ChatGPT、GPT-4 引领的 AIGC 浪潮已至，自动化、生成式的方式将为各行各业从底层开发工具、到中间层架构设计、再到上层应用带来必定的革新。
身处变革洪流之中的咱们，茫然跟风势必不可取，那又该怎样正确与理性看待这门技术，AIGC 将给咱们带来那些机会？经过这篇文案，咱们期盼能为大众带来有些思考。
文末有福利~~
AIGC 以其强大的创造能力、快速的反应能力、全面的输出能力，给人们带来震撼和冲击。基于大数据和大算力的支持，AIGC 大模型必将突破个人运用层面，从日前的写作、设计、编程、问答等业务，转向更广泛的应用场景，产生商场价值，为经济发展注入新动能，为产业变革带来新动力，助推社会生产力实现高质量跃迁。
就像一枚硬币总有两面，咱们在看到 ChatGPT 在人工智能的赛道上高歌猛进时，一样亦要认识到 AIGC 带来的危害和挑战。AIGC发展迅猛，关联法律法规尚未完善，其发展面临诸如数据安全与隐私守护、著作权争议等问题。
AIGC 的优良
AIGC 的优良已然显而易见，可生成的内容非常丰富，完全不局限于文本、照片、音频、视频等数字媒介，能够广泛覆盖人类生产生活中所需的各类制品。
AIGC 不仅能够进行传统文案创作或宣传、动漫、影视等数字媒身体容生成，亦能够进行新制品、新流程、新方法的设计。
AIGC 工具 Khroma 能够按照指定颜色生成的照片
虽然 AIGC 工具可能已然在平常工作中扮演着助手的角色，例如撰写市场营销方法、编写代码等，大大地提高了工作效率，但倘若认为 AIGC 的道理仅是如此，那就低估了它的能量。
AIGC 工具区别于传统的人工智能工具，它实现了从决策式 AI 到生成式 AI 的转型。决策式 AI 学习的知识局限于数据本身，而生成式 AI 在总结、归纳数据的基本上能够生成数据中不存在的样本，在认识论中已然产生了规律。换言之，生成式 AI 有了必定的归纳与创新能力。因此呢，AIGC 不仅能够生成碎片化的内容，还供给了生成面向完整场景内容框架的机会，相比于决策式 AI 只能做选取题，生成式 AI 的交互性更强，经过强大的语言建模和推理能力，能够在多轮交互中以“类人”的方式交流、学习和进步，为非常多场景供给更完整应用人工智能的可能性。
如下图所示，以 AI tel客服场景为例，决策式 AI 一般只能在每一个节点判断用户的意图，它会按照学习到的经验和预先设定的规律做出一个选取，从而做出反应，进行“一问一答”。传统 AI tel客服总是显出很“笨”，回答机械生硬，内容亦不足精准，交互度不足。并且 AI tel客服的规律框图是人工设定的，没法按照实质状况进行即时更新，与真正的交流还有必定的差距，这显然没法满足用户需求，亦没法为用户供给良好的对话体验。而生成式 AI 经过必定数量的数据训练后，能够按照场景描述和限制要求输入，直接产生类似下图的规律框图。在实质应用中，这般处理问题的办法亦许是拥有跨时代道理的，它寓意着非常多必须专业经验的工作能够经过生成式 AI 来完成，AI 在行业场景下的渗透更加深入，可极重地加强人们的工作效率。
AI tel客服规律框图
由此可见，生成式 AI 所生成的内容已不局限于通常道理上的内容，而是面向完整场景的内容框架和规律结构。AIGC 对这般的业务场景进行升级改造，能够真正赋能实体经济，实现生产力的极重提高。
AIGC 变革业务流程
以 ChatGPT 为表率的 AIGC 应用日前已深度参与到企业的业务流程改造工作中，将文本、照片、视频、代码等内容的自动化生成能力，与原有的企业管理系统集成与融合，能够精简和优化本来繁杂的业务流程，大幅提高组织的业务运行效率。
AIGC 对业务流程的影响无疑是积极的，无论将 AIGC 用于内容撰写、智能客服、日程管理，还是用于市场营销、营销、财务、人力等业务行业，它都能够区别程度地精简或优化业务流程，缩短业务流程周期，加强业务流程效率，最后对企业和组织起到降本增效的功效。
一方面，AIGC 能够精简与优化原有的业务流程。经过分析海量数据，识别平常模式和规则，AIGC 能够生成与业务流程相契合的自动化程序，加强组织生产效率和自动化水平，实现业务流程的快速执行。本来必须多个过程的业务流程，借助 AI 可实现流程自动化，大大减少人工干涉，从而解放人力、降低成本，还能够加强业务流程的执行效率。
举一个例子，此刻研发人员已然能用 ChatGPT 来编写代码了，只要研发人员给的需求和提示足够完整，它乃至能够从头到尾编写完整的代码。全部过程不必须研发人员输入任何代码，只需持续地跟它用文字交互。ChatGPT 同期还能阅读已有代码，添加注释或纠错，如此一来便可极重地提高代码、文档的编写和审查效率。经过运用ChatGPT，研发人员能够简化她们的工作流程，加强她们的生产力，减少研发成本、缩短研发时间，本来必须更加多时间和精力来构建的应用程序亦能够容易完成。
另一方面，基于 AIGC 的新流程能够替代原有流程。有些业务流程原来完全由人力承担，倘若人力不足，就只能将业务外包，在效率并未提高的状况下，成本却在逐步提升。有了可以胜任业务的AIGC，自然就能够用这些技术去替代原来的业务流程。例如，智能客服能够用 AIGC 生成服务话术，短视频拍摄能够用 AIGC 生成简单剧本，等等。AIGC 技术的独立生成能力亦很强大，只必须输入必定的提示信息，它就能独立完成海量内容的创作工作。
从实现方向而言，能够将 AIGC 工具与 ERP（企业资源计划）、RPA（设备人流程自动化）、BPA（业务流程自动化）、BI（商场智能）及低代码等工具进行集成，形成端到端的处理方法，以全局化的方式优化业务流程。例如，咱们能够将 AIGC 与 ERP 系统集成，自动生成项目排期计划，或将 ChatGPT 用于低代码平台经过对话聊天的方式自动构建流程框图等。而在这个过程中，AIGC 与这些管理系统不是并行关系，而是与整体业务流程融合在了一块。
ChatGPT 与 Salesforce 的集成案例亦是变革业务流程的一个典型。经过嵌入 Salesforce 的即时通信工具，ChatGPT 能够帮忙团队更有效地工作，例如在与客户的对话过程中，按照多轮对话的上下文信息，快速起草信息，或快速找到问题答案，从各方面提高工作人员的效率，让她们能专注于更有价值的任务，以此提高团队生产力。此刻已有非常多软件厂商在探索其制品与生成式 AI 的集成与融合应用，例如有的低代码平台已然在教客户怎样经过 API 集成 ChatGPT 了，微软亦发布了 Microsoft 365 Copilot，在 Offifice 办公软件中加入了 GPT—4。
Outlook 邮件生成功能（源自：微软官方博客）
生成式 AI 技术与各样软件系统的集成与融合，已然作为一种趋势，并且正在极重地改变与优化企业的工作模式。能够说，一家企业是不是能很好地利用生成式 AI，将标志着这家企业是不是能在千变万化的市场中站稳脚跟、连续保持足够的竞争力。随着搭载生成式 AI 的处理方法走进更加多企业和组织，生成式 AI 亦将带领它们迈入更有效的业务流程时代。
AIGC 的瓶颈
当然，AIGC 亦存在发展瓶颈。AIGC 虽然发展快速，却始终面临准确度的挑战，经常被人诟病生成的内容准确率不高、可信性不强、文本直接拼凑、无规律性等，时常显现有些令人哭笑不得的错误。
除了技术本身的发展限制，引入技术的成本短期内亦会大幅增多，算力和守护成本亦是要面对的问题。AIGC 的运行必须庞大的算力支持，技术的发展亦加剧着对算力的需求，这势必产生巨大的成本，乃至必须探索计算方式的变革。
另外，AIGC 的发展和应用亦可能会导致人员失业问题，取代部分蓝领和白领的工作，由此带来社会大范围的焦虑和恐慌。
数据安全与隐私守护、著作权争议等问题亦是AIGC 进一步发展的瓶颈。
在人工智能时代，数据被叫作作新一轮技术革命的“石油”，它既是最重要的资源，亦是最大的隐患。AIGC 的生成能力来自数据和模型，而数据源自本身就会导致隐忧。AIGC 的发展一样必须面对和处理数据问题。
首要是数据源自的问题。AIGC 并不会凭空创造出数据，其生成能力是以现有数据为基本的，而数据源自本身就可能会触及侵犯他人著作权、肖像权、名誉权、个人信息等多项权利的危害。倘若运用的数据是未经文字、照片、影视、短视频等作品著作权人授权和许可的，则触及侵犯著作权的状况；倘若生成的内容显现侮辱、诽谤等状况，可能对他人产生消极影响，触及侵犯名誉权的问题；倘若运用人脸等个人生物识别信息，亦可能存在侵犯百姓个人信息安全的危害。再者是数据传输和守护的问题。
以 ChatGPT 为例，用户在对话框中输入文字内容后，该内容首要会传输到 ChatGPT 的服务器上，随后 ChatGPT 才会给出相应回答，这些服务器可能安排在国外的某个机房中，在短暂的时间内数据就完成为了多次跨境传输。用户在运用ChatGPT 时特别有可能无意间导致个人信息、隐私信息、商场奥密等信息的泄密。为此，微软、亚马逊等机构已然提出禁止员工对 ChatGPT分享任何机密信息，防止显现泄密商场奥密的问题。而负有保密义务的用户在运用 ChatGPT 和类似的人工智能工具时，更应当重视守护隐私信息，以避免显现泄密行径。
应对 AIGC 带来数据危害问题的首要路径是遵守关联法律法规，各国针对数据安全、个人信息守护都制定了关联的法律法规，我国的《网络安全法》、《数据安全法》及《个人信息守护法》等法律对数据及个人信息守护都做出了规定，在收集和运用数据时应该遵守关联规定。
法律拥有滞后性，没法跟上技术发展的速度，生成式 AI 对原有法律规定亦提出了挑战，例如，给备受关注的欧盟《人工智能法案》（AI Act）的出台和谈判增多了许多困难。然则各国均在积极应对，出台政策或法律规定，以保证网络用户的合法权益。2023 年 1 月10 日，《互联网信息服务深度合成管理规定》正式施行，这是我国第1部针对深度合成服务治理的专门性分部规章，对深度合成服务供给者和技术支持者进行了规定，需求加强训练数据和技术管理，保证数据安全，不得违法处理个人信息。AI 合成平台必要需求内容创作者实名认证，监督创作者标明“这是由于 AI 合成”之类的标识，避免公众混淆或误认，并且需求任何组织和个人不得采用技术手段删除、篡改、隐匿关联标识。如供给合成人声、人脸生成等生物识别信息编辑功能的，应当依法通知被编辑的个人，并取得其同意。
在跨境传输数据方面，亦有相应法律法规，数据传输方必须主动进行数据出境危害自评定，为数据出境申请必要的授权或许可，并定时评定和审计数据出境的状况，守护国家数据安全。另外，还能够经过强化数据安全治理的技术手段，加强技术开发、资产守护、隐私保证和数据加密；加强 AIGC 全生命周期的网络安全测评，强化安全框架，保持对系统的检测与对抗检测；知道监管责任，加强算法的透明性，加强算法问责，创立人工智能生成内容鉴别机制。
除了数据的问题，AIGC 亦会带来著作权方面的争议。按照我国《著作权法》的规定，自然人和法律拟制的人是享有著作权和履行义务的主体。由此，AIGC 不可做为著作权的主体，但这亦并不寓意着AIGC 创作的内容不受法律守护。日前观点认为，AIGC 生成的原创性内容，实质上是人机合作的智力成果，因此，人工智能创作内容完全能够认定为属著作权所守护的“作品”范畴，著作权归属于人工智能软件研发者。此前，在腾讯诉盈讯科技侵害著作权案中，法院认定腾讯机构研发的 Dreamwriter 智能写作助手生成的财经文案是腾讯机构主持创作的法人作品，守护了其著作权。这一判决有利于鼓励关联人工智能制品的创新发展。
如前所述，AIGC 创作是必须素材的，不可避免会触及对他人享有著作权的作品的运用，而根据当前著作权法的需求，运用人运用关联作品时，必要得到权利人许可，支付相应的许可运用费。因此呢，AIGC 如未经许可运用作品，可能会陷入侵权困境。此类案例屡见不鲜。如 2023 年 1 月，全世界知名照片供给商华盖创意（Getty Images）起诉 Stable Diffusion 的研发者 Stability AI，控告其未经许可对平台上数百万张照片进行窃取。2023 年 2 月，《华尔街日报》记者弗朗西斯科·马可尼（Francesco Marconi）亦公开指责，Open AI 机构未经授权海量运用路透社、《纽约时报》、《卫报》、英国广播机构等国外主流媒介的文案训练 ChatGPT 模型，但从未支付任何花费。
日前，有些国家和地区已尝试出台了关于“文本和数据挖掘例外”“计算机分析例外”等与 AI 运用作品关联的著作权侵权例外制度。在我国，按照“运用他人作品时应当取得著作权人的授权”的通常规定，AIGC 进行内容生成的过程中，应当审查素材数据库中是不是存在受著作权守护的作品，针对关联作品，应当取得关联著作权人的授权，以避免陷入著作权侵权纠纷。
总体而言，虽然 AIGC 在数据安全和著作权等方面面临必定的危害和挑战，但其以巨大的实用性和灵活性为业务流程带来了不可替代的有效和不可逆转的变革。况且，随着 AIGC 的发展，越来越多的科技企业将会加入这一赛道，AIGC 亦将在更加多行业得到更广泛的应用。法律本身不该作为限制技术进步的桎梏，新技术的产生亦势必会带来法律挑战。法律虽然拥有滞后性，总体上落后于社会生活实质，但应该积极做出回复，促进科技进步，保证科技向善，助力行业发展，实现产业升级。
以上节选自《生成式人工智能》一书，版权归中信出版集团所有，未经准许请勿转载。
为感谢读者的长时间关注与支持，CSDN联合中信出版集团为读者谋福利，将从关注CSDN公众号的小伙伴中抽取5位幸运儿，赠送《生成式人工智能》一本，与大众共享 AIGC 外链潮。
福利之赠书规则
在下方留言，分享「你对 ChatGPT 或类 ChatGPT 发展的看法、见解、应用的感受」；
咱们会把有价值的评论放出，CSDN 将越高，获奖的几率越大哦；
截止时间：6 月 2 日 17：00。
赶快行动吧~~
发表于 2024-8-19 03:19:43
