生成式人工智能： 人人可用的新时代 ChatGPT 背后的技术将深刻改变工作模式， 重塑商业形态 目录 2 生成式人工智能：人人可用的新时代 03 人工智能的发展迎来新拐点 04 发展历程：生成式人工智能的发展里程碑 05 使用或定制：生成式人工智能的普及与应用 08 展望日新月异的技术、监管和商业 12 积极迎接生成式人工智能时代：六大技术应用要点 20 术语表及参考资料 引言 人工智能发展迎来新拐点 ChatGPT 正在唤醒全球对人工智能（AI） 变革潜力的认知，激发起前所未有的关注和 创造力浪潮。该技术可以模仿人类的对话和 决策能力，使我们站上了公众采用人工智能 的第一个真正拐点。最终，所有人，所有地 方都将切实感受到这项技术的颠覆性潜力。 ChatGPT 推出仅两个月，月活跃用户就 达到了 1 亿，成为有史以来增长最快的消费 应用程序。1 基础模型是大型模型的通称，此类模型拥 有数十亿项参数。最近的进展使企业现在能够 依托这些基础模型，构建出专门的图像和语言 生成模型。而大语言模型（LLM）既属于生成 式人工智能，也是一种基础模型。 ChatGPT 背后的大语言模型标志着人工智 能发展的重要转折点和里程碑。大语言模型正 在凭借两项优势改变着市场规则。第一，这类 模型破解了语言复杂性的密码。如今，机器拥 有了前所未有的能力，可以学习语言、上下文 含义和表述意图，并独立生成和创建内容。第 二，在利用大量数据（文本、图像或音频）进 行预训练后，这些模型能够针对众多不同的任 务做出调整或微调。这使得用户可以将多种方 式，对模型按原样重复使用或稍加修改后再次 使用。 商界领袖们已经普遍认识到了这一时刻的 重要性。他们预见到大语言模型和生成式人工 智能将如何从根本上改变商界、学术界乃至社 会本身，开辟新的能力前沿。这些新技术对人 类创造力和生产力产生了巨大的积极影响。例 如埃森哲研究发现，所有行业中 40% 的工作 时间都将得到 GPT-4 等大语言模型的协助。 这是因为，语言任务占到了企业人员工作总时 长的 62%，其中 65% 的时间可以借助人员强 化和自动化技术来提升工作活动的生产力（请 参见图 3）。 生成式人工智能：人人可用的新时代 3 发展历程 机器学习：分析和预测阶段 21 世纪的头十年，各类机器学习技术都迅速发展，能够对海量在线数据进行分析，从输出信息中得出结论，或进行 “学习”。从那时起，企业就将机器学习视为极其强大的人工智能领域，用于分析数据、发现模式、形成洞见、建立预测， 生成式人工智能的发展里程碑 并以远超以往的速度和规模实现任务自动化。 深度学习：视觉和言语处理阶段 进入第二个十年，人工智能的感知能力取得了长足进步，这一机器学习领域被称为深度学习。在此期间，深度学习 取得了突破性进展。一方面，计算机视觉的实现，有助于搜索引擎和自动驾驶车辆对物体的分类和检测；同时，它还可 支持语音识别，使广泛应用的人工智能语音助手以更自然的方式和用户交互。 生成式人工智能：迈入掌握语言的新阶段 基于深度学习模型指数级增长的规模与能力，未来的十年将是机器掌握语言的时代。由 OpenAI 开发的 GPT-4 语言 模型，标志着基于语言的人工智能应用程序迈入了崭新的功能阶段。诸如此类的模型将对商业产生深远影响，因为语言 4 智能 学习 2 第二1世纪 个十 年 生成 式人 工 2 第一1世纪 个十 年 深度 机器 学习 与企业所有日常工作的方方面面都密不可分⸺机构知识、互动交流和运作流程皆有赖于此。2 2 第三1世纪 个十 年 生成式人工智能：人人可用的新时代 使用或定制： 生成式人工智能 的普及与应用 生成式人工智能：人人可用的新时代 生成式人工智能：人人可用的新时代 55 使用或定制：生成式人工智能的普及与应用 使用或定制：生成式人工智能的普及与应用 ChatGPT、文心一言、通义千问 3,4DALL·E、Stable 我们正进入技术采用周期的下一个阶段，大多 Diffusion 等一系列易于使用的生成式人工智能应用程 数企业后开始通过购买“模型即服务”来开展业务 及，这将对企业产生极为深远的影响。由于大语言模 自己的数据定制或微调模型，以满足其独特需求： 序，正在迅速推动技术在商业领域和社会公众中的普 型具有处理大规模数据集的能力，它可以“掌握”企 业长期以来积累的所有信息，包括创办至今的发展历 程、发展背景、业务特点和商业意图，甚至细致到产 品、市场和客户。所有用语言记录传达的内容，如应 用、系统、文档、电子邮件、聊天、视频和音频等等， 都将进行创新、优化和重塑，最终走向全新的高度。 97% 的全球受访高管认为，人工智能基础模 型将实现跨数据类型的互联，彻底改变人工智 能的使用环节和方式。3 应用。不过对许多企业来说，最大的价值源于使用 使用 现在，我们随时均可便捷地获取和使用生成式 人工智能及大语言模型应用程序。企业可以通过应 用编程接口（API）调用这些程序，并运用提示学习 （prompt tuning）和前缀学习（prefix learning） 等提示工程技术，针对自身的具体需求在较小程度 上加以定制。 定制 但大多数企业需要定制模型，用自己的数据对 模型进行微调，以扩大其用途和价值。这使模型能 够支持整个业务中一些具体的下游任务。通过此举， 企业可以有效地利用人工智能实现绩效的飞跃发 展⸺提升员工能力、改善客户满意度、引入新型 商业模式，及时感知即将发生的变化。 6 生成式人工智能：人人可用的新时代 使用或定制：生成式人工智能的普及与应用 企业将利用这些模型来重塑工作方式。随着员工 内容创建：生成式人工智能将成为人们必不可少 与人工智能副手协同工作成为常态，每家企业中的每 的创意伙伴，不但可以揭示接触和吸引受众的新方法， 自身可以取得的成就。在任何特定的工作中，一些任 副本生成与测试以及实时个性化等领域中，带来前所 个角色都有可能被完全改造，这显著拓展了单凭人类 务将实现自动化，一些能够得到辅助，还有一些基本 与技术无关。除此以外，大量新任务有待人类执行， 例如确保准确、负责任地使用新型人工智能系统。 企业要特别关注人工智能对以下这些岗位的影响： 咨询建议：人工智能模型将成为每位工作者无处 还能在生产设计、设计研究、视觉识别、名称拟定、 佳行动、总结能力和预测智能的成熟理解力，将同时 未见的速度和创新。企业正纷纷引入最完善的人工智 化的新时代，将业务流程自动化推升到具有变革意义 能系统 DALL·E，用于社交媒体推广。DALL·E 基于文 本描述来创建逼真的图像和艺术品，在将文字转换为 图片时，可以处理多达 120 亿项参数，创建的图片更 可在 Instagram 和推特（Twitter）上分享。 6 编写代码：软件代码编写人员将借助生成式人工 不在的得力助手，将新型超个性化智能放在人们手中 智能来大幅提高生产力⸺快速将一种编程语言转换 人力资源、医学和科学研究、企业战略和竞争情报等。 编写自动化，预测和预先防范问题，以及管理系统文 来提高生产力。其典型领域包括客户支持、销售赋能、 大语言模型有望帮助处理约 70% 非面对面的客户服 务沟通，并且充分利用强大的对话式智能机器人，理 解客户意愿、自行拟定回答，并提高答复的准确性和 质量。5 自动化：生成式人工智能对历史背景、下一步最 在后台和前台办公环境中催生出一个超高效、超个性 的新水平。一家跨国银行正在使用生成式人工智能和 大语言模型，改变其大量交易后处理电子邮件的管理 方式，如自动起草带有行动建议的消息，并发送给收 件人。这不只是减少了工作量，还能让客户交流更加 顺畅。 安全防护：随着时间推移，生成式人工智能将支 为另一种语言，掌握各种编程工具和方法，实现代码 持企业加强治理和信息安全、防止欺诈、完善监管合 档。埃森哲正在尝试使用 OpenAI 大语言模型，通过 能力，主动识别风险。在战略性网络防御体系中，大 自动生成文档提高开发人员的工作效率⸺例如， 明确 SAP 系统配置的理据以及设定各种功能或技术 参数。这一解决方案使用户能够在工作时通过微软 Teams 的聊天对话提交请求；然后，正确组合的文档 会被快速返回⸺这一典型范例很好地说明了如何增 规，并通过在组织内部和外部均建立跨域联系和推断 语言模型可以提供多种有用的功能，例如解释恶意软 件和快速分类网站。7 但在短期内，企业很可能看到， 黑客利用生成式人工智能的特长来生成恶意代码或编 写完美的网络钓鱼电子邮件。8 强特定任务的完成能力并实现自动化，而无需改变整 个工作。 生成式人工智能：人人可用的新时代 7 展望日新月异的技术、 监管和商业 8 生成式人工智能：人人可用的新时代 展望日新月异的技术、监管和商业 展望日新月异的技术、监管和商业 当前这样的时刻并不常见。未来几年，针 对生成式人工智能、大语言模型和基础模型 的投资将极为庞大。和以往不同的是，技术、 监管和商业应用将并行发展，且发展速度越 来越快。而在以往的创新曲线中，技术发展 通常快于应用和监管。 技术堆栈 支持生成式人工智能的复杂技术预计将在 每一堆栈层级上迅速发展，这具有广泛的商 业影响。训练顶级人工智能模型所需的计算 量正呈指数级增长⸺根据各类报告，现在 每 3.4 个月到 10 个月其便会翻一番。9 因此， 成本和碳排放已成为采用能源密集型生成式 人工智能的核心考量因素。 “最热门的新型编程平台便是餐巾纸。” 杜保洛（Paul Daugherty）⸺埃森哲 技术服务全球总裁兼首席技术官 他指的是，创业者正纷纷使用 OpenAI 根据在餐巾纸上画出的创意草图来搭建工作 网站。 图 1：生成式人工智能技术堆栈的每一层级都将迅速进化 应用：通过 API 或直接嵌入其他应用程序中，云端用户对生成式 当前这样的时刻并不常见。未来几年，针对 人工智能和大语言模型的访问将越来越容易。企业可以直接使用， 生成式人工智能、大语言模型和基础模型的投资 也可以使用专有数据对其进行定制和优化微调。 将极为庞大。和以往不同的是，技术、监管和商 业应用将并行发展，且发展速度越累越快。而在 以往的创新曲线中，技术进度通常会超越采用和 微调：模型微调的重要性在于，将跨越软件工程、心理学、语言 学、艺术史、文学和图书馆学等诸多学科，创造技能组合需求。 监管步伐。 技术堆栈 基础模型：随着更多预训练模型的出现，市场将迅速成熟和多样 支持生成式人工智能的复杂技术预计将在每 化。新的模型设计将为平衡规模、透