AIGC如此火爆，有何机会？ 10位大咖有话要说

金句

集锦

01‍‍‍‍

大模型初步验证了一种新范式的价值，并且打破了此前的瓶颈。

目前可能90% 的创作都是人来做，剩下10% 由机器辅助，未来将反过来。

AI大模型（比如ChatGPT）的兴起跟2010年移动互联网刚起步一样，打开了一扇新的天窗。

ChatGPT可以被看成是一个标志性的事件，即生成式AI或者叫AIGC的产业化起点。

AIGC证明了在制造业之后，内容产业也有望进入一个人机协同的新时代。

AIGC在国外会有相对成熟的商业模式，但在中国未必有。

出品｜网易科技数字星球《智见特别策划》

微软已经打算把旗下产品全面接入ChatGPT；

美版今日头条BuzzFeed已经“聘用”ChatGPT进行文章写作；

传闻称百度即将发布中国版ChatGPT；

英伟达在驱动AIGC应用方面也开始发挥重要作用；

诸多科技巨头的入局让AIGC一时风光无两...

2022年，ChatGPT横空出世，其深度学习模型CILP的开源也让AIGC的发展按下了加速键。“读书破万卷，下笔如有神”，虽然人类经过长时间的学习与练习可以完成作品，但是人类的大脑容量以及精力毕竟是有限的。而对于大模型而言，似乎永远不会有这种限制。这也就意味着AIGC的发展将充满想象力。

放眼未来，当技术的跨越为行业带来质变，AIGC是否会不仅仅只是作为内容创作的辅助工具，达到人们畅想的“高度自主创作”阶段？以ChatGPT为代表的AIGC的火爆又是否会仅仅是昙花一现？如何正确认识AIGC，寻找蕴藏在其中的机会？

网易科技数字星球《智见特别策划》此次云集十位资深专家与龙头企业代表，共话对于AIGC的洞察洞见。

数字星球：如何评价以ChatGPT为代表的AIGC的火爆？我们应该如何认识它？

小冰公司首席执行官李笛：

我们与目前主流的行业观点比较类似，即大模型初步验证了一种新范式的价值，并且打破了此前的瓶颈。这意味着一系列激动人心的创新能力将被释放。以往许多难以解决的问题，会在未来几年内被突破，直到下一个瓶颈期的到来。

从大众的角度，往往会赋予它另外一层浪漫主义的滤镜，认为这是终点，而实际上我们更偏向于认为，它是通向AGI的新一轮创新的开始。距离真正的AGI，还需要经历几轮类似的技术演进才有可能变得更清晰。

具体到ChatGPT，在未来一年里，会更多探讨它在落地方面的探索，包括在知识准确性上如何进一步提高，和如何对成本进行大幅度缩减。这将是整个行业在惊喜之后要共同面对的难题。

出门问问创始人兼CEO 李志飞：

技术的进步、AIGC闭环的产品体验，以及可持续的商业模式直接推动了AIGC的诞生和爆发。

技术进步：从2017年Transformer的诞生，使训练大模型成为可能；到2020年OpenAI发布GPT-3，让人们看到通往更加通用的人工智能的可能性；再到2022年性能更加强大的ChatGPT的出现，生成式AI愈加成熟。

商业模式：在AIGC之前，绝大多数AI公司的商业模式都是偏ToB项目制，难以复制和规模化，人力成本高，且商业壁垒低。而AIGC让AI公司为更多中小型企业甚至个人提供一种工具，可规模化地降本增效，为AI行业带来一种全新的可能性和商业模式。

产品体验：从行业边际成本的降低到杀手级产品的出现，从AI绘画爆火到ChatGPT的横空出世，让全世界看到了 AIGC 的“强大”。

AIGC正在改变人们的内容创作方式，为AI行业带来一种全新的可能性和商业模式。目前可能 90% 的创作都是人来做，剩下 10% 由机器辅助。在未来，这个比例完全有可能反过来，大部分的创作都由机器来生成。AIGC时代，知识创意类的工作流将会被重构。

尽管AIGC具有巨大的潜力，但在技术和商业方面、道德伦理和法规层面，仍面临问题和挑战。

比如ChatGPT，其本身并非基于真正的基础数据库及知识结构，无法实时更新，且没有一定的逻辑推理规则，所以对很多问题会无中生有，虚构或编造答案。技术层面，ChatGPT还有很多改进优化的地方。而且ChatGPT目前仍只是「玩具」，距离成为真正的「工具」，还需进一步探索商业化路径。

在道德伦理和法规层面，ChatGPT最大的阿喀琉斯之踵是会生成虚假的、有害的、不存在的回答，这些都蕴含着巨大的风险问题。

用友数据智能产品总监陈楠：

基于GPT-3 模型的ChatGPT出现，意味着语言类AI底层技术已经取得显著进步，同时启示AIGC在其他领域进行类人化应用，实现更高效算法的潜在机会。尽管基于大模型（云端）的专家系统已经进入实用化阶段，如ChatGPT基于1750亿参数的GPT-3改进而来，但语言模型被用于高可靠性的应用场景（如决策系统）时，还需要解决结果的可解释性和用户的信任问题。另外，当下AIGC商业化路径尚不清晰，未来需要和企业的行业应用进行更深入地结合来进行商业化落地，为企业降本增效，解决怎么变现问题。

腾讯研究院高级研究员曹建峰：

Stable Diffusion、ChatGPT等AI模型的应用，推动了AIGC的主流化和大众化。AIGC绝非昙花一现，生成算法的进步、预训练大模型（尤其是大型语言模型LLM）的持续发展，以及可以持续自我学习的多模态AI的日益主流化，将推动AIGC领域的持续蓬勃发展。可以说，AIGC让人工智能实现从感知、理解世界到生成、创造世界的跃迁，正推动人工智能迎来下一个时代。在产业层面，AIGC领域的技术和产业生态已经形成新的格局，随着AIGC模型和技术的通用化水平和工业化能力的持续提升，AIGC作为新的生产力引擎，将极大降低各类数据和内容生产的门槛和成本，带来显著的积极影响。未来，随着AIGC内容的类型和质量不断提升，“AIGC+”将持续大放异彩，深度赋能各行各业高质量发展。

零壹研究院院长、人工智能应用研究者于百程：

以ChatGPT为例，从企业的商业应用看，其带来的好处包括了快速的营销响应时间、内容生成、研究和内容策划，以及提高客户参与度。营销上快速的响应时间方面，ChatGPT能够快速准确地响应客户查询，为人工客服腾出时间专注干更复杂或独特的任务。内容生成方面，ChatGPT能够根据特定输入和用户兴趣生成引人入胜的相关内容，从而增加参与的可能性并推动企业网站或社交媒体渠道的流量。研究和内容策划方面，研究和分析各种来源的内容，ChatGPT可以帮助企业制定一致且有价值的内容营销策略。提高客户参与度方面，ChatGPT能够协助企业在社交媒体上与客户互动，或在网站的博客、论坛上提供对话提示的能力，从而提高企业的在线形象和客户参与度。

源码资本研究组：

从技术的角度，ChatGPT并不是一个明显的技术变化，它背后是2017年就提出的Transformer模型经过了OpenAI几年时间的打磨迭代，逐渐扩大模型规模，到今日进行的一个产品化的产出。AI历史上每次重要的技术面世给大众，都会引起一个巨大的讨论，但大多数时候，讨论过去不久，人们就把那次AI展现出来的能力当成一个AI可以轻易实现的功能。

但ChatGPT仍然可以被我们看成是一个标志性的事件，它代表着新的一波AI技术浪潮地起点，即生成式AI或者叫AIGC地产业化起点。大家对这件事情认知的加深，会明显的带动这个领域投资和参与度上升。进而拉动研发形成一波新的技术浪潮。

数字星球：AIGC蕴藏哪些新的机会，对于企业和个人，您有哪些建议？

小冰公司首席执行官李笛：

AIGC证明了在制造业之后，内容产业也有望进入一个人机协同的新时代。因此，如果我们比照制造业的先例，可以看到巨大的机遇蕴藏于新的协作模式之中。因此，对于企业而言，新模式带来的成本和效率优势将改变内容产业从前的生态，新的生态链将会形成。对于个人而言，我认为完全不需要用恐慌的视角去看待AIGC，因为端到端的、替代人的AIGC并不是新技术的合理发展方向，也无法解决端到端内容质量的固有技术问题。个人应当把它视为解放个人创作者创意的一种新的手段，或者工具，让人类创造者可以进一步回归内容创作的本质，即创作思想上去。

出门问问创始人兼CEO 李志飞：

对于企业，AIGC为AI行业带来一种新的可能性和商业模式。AIGC可以让AI公司为更多中小型企业甚至个人提供一种工具，让对方提高生产效率。比如出门问问的AIGC产品矩阵之「魔音工坊」，可以帮短视频创作者解决AI配音的问题，不需要花费时间、高昂费用去请专业配音员配音，仅需5分钟即可在平台实现专业级配音，还可以不断变换声音和发音人。

AIGC提供了一种to小B或者是toC的服务，通过会员SaaS收费的这种新的商业模式，解决了传统AI公司的toB问题。第一不是项目制，第二很容易规模化，它提供了一种新的商业变现可能，以及一种新的更加容易规模化的商业模式。美国已出现了很多基于GPT-做纯商业应用的独角兽公司，如Jasper等。

AIGC在国外会有相对成熟的商业模式，但在中国未必有。

一是国内大公司的垄断，导致很难有持续商业化的机会。未来，国内大公司一定会出现基于开放免费接口的ChatGPT产品，大公司不仅自己做、免费开放API，还会商业化。因为目前在国内还没有那么强的PR和监管风险。

二是国内用户为软件付费的付费能力和付费意愿，导致现阶段商业化的土壤未必优渥。

而技术驱动型公司既基于自建的大模型，形成相当的技术壁垒，且重视场景开发和垂类数据积累，并在此基础上微调，将面向用户的应用程序与本土模型紧密结合，形成相当的商业场景壁垒，以此构建坚实的护城河，将更有机会在市场中胜出。

当然，AIGC的还有很多待发掘的商机，一个公司在巨大的机会面前，是应该先夯实自己的技术能力，还是先布局自己的产品矩阵，都是基于极其重要的商业逻辑的判断。但商业都是一样的，商业的背后是人性。只要其背后的人性不变，商业逻辑就有规律可循。

对于个人，AIGC的巨大进展，让人们看到AI也可以做很多知识创意型的工作。但真正的自我意识和动机想法来源于人类，AI将是人类的重要辅助和工具。

AIGC时代，我们要用AI的思维来思考这个世界。我们要理解AI的边界，知道它能做什么，不能做什么；了解它能为人类提供什么帮助，怎样更好地为人类所用；其中人类可以释放哪些生产力，而更专注于人类自己该做的事情。

曾经有一段时间，硅谷是科技的圣地，中国创投圈每年前赴后继去硅谷朝圣，但自从2017年后中国在消费端移动互联网风生水起后，中国创投圈觉得硅谷没啥好学习的了，甚至觉得硅谷落后了。最近在硅谷重新朝圣，觉得硅谷还是那个神奇的地方，高科技人才密度极高、创新精神极度旺盛、AI大模型（比如chatgpt）的兴起跟2010年移动互联网刚起步一样，打开了一扇新的天窗，创新机会无处不在，大公司如Google必须醒过来争取拿到下一个时代的船票，否则就会渐渐不再relevant了！

用友数据智能产品总监陈楠：

Gartner预测2035年，10%的生成数据都会是AIGC产生的，在企业端，将有比真人表现更加优秀稳定的AI电话营销和智能客服；与数据中台结合，实现对企业数据资产的自动化处理和实时分析，也有着解决数据领域痛点的巨大潜力；而与数字孪生/元宇宙的结合更是当下的风口。对于个人，基于AIGC的AI绘画、AI写作已经真假难辨，未来将能够更加轻松、高效、快乐地实现自己的创意，或许一个人就可以完成编剧、美术创作及后期剪辑等以往需要一个团队才能完成的工作，降低创作门槛则可能催生出下一个千亿级市场。

腾讯研究院高级研究员曹建峰：

作为涵盖底层基础模型层、中间工具层和上层应用层（各种AIGC产品、服务和内容）的产业生态，AIGC在消费互联网、产业互联网和社会价值等领域都将具有巨大应用潜力。AIGC作为继PCG、UGC之后的内容生产方式，将升级甚至重塑内容生产供给，进而给依赖于内容生产供给的行业、领域和场景带来巨大影响。正因如此，AIGC领域蕴藏着巨大的商业机会，AIGC被认为将成为元宇宙等未来互联网发展的重要支撑。对个人而言，AIGC技术将极大解放个人的创造力，将大众内容创作推向新的境地；AIGC领域的创新发展也将给个人提供全新的职业机会（如提示词工程师）。企业则需要积极拥抱AIGC，借助AIGC技术、产品和服务打造新的竞争优势。

商汤科技数字空间事业群数字文娱事业部总经理栾青：

内容产业本身蓬勃发展，其中存在诸多长期的痛点，但是用AI来生成内容会使行业拥有更广阔的成长空间。有了AIGC的技术，内容行业未来将向着4C的方向发展,即Comfortable, Cheap, Customization, Community。Comfortable即使用方式更加贴近人的自然习惯；Cheap意味着便宜，即AIGC将降低内容创作的成本，提升效率；Customization意味着定制化，即每个人都可以创造属于自己的独一无二的形象和内容；Community意味着普适，只有用一些人人都可以参与的方式，才会产生广泛的变革。

从商汤的角度出发，我们更希望通过AIGC的技术，能够让更多的普通人可以更方便的去创造内容，例如短视频，直播，三维动画、元宇宙等内容的生成。以AI生成视频为例，视频是目前最主流的传播方式，如果通过AI的技术，用户书写一段描述文字，相应的视频以及动作就自动生成，这些都是在商汤的AIGC布局的，包括用文字描述去生成一段视频，目前人物视频已经非常成熟，通用视频来说，复杂的还有一些挑战，但是一些简单的视频，例如平静的河面，河水在流淌，天空飘着蓝蓝的云彩，类似于这类相对不太复杂的视频，都是在产品的构思当中。我们相信AIGC对于自动内容的生产，给大家带来的革命性的使用场景会更多。

源码资本研究组：

AIGC在文字、图片、代码等领域已经实现初步的商业化，可以认为完成了从0-1的过程。目前我们看到的，Github的Copilot作为代码续写和补全工具有六百万美元的收入，主要做2B营销文案生成的Jasper.ai 在21年就有近五千万美元的收入，做图片生成的Midjourney也有200多万的用户。Adobe、微软、Notion也都准备或已经在自家的产品中整合进了AIGC能力。在诸多的效率场景上，AIGC都可能带来一些新的机会。同时，在更上游的供应商，模型层、甚至云服务、算力层，也可能会有些新的机会，甚至当前的商业模式和分工是不是最终的形态，也还不是完全确定。

对于企业和个人，最重要的就是跟上时代的脚步，AIGC领域带来了变化，即使我们目前还不是特别确定，它是不是真的会对整个行业有巨大的影响，但它具有这个潜力。所以要将AIGC当作一个需要学习和研究的东西，提高重视程度。至少对于企业和个人，这个领域里都可能有些工具能够帮我们提升效率。

行业

观察

谁在ALL in AIGC？