自2022年底以來，AIGC火爆出圈，尤其是OpenAI發布的ChatGPT，將人機對話推向了新高度，一時間，圍繞大模型的新聞、話題、爭論甚囂塵上。對中國企業來說，“打造中國的OpenAI”是最為迫切的事。

今年3月中旬，百度率先發布大模型“文心一言”，而后阿里巴巴發布“通義千問”、科大訊飛發布“訊飛星火”、騰訊發布“混元”、京東發布“Chat JD”、360集團發布“360智腦”、昆侖萬維發布“天工”、華為發布“盤古”、商湯發布“商量”、第四范式發布“式說3.0”……

2023年僅過半，無論是互聯網平臺企業，還是AI企業、游戲公司都在積極研發并推出自家大模型且迭代速度驚人，大模型在國內遍地開花。

據中信所不完全統計，目前國內10億參數規模以上的大模型已經發布了79個，預計未來仍將有大模型陸續推出。但活下來的通用大模型，可能最終只有三五個，未來必是一場鏖戰。

“百模大戰”愈演愈烈，各大廠商都從“大煉模型”向“煉大模型”演進，在通用領域，我們確實需要通過更大的模型獲取更好的性能，但在行業專用領域似乎并非如此。如何將大模型能力與行業需求完美融合，落地產品實現商業化，值得深思。

如今，大家對于AIGC的內容生成能力已不再陌生，當最初的新奇體驗感退去，人們開始發現，具備內容生成能力的AIGC在幫助人類提升效率的同時，也帶來了問題甚至是風險。比如，生成式AI寫作虛假小作文導致某公司股價閃崩；AI詐騙爆發，福州市某科技公司法人代表郭先生10分鐘內被騙430萬；AIGC作為模型，訓練過程中人為誘導的系統性偏見與歧視問題以及AIGC生成內容版權歸屬問題等等。

AI浪潮勢不可擋，如何權衡AIGC的發展與規范？要實現AIGC技術的大規模商業化應用，還需要攻克哪些問題？AIGC在場景化應用的進展如何？帶著這些問題，讓我們一同開啟本次AIGC主題直播《AIGC，帶著鐐銬舞蹈》。

實現AIGC的商業化落地，重點有三

人的大腦神經元數量是千億規模的，其中每個神經原有 1000 個左右的突觸。國內百度“文心一言”的大模型參數為2600億，可見，當前模型的參數規模尚未達到通用人工智能要求的水平。

但從行業應用角度來說，在硬件推理時，可能無法承載超規模大的預訓練模型。所以，我們需要在專有領域中針對具體應用進行模型的裁剪和優化，這就意味著，專有領域不需要超大規模的模型。

在弘璣Cyclone戰略產品副總裁吳楠看來，大模型想要在to B端實現大規模商業化落地，有三點比較關鍵：

1、企業需要具備大模型私有化部署的能力

2、大模型能夠在特定場景下，滿足準確性等方面的性能要求

3、持續迭代，同時需要大幅降低模型訓練推理所對應的成本

吳楠認為，通用大模型參數動輒千億，其承載的海量數據并不適合特定場景應用。在其所服務的中大型企業中，并不需要這種通用人工智能，更為迫切的需要是，基于行業和企業本身，引入大模型的能力。所以很多企業正在通過私有化部署的方式，研究如何將參數規模降低后，利用高質量的行業數據和特定場景對模型進行訓練，從而獲得達到更好的效果。

目前，我國還處于AIGC商業化落地的起步階段，可以用現有數據和場景對模型進行訓練，并隨著新數據和新應用場景的出現，逐步訓練提升模型能力，讓模型更加智能，形成正循環。未來，數據會成為每一家企業的戰略的資產，尤其是這種高質量的數據。

珍島集團CTO徐有福提到，算力、 算法和數據是AI產業發展的三個核心要素。在算法、算力具備一定優勢的前提下，如果數據規模和質量達不到一定要求，生成出來的內容質量也是不可控的。因此在大模型訓練前期，需要大量人力對數據進行調優。但隨著技術優勢的提升，數據量的增大，使用時間越長，大模型生成內容效果就可能越好，越能落地商業應用。這是一個循序漸進的過程。

AIGC全面打入市場營銷

AIGC作為一種創新型技術賦能手段，正逐漸為各行各業取得實質性突破。在所有商業公司都積極攻城拔寨的營銷領域，AIGC已開始嶄露頭角。

珍島作為國內知名的企業SaaS智能營銷云平臺，構建了完整的數字營銷工具集供客戶使用，覆蓋了企業從營銷前、營銷中到營銷后的各個業務環節。對于AIGC在市場營銷中的應用，珍島也做了多年嘗試。

珍島集團CTO徐有福表示，早在2020年就曾基于營銷場景通過AIGC生成營銷文案，但當時的內容質量并不高。直到2022年11月，OpenAI通過GPT-3.5系列大型語音模型微調而成的ChatGPT發布，珍島對其進行測試，發現文案生成效果明顯優于此前。目前，珍島也在積極擁抱AIGC技術，接入百度文言一心和ChatGPT等技術能力，打造AIGC在智能營銷領域SaaS平臺的應用場景。

個性化廣告文案創作是珍島利用AIGC技術在市場營銷中最典型的應用。AIGC基于用戶行為數據、消費習慣、個人興趣愛好等，進而生成相應的營銷廣告。比如用戶是一個跑步愛好者，創作的營銷內容可能會跟新款跑鞋、賽事信息、訓練技巧等相關主題結合生成廣告文案，從而提高相關營銷廣告的點擊率和轉化率。

除個性化廣告文案創作外，珍島還將AIGC用于營銷郵件編寫、私域運營、網站建立、客服問答等營銷場景，具體來看：

在自動化郵件營銷方面，珍島此前只提供郵件自動化發送的工具，需要運營人員或者客戶自己編寫對應的營銷郵件，再通過珍島的工具進行分發。而現在，在AIGC的場景利用下，珍島能夠基于營銷對象的特性、對象客戶，直接利用其智能化工具生成營銷郵件，再通過自動化營銷工具發送給客戶。對于部分潛在客戶，后續珍島會進行后續郵件營銷的發送和跟蹤。

在私域運營方面，比如社群運營。當有新用戶進群，傳統方式下可能通過SOP設置統一歡迎語，但現在，珍島通過AIGC基于新入群用戶的畫像，用戶信息，生成定制性的歡迎語或者進群后針對性的內容打造。而當用戶提出疑問，AIGC可以即時生成針對性內容回復，從而替代過去群組回復的方式，大幅提升用戶體驗和整體效率、效果。

在網站平臺建立方面，傳統方法都是依據模版建立，需要運營人員或者市場人員人工填寫，但AIGC技術的出現改變了這一現狀。目前，珍島將官網模版的可視化建造升級為AI建站，僅需要部分相關關鍵詞或者一些關鍵性描述（公司名稱、公司介紹等），就可以通過AIGC生成相關公司網站。傳統模式下人工填寫可能需要3-5天完成交付，采用AI建站“一鍵生成”可能1天即可完成，效率大大提升。

在客服問答方面，可將原有文字生成視頻，從而更直觀的解答客戶問題。此外，直播中珍島集團CTO徐總也提到，實現這些的前提是珍島集團基于大模型私有化部署訓練的結果。

“AIGC*RPA”顛覆式變革已來

此前，中國AI布道人陸奇博士在《我的大模型世界觀》演講中提到“新范式”一詞。我們當下正處于新范式的拐點。如何理解呢？任何體系，一個人、一家公司、一個社會，甚至數字化本身的數字化體系，都是“三位一體結構演化模式”。

“三位一體”結構包括：信息系統、模型系統、行動系統。換句話說，任何體系都是這三個系統的組合，數字化系統尤其如此。在互聯網范式之下，信息無處不在，接下來的15年到20年中，大模型所帶來的新范式，也將無處不在。

在大模型帶來的新范式中，機器人流程自動化（RPA）顛覆式變革正在進行。

一般而言，RPA是流程驅動的，AI則是數據驅動的，RPA機器人只遵循人為定義的流程，而AI則可以使用機器學習來識別數據中的模式，并持續進行學習。這就使得AI能夠像人腦一樣，如同人一樣輔助RPA更全面、自動地完成任務，因此在AI大模型引領的新范式下，AI技術能夠更好地實現RPA的功能補充，輔助企業員工真正實現流程自動化。

來源，陸奇演講時的PPT

在吳楠看來，AIGC模擬的是人的大腦，RPA模擬的是員工的手。基于大腦和手，AIGC與RPA的結合可以觸達的場景非常多。弘璣目前正大力發展的一個方向是AIGA，詞尾的A代表automation（自動化）。

信息化時代，企業內部匯集了各式各樣的信息化系統，企業員工實際上是被“綁架”在一個個的系統上，在為系統服務。如何能夠解放員工，將人的勞動技能數字化，這本身就是RPA疊加AI技術水乳交融的過程。“企業未來做業務搭建，一定是基于一個個原子級的業務組件（行為）去做封裝，再基于它們之間的語義關聯，然后通過大模型進行快速的、自動的編排，我們稱這種方式為生成式的自動化——AIGA。”

在吳楠看來，大模型和RPA不是簡單的做加法，而是做乘法甚至是做乘方的模式。“我們認為企業業務系統是信息層，信息層之上是以RPA為代表的行動層，在行動層之上是模型層。模型層能夠基于企業的領域知識，解決企業員工意圖理解的問題、任務拆解的問題；行動層RPA能自動化地操作企業一個個的信息系統，進而幫助企業員工完成一個個的任務，從而實現生成式的自動化。”

據吳楠介紹，弘璣內部已經證明了這種生成式的自動化的可行性，能夠很好地解決傳統企業軟件靜態的、無法快速響應業務需求變化的問題，目前基于弘璣AIGC打造的RPA產品預計很快就可以實現商業化落地，對外發布。

AIGC將逐步革新數字內容的生產和藝術創造

AIGC最基本的能力是內容生成能力，包括文本、圖像、視頻、代碼，甚至是多種媒介類型的轉換組合生成。比如在藝術領域，美國的一位游戲設計師 Jason Allen用 Midjourney 生成的作品——《Théatre D’opéra Spatial》（太空歌劇院），在美國的一個藝術比賽中力壓一眾人類畫家，獲得了第一名；在音樂創作領域，一些人開始用ChatGPT來作詞，然后借助其他AI工具來譜曲，進而快速創作歌曲。

在AIGC所生成的內容大發光彩的同時，人們也開始擔心，當AIGC被廣泛應用，新聞、社交媒體內容、文學等內容全部都由AIGC來生成，對人類文明是否構成沖擊呢？

珍島集團CTO徐有福介紹到，由于AIGC是模型訓練的結果，是根據已有內容生成新的內容，因此在創新層面是有局限的，具體來看：

第一，模型訓練數據跟現實世界有時間差，對于最近發生的事情，如果模型沒有數據訓練，是無法生成相應內容的。

第二，情感缺失。AI本身沒有情感和主觀體驗，雖然可以在寫作風格上模仿，在某些領域內容生成的效果不錯，但還達不到大師級別的文學作品水平。

第三，在用AI生成文學作品時缺乏一致性，前后生成內容無法銜接。

當然，無法否認的是，AIGC技術憑借比人工更高的效率，能夠實現規模化內容生產，確實對初級、通用形式內容生產者具有替代性。因此，AI無法完全取代個人，對于個人來說要學習駕馭AI的能力并適時利用，提升自身能力的同時利用AI提高效率，才是應對AI的合理路徑。

AIGC提升內容生產效率的同時，假消息的生產門檻也隨之降低，這就導致網絡上充斥著大量的低質，甚至是虛假的信息，由此可能會帶來一些嚴重的后果，比如AI詐騙。對此吳楠認為可以從兩方面入手解決，首先，要從國家層面加強對大模型生成內容的監管力度，建立健全相應的法律法規，在出現AI詐騙時能夠做到有法可依。其次，在大模型訓練過程中，技術層面添加“自監督”。

徐有福則認為，內容發布平臺應具備責任意識，尤其是AIGC技術出現后，“內容安全審核員”作為互聯網信息的“把關人”，角色至關重要。與此同時，要借助政府機構、科研機構、私人企業力量，掌控AIGC內容生成使用方和發布方的全鏈路，即證據鏈的確認。在出現AI詐騙等情況的時候，能夠通過證據鏈快速溯源相關人員。

從直播嘉賓弘璣Cyclone戰略產品副總裁吳楠 和 珍島集團CTO徐有福的介紹中，我們看到AI浪潮正滾滾而來。不僅在數字內容、藝術創作領域，RPA系統、智能營銷等領域AIGC滲透率也呈現加速態勢。可以預見的是，AIGC有望成為數字經濟的新引擎，在技術迭代優化及政策推動下，實現AI技術在金融、政府、醫療、工業等領域加速落地。在AIGC引領的時代變革中，為各行各業帶來巨大的機遇與挑戰。

文：木陽 / 數據猿