ChatGPT、GPT-4 引領的 AIGC 浪潮已至，自動化、生成式的方式将為各行各業從底層研發工具、到中間層架構設計、再到上層應用帶來一定的革新。
身處變革洪流之中的我們，盲目跟風勢必不可取，那又該如何正确與理性看待這門技術，AIGC 将給我們帶來哪些機會？通過這篇文章，我們希望能為大家帶來一些思考。
文末有福利~~
AIGC 以其強大的創造能力、快速的反應能力、全面的輸出能力，給人們帶來震撼和沖擊。基于大資料和大算力的支援，AIGC 大模型必将突破個人使用層面，從目前的寫作、設計、程式設計、問答等業務，轉向更廣泛的應用場景，産生商業價值，為經濟發展注入新動能，為産業變革帶來新動力，助推社會生産力實作高品質躍遷。
就像一枚硬币總有兩面，我們在看到 ChatGPT 在人工智能的賽道上高歌猛進時，同樣也要意識到 AIGC 帶來的風險和挑戰。AIGC發展迅猛，相關法律法規尚未完善，其發展面臨諸如資料安全與隐私保護、著作權争議等問題。
AIGC 的優勢
AIGC 的優勢已經顯而易見，可生成的内容十分豐富，完全不局限于文本、圖檔、音頻、視訊等數字媒體，可以廣泛覆寫人類生産生活中所需的各類産品。
AIGC 不僅可以進行傳統文案創作或者廣告、動漫、影視等數字媒體内容生成，也可以進行新産品、新流程、新方案的設計。
AIGC 工具 Khroma 可以根據指定顔色生成的圖檔
雖然 AIGC 工具可能已經在日常工作中扮演着助手的角色，比如撰寫市場營銷方案、編寫代碼等，大大地提升了工作效率，但如果認為 AIGC 的意義僅是如此，那就低估了它的能量。
AIGC 工具不同于傳統的人工智能工具，它實作了從決策式 AI 到生成式 AI 的轉型。決策式 AI 學習的知識局限于資料本身，而生成式 AI 在總結、歸納資料的基礎上可以生成資料中不存在的樣本，在認識論中已經産生了邏輯。換言之，生成式 AI 有了一定的歸納與創新能力。是以，AIGC 不僅可以生成碎片化的内容，還提供了生成面向完整場景内容架構的機會，相比于決策式 AI 隻能做選擇題，生成式 AI 的互動性更強，通過強大的語言模組化和推理能力，可以在多輪互動中以“類人”的方式交流、學習和進步，為很多場景提供更完整應用人工智能的可能性。
如下圖所示，以 AI 電話客服場景為例，決策式 AI 通常隻能在每一個節點判斷使用者的意圖，它會根據學習到的經驗和預先設定的邏輯做出一個選擇，進而做出反應，進行“一問一答”。傳統 AI 電話客服總是顯得很“笨”，回答機械生硬，内容也不夠精準，互動度不夠。并且 AI 電話客服的邏輯框圖是人工設定的，無法根據實際情況進行及時更新，與真正的交流還有一定的差距，這顯然無法滿足使用者需求，也無法為使用者提供良好的對話體驗。而生成式 AI 通過一定數量的資料訓練後，可以根據場景描述和限制條件輸入，直接産生類似下圖的邏輯框圖。在實際應用中，這樣解決問題的方法也許是具有跨時代意義的，它意味着很多需要專業經驗的工作可以通過生成式 AI 來完成，AI 在行業場景下的滲透更加深入，可極大地提高人們的工作效率。
AI 電話客服邏輯框圖
由此可見，生成式 AI 所生成的内容已不局限于一般意義上的内容，而是面向完整場景的内容架構和邏輯結構。AIGC 對這樣的業務場景進行更新改造，能夠真正賦能實體經濟，實作生産力的極大提升。
AIGC 變革業務流程
以 ChatGPT 為代表的 AIGC 應用目前已深度參與到企業的業務流程改造工作中，将文本、圖檔、視訊、代碼等内容的自動化生成能力，與原有的企業管理系統內建與融合，能夠精簡和優化原本複雜的業務流程，大幅提升組織的業務運作效率。
AIGC 對業務流程的影響無疑是積極的，無論将 AIGC 用于内容撰寫、智能客服、日程管理，還是用于市場營銷、銷售、财務、人力等業務領域，它都能夠不同程度地精簡或優化業務流程，縮短業務流程周期，提高業務流程效率，最終對企業群組織起到降本增效的作用。
一方面，AIGC 可以精簡與優化原有的業務流程。通過分析大量資料，識别常見模式和規則，AIGC 能夠生成與業務流程相契合的自動化程式，提高組織生産效率和自動化水準，實作業務流程的快速執行。原本需要多個步驟的業務流程，借助 AI 可實作流程自動化，大大減少人工幹預，進而解放人力、降低成本，還可以提高業務流程的執行效率。
舉一個例子，現在開發人員已經能用 ChatGPT 來編寫代碼了，隻要開發人員給的要求和提示足夠完整，它甚至可以從頭到尾編寫完整的代碼。整個過程不需要開發人員輸入任何代碼，隻需不斷地跟它用文字互動。ChatGPT 同時還能閱讀已有代碼，添加注釋或者糾錯，如此一來便可極大地提升代碼、文檔的編寫和審查效率。通過使用ChatGPT，開發人員可以簡化他們的工作流程，提高他們的生産力，減少開發成本、縮短開發時間，原本需要更多時間和精力來建構的應用程式也可以輕松完成。
另一方面，基于 AIGC 的新流程可以替代原有流程。有些業務流程原來完全由人力承擔，如果人力不足，就隻能将業務外包，在效率并未提升的情況下，成本卻在逐漸上升。有了可以勝任業務的AIGC，自然就可以用這些技術去替代原來的業務流程。例如，智能客服可以用 AIGC 生成服務話術，短視訊拍攝可以用 AIGC 生成簡單劇本，等等。AIGC 技術的獨立生成能力也很強大，隻需要輸入一定的提示資訊，它就能獨立完成大量内容的創作工作。
從實作角度而言，可以将 AIGC 工具與 ERP（企業資源計劃）、RPA（機器人流程自動化）、BPA（業務流程自動化）、BI（商業智能）及低代碼等工具進行內建，形成端到端的解決方案，以全局化的方式優化業務流程。比如，我們可以将 AIGC 與 ERP 系統內建，自動生成項目排期計劃，或者将 ChatGPT 用于低代碼平台通過對話聊天的方式自動建構流程框圖等。而在這個過程中，AIGC 與這些管理系統不是并行關系，而是與整體業務流程融合在了一起。
ChatGPT 與 Salesforce 的內建案例也是變革業務流程的一個典型。通過嵌入 Salesforce 的即時通信工具，ChatGPT 可以幫助團隊更高效地工作，例如在與客戶的對話過程中，根據多輪對話的上下文資訊，快速起草消息，或者快速找到問題答案，從各方面提升從業人員的效率，讓他們能專注于更有價值的任務，以此提升團隊生産力。現在已有很多軟體廠商在探索其産品與生成式 AI 的內建與融合應用，比如有的低代碼平台已經在教客戶如何通過 API 內建 ChatGPT 了，微軟也釋出了 Microsoft 365 Copilot，在 Offifice 辦公軟體中加入了 GPT—4。
Outlook 郵件生成功能（來源：微軟官方部落格）
生成式 AI 技術與各種軟體系統的內建與融合，已經成為一種趨勢，并且正在極大地改變與優化企業的工作模式。可以說，一家企業是否能很好地利用生成式 AI，将标志着這家企業是否能在千變萬化的市場中站穩腳跟、持續保持足夠的競争力。随着搭載生成式 AI 的解決方案走入更多企業群組織，生成式 AI 也将帶領它們邁入更高效的業務流程時代。
AIGC 的瓶頸
當然，AIGC 也存在發展瓶頸。AIGC 雖然發展迅速，卻一直面臨準确度的挑戰，經常被人诟病生成的内容準确率不高、可信性不強、文本直接拼湊、沒有邏輯性等，時常出現一些令人哭笑不得的錯誤。
除了技術本身的發展限制，引入技術的成本短期内也會大幅增加，算力和維護成本也是要面對的問題。AIGC 的運作需要龐大的算力支援，技術的發展也加劇着對算力的需求，這勢必産生巨大的成本，甚至需要探索計算方式的變革。
此外，AIGC 的發展和應用也可能會造成人員失業問題，取代部分藍領和白領的工作，由此帶來社會大範圍的焦慮和恐慌。
資料安全與隐私保護、著作權争議等問題也是AIGC 進一步發展的瓶頸。
在人工智能時代，資料被稱作新一輪技術革命的“石油”，它既是最重要的資源，也是最大的隐患。AIGC 的生成能力來自資料和模型，而資料來源本身就會引起隐憂。AIGC 的發展同樣需要面對和解決資料問題。
首先是資料來源的問題。AIGC 并不會憑空創造出資料，其生成能力是以現有資料為基礎的，而資料來源本身就可能會涉及侵犯他人著作權、肖像權、名譽權、個人資訊等多項權利的風險。如果使用的資料是未經文字、照片、影視、短視訊等作品著作權人授權和許可的，則涉及侵犯著作權的情況；如果生成的内容出現侮辱、诽謗等情況，可能對他人産生負面影響，涉及侵犯名譽權的問題；如果使用人臉等個人生物識别資訊，也可能存在侵犯公民個人資訊安全的風險。再者是資料傳輸和保護的問題。
以 ChatGPT 為例，使用者在對話框中輸入文字内容後，該内容首先會傳輸到 ChatGPT 的伺服器上，随後 ChatGPT 才會給出相應回答，這些伺服器可能部署在國外的某個機房中，在短暫的時間内資料就完成了多次跨境傳輸。使用者在使用ChatGPT 時很有可能無意間造成個人資訊、隐私資訊、商業秘密等資訊的洩露。為此，微軟、亞馬遜等公司已經提出禁止員工對 ChatGPT分享任何機密資訊，防止出現洩露商業秘密的問題。而負有保密義務的使用者在使用 ChatGPT 和類似的人工智能工具時，更應當注意保護隐私資訊，以免出現洩密行為。
應對 AIGC 帶來資料風險問題的首要路徑是遵守相關法律法規，各國針對資料安全、個人資訊保護都制定了相關的法律法規，大陸的《網絡安全法》、《資料安全法》及《個人資訊保護法》等法律對資料及個人資訊保護都做出了規定，在收集和使用資料時應該遵守相關規定。
法律具有滞後性，無法跟上技術發展的速度，生成式 AI 對原有法律規定也提出了挑戰，例如，給備受關注的歐盟《人工智能法案》（AI Act）的出台和談判增加了諸多困難。但是各國均在積極應對，出台政策或者法律規定，以保障網絡使用者的合法權益。2023 年 1 月10 日，《網際網路資訊服務深度合成管理規定》正式施行，這是大陸第一部針對深度合成服務治理的專門性部門規章，對深度合成服務提供者和技術支援者進行了規定，要求加強訓練資料和技術管理，保障資料安全，不得非法處理個人資訊。AI 合成平台必須要求内容創作者實名認證，監督創作者标明“這是由 AI 合成”之類的辨別，避免公衆混淆或者誤認，并且要求任何組織和個人不得采用技術手段删除、篡改、隐匿相關辨別。如提供合成人聲、人臉生成等生物識别資訊編輯功能的，應當依法告知被編輯的個人，并取得其同意。
在跨境傳輸資料方面，也有相應法律法規，資料傳輸方需要主動進行資料出境風險自評估，為資料出境申請必要的授權或許可，并定期評估和審計資料出境的情況，維護國家資料安全。此外，還可以通過強化資料安全治理的技術手段，加強技術研發、資産保護、隐私保障和資料加密；加強 AIGC 全生命周期的網絡安全測評，強化安全架構，保持對系統的檢查與對抗檢測；明确監管責任，提高算法的透明性，加強算法問責，建立人工智能生成内容鑒别機制。
除了資料的問題，AIGC 也會帶來著作權方面的争議。根據大陸《著作權法》的規定，自然人和法律拟制的人是享有著作權和履行義務的主體。由此，AIGC 不能作為著作權的主體，但這也并不意味着AIGC 創作的内容不受法律保護。目前觀點認為，AIGC 生成的原創性内容，實際上是人機合作的智力成果，是以，人工智能創作内容完全可以認定為屬著作權所保護的“作品”範疇，著作權歸屬于人工智能軟體開發者。此前，在騰訊訴盈訊科技侵害著作權案中，法院認定騰訊公司開發的 Dreamwriter 智能寫作助手生成的财經文章是騰訊公司主持創作的法人作品，保護了其著作權。這一判決有利于鼓勵相關人工智能産品的創新發展。
如前所述，AIGC 創作是需要素材的，不可避免會涉及對他人享有著作權的作品的使用，而按照目前著作權法的要求，使用人使用相關作品時，必須獲得權利人許可，支付相應的許可使用費。是以，AIGC 如未經許可使用作品，可能會陷入侵權困境。此類案例屢見不鮮。如 2023 年 1 月，全球知名圖檔提供商華蓋創意（Getty Images）起訴 Stable Diffusion 的開發者 Stability AI，控告其未經許可對平台上數百萬張圖檔進行竊取。2023 年 2 月，《華爾街日報》記者弗朗西斯科·馬可尼（Francesco Marconi）也公開指責，Open AI 公司未經授權大量使用路透社、《紐約時報》、《衛報》、英國廣播公司等國外主流媒體的文章訓練 ChatGPT 模型，但從未支付任何費用。
目前，一些國家和地區已嘗試出台了關于“文本和資料挖掘例外”“計算機分析例外”等與 AI 使用作品相關的著作權侵權例外制度。在大陸，根據“使用他人作品時應當取得著作權人的授權”的一般規定，AIGC 進行内容生成的過程中，應當審查素材資料庫中是否存在受著作權保護的作品，對于相關作品，應當取得相關著作權人的授權，以避免陷入著作權侵權糾紛。
總體而言，雖然 AIGC 在資料安全和著作權等方面面臨一定的風險和挑戰，但其以巨大的實用性和靈活性為業務流程帶來了不可替代的高效和不可逆轉的變革。而且，随着 AIGC 的發展，越來越多的科技企業将會加入這一賽道，AIGC 也将在更多行業得到更廣泛的應用。法律本身不應成為限制技術進步的桎梏，新技術的産生也勢必會帶來法律挑戰。法律雖然具有滞後性，總體上落後于社會生活實際，但應該積極做出回應，促進科技進步，確定科技向善，助力行業發展，實作産業更新。
以上節選自《生成式人工智能》一書，版權歸中信出版集團所有，未經允許請勿轉載。
為感謝讀者的長期關注與支援，CSDN聯合中信出版集團為讀者謀福利，将從關注CSDN公衆号的小夥伴中抽取5位幸運兒，贈送《生成式人工智能》一本，與大家共享 AIGC 新浪潮。
福利之贈書規則
- 在下方留言，分享「你對 ChatGPT 或類 ChatGPT 發展的看法、見解、應用的感受」；
- 我們會把有價值的評論放出，CSDN 将 越高，獲獎的幾率越大哦；
- 截止時間：6 月 2 日 17：00。
趕快行動吧~~