容质量总体上不低于专业人员的平均水平，但达不到最高水平。人的因素是内容质量提高的决定性因素，也是最终竞争差异所在。
建议
企业应该理性拥抱AIGC，从内容出发，找到AIGC影响业务最大的领域，采用实用的AIGC解决企业的问题，实现企业的业务目标。
从数字化的全局的角度应对AIGC，回应对企业生产关系的要求，也就是对岗位、人才、组织架构、工作方式、运营模式的要求，实现企业提质增效和数字化的目标。
企业应该高度注意人才能力的提升，特别是与AIGC进行内容共创的人才能力。
要注意AIGC可能带来的风险，建立风险管理机制，发展AIGC风险管理能力。
AIGC（Artificial Intelligence Generated Contents）指由人工智能生成的内容，其背后的技术是生成式人工智能（Generative AI）。2022年下半年开始，因ChatGPT引发的AIGC浪潮席卷了全球，使AIGC成为国内、外最热的话题。ChatGPT似乎成了AIGC的代名词，所有的人都在谈论ChatGPT。人们津津乐道的传播着ChatGPT带来的各种“奇迹”和由它带来的影响。很多人认为，ChatGPT标志着通用人工智能的到来，并坚称通用人工智能将取代大量人类工作，造成大规模失业。毋庸置疑，这些传播和言论有炒作的成分，目的是制造焦虑、吸引流量和创造新的商机。但必须承认，虽然称之为奇点时刻还需要更多的观察，以ChatGPT为代表的的生成式人工智能确实发展到了一个具有历史性意义的阶段，有必要对生成式人工智能对业务的影响进行严肃、认真的分析。因为在很多领域，生成式人工智能将迅速、彻底地改变业务。错过了生成式人工智能将直接导致企业的竞争力弱化，在市场上落于不利的位。
AIGC的历史
AIGC并不是新的东西，最早的AIGC可以追溯到1950年代的隐藏的马尔科夫模型(HMMs)和高斯混合模型(GMMs) 。这些模型用来生成顺序的文本或时间序列数据。1957年，第一支由计算机创作的乐曲诞生，弦乐四重奏《伊利亚克组曲》。1966年第一个对话机器人Eliza面世。但由于产出的性价比不高，AIGC没有发展起来。2006年，深度学习算法面世，同时新型处理器GPU和TPU的算力大幅度提升，再加上互联网提供了大量的数据，使AIGC有了新的机会。2007年，第一部由人工智能创作的小说1 The Road出现了。但写作质量不高，不能算是可读的作品。2012年，微软发布了基于深度神经网络（DNN）的同声传译系统，其中语音合成部分也属于AIGC应用。但是这个系统与专业译员比起来相差甚远，并不能进行正式场合的应用。同年，IBM的Watson参加电视智力问答大赛Jeopardy并击败两名胜率最高的人类选手。
对AIGC来讲，2014年是一个非常重要的年份。因为一种基于DNN算法的新模型生成式对抗网络GAN（Generative Adversarial Network）诞生了。同年，微软小冰创作了第一部机器写作的诗集《失去阳光的玻璃》，达到了可读的朦胧诗的水平。这一年，深度伪造技术出现在互联网上。2016年，基于深度神经网络的transformer模型问世。2018年英伟达发布StyleGAN模型，可以用于生成图片。当前发展到Style-XL，可以生成高清图片，达到以假乱真的地步。2019年DeepMind发布DVD-GAN,可以生成较好的连续视频。2021年OpenAI推出基于转换器（transformer）模型的DALL-E，2022年升级为DALL-E-2，通过输入文字描述可以生成各种风格的图像。2022年OpenAI推出同样基于transformer的ChatGPT，可以对话的形式生成文本、报告、代码等。次年推出多模态的GPT4，可以理解文本、图片，并生成内容。与此同时，大量基于多模态大模型的AIGC应用问世，国内的高科技厂商百度推出文心、阿里巴巴推出通义千问，腾讯发布腾讯混元、华为发布华为盘古、商汤科技推出日日新、第四范式推出式说、科大讯飞发布星火等等。
回顾AIGC的发展历程，我们发现AIGC的发展离不开深度神经网络（DNN），无论是GAN还是Transformer都是基于深度神经网络的。在生成的过程中，最先出现的是乐谱，之后是文本、图片和视频。这些生成的内容作为AIGC的元内容，为广泛的应用奠定了基础，也展开了人工智能生成实用、有价值的内容的丰富的图景。在AIGC的发展过程中，ChatGPT起到了非常特殊的作用。因为在其推出的两个月的时间里，注册用户即达到了上亿人。这打破了历史上所有应用能够达到速度的记录。这样的引流速度，确实是非常震撼，因此引起了普遍的关注，吸引了投资人、厂商和用户的目