ChatGPT類生成式人工智能：企業數字化轉型的下一個風口？

【摘" 要】作為一種更高等級的人工智能技術，生成式人工智能為企業數字化轉型帶來了新的機遇和挑戰。其核心技術包括生成對抗網絡（GAN）、變分自編碼器（VAE）、自回歸模型等，通過學習大量的數據生成具有價值的內容；通過自然語言生成、圖像生成、音頻生成等應用賦能產業轉型升級。論文旨在探討生成式人工智能背景下企業實現數字化轉型的策略，即通過穩妥應對勞動力平替現象、高度關注新的生產要素變化、嚴密防護數據隱私和安全、有效應對技術人才和管理挑戰等策略實現企業數字化轉型。

【關鍵詞】生成式人工智能；企業；數字化轉型

【中圖分類號】F49；TP18" " " " " " " " " " " " " " " " " " " " " " "【文獻標志碼】A" " " " " " " " " " " " " " " " " " " " " " " " "【文章編號】1673-1069（2024）05-0119-03

1 引言

生成式人工智能可以幫助企業實現創新、提高效率、優化服務，從而提升競爭力和市場份額。企業在使用生成式人工智能實現數字化轉型過程中，既要考慮到勞動力結構異化和生產要素變化為企業管理帶來的新問題，也需關注潛在的風險和挑戰。只有充分認識到生成式人工智能的重要性、復雜性和風險性，才能更好地利用其為企業數字化轉型帶來的巨大機遇，迎接這一風口的到來。

2 生成式人工智能為企業數字化轉型帶來的機遇

2023年以來，OpenAI發布ChatGPT系列，立刻引發全世界的高度關注，大量應用場景應運而生。最近，OpenAI又發布了Sora文生視頻技術，讓人類社會的思維世界和物理世界實現了真正意義上的虛擬化、數字化和孿生化。無論是傳統企業，還是數字原生企業，面對自身發展需要、行業激烈競爭和時代發展所趨，必須通過數字化轉型，實現數字賦能，降本增效，提升市場競爭力。隨著生成式人工智能技術的運用更廣泛、更深入，該技術創新必將為企業數字化轉型帶來更加深刻的影響，大概率會成為產業升級、企業轉型的下一個重要風口。

生成式人工智能的應用將為企業帶來四重效應，即替代效應、填補效應、創造效應和結構效應[1]。企業許多程式化的工作流程將被生成式人工智能取代。全球領先的專業技術分析機構——顧能公司（Gartner）預測，到2026年，中國超過30%的白領崗位將被重新定義，使用和管理生成式人工智能的技能將大受歡迎[2]。同時，該技術將催生出新的業態，新的數字化產業將賦能新質生產力生成，成為助力經濟高質量發展的新引擎、促進數據交流共享的新介質、推動區域協調發展的新動力[3]。

然而，當前我國企業數字化轉型的形勢不容樂觀，多數企業仍處在“摸爬滾打”階段[4]。面對這一波生成式人工智能帶來的新機遇，我國傳統企業、數字原生企業應如何積極應對？需采取哪些策略方法？這是本文試圖回答的問題，也是當下企業需要共同面對的問題。

3 生成式人工智能的技術原理及應用

生成式人工智能側重于模擬人類的創造性思維和行為，通過學習大量的數據來生成具有一定價值的內容。其核心技術主要有3種：一是生成對抗網絡（GAN），這是一種由生成器和判別器組成的框架，通過對抗訓練的方式來生成逼真的數據樣本。生成器試圖生成逼真的數據樣本，而判別器則試圖區分生成的樣本和真實的樣本。通過不斷的對抗和優化，生成器可以逐漸生成更加逼真的數據樣本。二是變分自編碼器（VAE），這是一種基于概率圖模型的生成模型，通過學習數據樣本的潛在分布來實現數據的生成和重構。其核心思想是將輸入數據映射到一個潛在空間中，并通過學習潛在空間的分布來實現數據的生成。三是自回歸模型，這是一種基于序列的生成模型，通過學習序列數據的聯合概率分布來實現數據的生成。常見的自回歸模型包括循環神經網絡（RNN）、長短期記憶網絡（LSTM）、Transformer等。

之前，企業數字化轉型通常運用數字技術對流程再造，運用大數據來分析市場、顧客，實現對市場需求的精準把握，運用數字化技術實現更高效能的企業管理，但在智能決策方面，數字技術還無法實現。當前，數字經濟的內在邏輯是數據、算力和算法。生成式人工智能是更高水平的數據、算力和算法的集成，企業數字化的轉型升級的關鍵在于應用好人工智能。生成式人工智能時代的到來，技術將再造企業管理，推動企業數字化轉型深度變革，在智能決策助手、辦公自動化、數據智能分析、人力資源智能化管理等多個方向加速演繹迭代，并形成清晰定位。生成式人工智能還將運用自然語言處理技術加快數據感知，采取深度學習神經網絡實現智能認知，通過人類反饋強化學習支持動態決策、多模態大模型架構推動精準執行等技術路徑賦能企業新質生產力的生成。

4 生成式人工智能應用于企業數字化轉型的場景分析

1885年，英國皇家統計協會雜志發表了拉文斯坦（E. G. Ravenstein）的論文“遷移規律”（The Laws of Migration），提出了針對人口遷移的推-拉理論，之后廣泛應用于產業發展、市場營銷等領域。運用推-拉理論可以解釋，產業數字化轉型以數字技術賦能和經濟模式變革為內在驅動力，以治理模式創新和基礎保障支撐為外在拉力，最終驅動產業數字化轉型[5]。實證研究表明，數字化轉型可以提升企業創新能力，數字化轉型企業在資本市場更受青睞，數字化轉型對企業技術創新具有促進作用，在國有企業及大規模企業應用中表現尤為突出[6]。可以斷言，以生成式人工智能為驅動新一輪產業數字化和數字技術革命，將更有力地推拉企業的數字化轉型。

顧能公司（Gartner）發布的《2023年中國數據、分析及人工智能技術成熟度曲線》報告，深入探討了生成式人工智能在企業數字化轉型中的應用和前景。企業數字化轉型的成功案例表明，生成式人工智能技術在提升企業生產效率、優化業務流程、創新商業模式等方面具有重要作用。企業可以通過積極應用生成式人工智能技術，提升自身競爭力并實現可持續發展。

當前，人工智能已進入業態賦能的“成熟期”，該技術將成為企業數字化轉型中不可或缺的一環，與云計算、大數據、區塊鏈等新技術一起，通過數字化的轉型建立企業的護城河[7]。隨著ChatGPT 5.0的發布，生成式人工智能正大踏步地朝著通用型人工智能邁進，有望在未來3～5年基本實現真正意義上的人工智能。生成式人工智能對現有產業具有部分替代效應，主要體現在對人力資本的替代，進而助推傳統產業的轉型升級，通過與人力資本相互融合，突破現有產業的功能局限、提升產業生產和服務質量，最終將催生新業態和新模式[8]。生成式人工智能在提升企業生產效率、優化業務流程、創新商業模式等方面將發揮重要作用。對制造業而言，可通過利用多模態模型實現制造行業全自動化，實現智能決策，提升現有數字化水平。對服務業而言，該技術為行業內企業提供了發展新動能，為產業創新帶來更多可能。生成式人工智能可以在以下場景中應用：

第一，自然語言生成的應用場景。生成式人工智能在自然語言生成領域的應用已經取得顯著的成效。企業可以利用生成式模型來自動生成文章、報告、新聞等內容，從而提高內容生產效率，降低成本。ChatGPT系列模型可以生成編寫逼真的文章，幫助企業實現自動化寫作，提高內容的質量和數量。自然語言生成可以較好地應用于企業的智能客服。電商平臺通過引入生成式人工智能技術，可實現智能客服功能。在未來的養老服務行業中，ChatGPT的介入將會為老年人提供陪伴服務，提升養老行業的服務水平和質量效益。在法律服務領域，生成式人工智能可通過信息收集與文本輸出提升法律咨詢業務的高效性與科學性。ChatGPT能夠為律師更新法律條文、提供決策參考、自動生成固定格式文書并為公眾提供免費法律咨詢服務。

第二，圖像生成的應用場景。生成式人工智能在圖像生成方面也有廣泛的應用。企業可以利用生成式模型生成產品設計、藝術作品等圖像內容，加速創意產生和設計過程，提高產品的競爭力和市場份額。谷歌深度思考公司（DeepMind）研發的一種合成模型可以生成逼真的人臉圖像，用于虛擬試衣間、虛擬化妝等應用場景。特別是對于時尚零售企業，可利用生成式人工智能技術，實現虛擬試衣間的功能。用戶可以通過手機或電腦上傳自己的照片，然后利用生成式模型生成逼真的試衣效果，用戶可以在虛擬試衣間中選擇不同款式和顏色的服裝，體驗不同的穿搭效果，幫助用戶更好地選擇合適的服裝，提高了購物體驗和滿意度。

第三，音頻生成的應用場景。生成式人工智能在音頻生成方面的應用也日益成熟。企業可以利用生成式模型生成語音助手、音樂作品等音頻內容，提高用戶體驗和服務質量，從而提升品牌形象和用戶忠誠度。例如，語音合成模型（WaveNet）可以生成自然逼真的聲音，用于智能客服、語音助手等場景，提高了客戶服務的效率和滿意度。對于智能家居企業，可引入生成式人工智能技術，開發智能語音助手的功能。用戶可以通過語音指令控制家居設備，如打開燈光、調節溫度等，智能語音助手可以根據用戶的語音指令生成相應的語音回復，并執行相應的操作，提高了家居生活的便利性和舒適度。

第四，數據增強的應用場景。生成式人工智能可以用于數據增強，通過生成合成數據來豐富訓練數據集。數據增強可以有效地改善數據稀缺和不平衡的問題，提高模型的性能和效果。特斯拉（Tesla）是一家電動汽車制造商，其數字化轉型的成果在行業中具有顯著影響。特斯拉利用生成式人工智能優化其自動駕駛系統，通過分析大量行駛數據，不斷改進和優化車輛的自動駕駛功能。同時，特斯拉利用生成式人工智能技術優化生產流程，提高了生產效率和產品質量。

第五，創新與個性化服務場景。生成式人工智能可以幫助企業實現創新和個性化服務。通過生成式模型生成新穎的產品設計、廣告宣傳等內容，滿足用戶個性化需求，提高用戶體驗和滿意度。亞馬遜（Amazon）是全球最大的在線零售商之一，其成功的數字化轉型離不開生成式人工智能的應用。亞馬遜利用機器學習技術對大量用戶數據進行分析，通過預測用戶需求和智能推薦商品，提升了銷售額和客戶滿意度。同時，亞馬遜利用生成式人工智能優化倉儲和物流管理，降低了庫存成本和配送時間。騰訊（Tencent）是我國最大的互聯網公司之一，其在數字化轉型方面取得了顯著成果。騰訊利用生成式人工智能技術優化其社交媒體平臺、游戲、廣告等業務領域，提高了用戶體驗和商業效益。騰訊還利用機器學習技術分析用戶行為和興趣，為用戶推薦個性化的內容和服務。

5 運用生成式人工智能實現企業數字化轉型的策略

當前，我國企業尤其是中小企業數字化轉型意愿不強，面對轉型不確定性帶來的市場、產品、管理風險，企業會選擇較為穩妥的傳統經營方式。如今，生成式人工智能為企業數字化轉型帶來新的機遇和選項，企業應如何盡快更新理念，抓住機遇，接好風口，應對風險？

5.1 穩妥應對勞動力平替現象

企業要主動應對“盧德主義”，積極擁抱新技術，抓緊利用“窗口期”，加速勞動技能迭代[9]。生成式人工智能是數字化的生產工具，是通過算法對數據加工并生成用于更大規模數字經濟活動的生產工具，延伸了勞動者的生產空間和時間，改變了傳統的勞動結構，對中等技術勞動者替代彈性更強，導致數字生產工具的異化與勞動分化，加劇了勞動者的兩極分化。企業應認識到，該技術的應用將迭代取代之前普遍認為無法取代的行業工種，向勞動力平替的高端上游演進。

5.2 高度關注新的生產要素變化

中共中央、國務院發布的《關于構建數據基礎制度更好發揮數據要素作用的意見》，確立了數據的基礎制度體系，將數據定義為新的生產要素，明確了數據要素的市場地位。隨著生成式人工智能的應用，將產出更多新的生產要素，可能產生超級產業組織與管理變革，人與產業組織相互產生作用，推動產業組織向以生成式人工智能為核心的超級產業組織轉變，并推動管理方式的變革，加速企業商業模式的迭代。生成式人工智能時代，生產力的內涵從物質形態向可用但不可見的虛擬形態和物質形態的共存轉變[10]，從而成為新質生產力重要的新形態。

5.3 嚴密防護數據隱私和安全

生成式人工智能需要大量的數據進行訓練，可能涉及用戶的隱私信息。企業在使用生成式人工智能時需要強化數據保護和安全措施，防止數據泄露和濫用。生成式模型極有可能被攻擊者利用來生成虛假數據，誤導用戶或破壞系統的正常運行。生成式人工智能模型可能受到對抗性攻擊，導致生成的內容不真實或具有誤導性。同時，生成式人工智能可能被用于制造虛假信息或深度偽造，對社會造成不良影響。企業在使用生成式人工智能時需要遵守倫理道德標準，保證生成的內容合法、真實和可信。生成式人工智能模型也可能存在漏洞或缺陷，導致系統的穩定性和可靠性受到影響。因此，企業需要加強對模型的安全性評估并采取防御措施，減少潛在的虛假信息或深度偽造風險，堅守倫理道德底線，嚴格遵守法律法規。

5.4 有效應對技術人才和管理挑戰

生成式人工智能技術屬于前沿技術，需要具備一定的技術水平和專業知識才能進行研發和應用。生成式人工智能使得企業管理的復雜性大幅提升，企業在引入生成式人工智能技術時可能面臨技術人才短缺和培養的挑戰，需要加強人才引進，著力培養高素質技術型人才，進一步完善人才培養體系。此外，針對生成式人工智能技術的應用，企業需要進行有效的管理和監控，確保技術的合法合規合理使用和運行效果的持續優化。

【參考文獻】

【1】周子凡.生成式人工智能對就業的影響及應對之策[J].當代經濟，2023，40（10）：46-52.

【2】Gartner.Gartner發布2023年中國數據分析和人工智能技術成熟度曲線[EB/OL].https：//www.gartner.com/cn/newsroom/press-releases/gartner_2023_，2023-08-30.

【3】張夏恒，馬妍.生成式人工智能技術賦能新質生產力涌現：價值意蘊、運行機理與實踐路徑[J].電子政務，2024（4）：17-25.

【4】李元麗.人工智能時代企業數字化轉型之路怎么走？[N].人民政協報，2023-04-11（005）.

【5】祝合良，王春娟.“雙循環”新發展格局戰略背景下產業數字化轉型：理論與對策[J].財貿經濟，2021，42（3）：14-27.

【6】段華友，楊興柳，董峰.數字化轉型、融資約束與企業創新[J].統計與決策，2023，39（5）：164-168.

【7】李曉光.商湯趙峰：人工智能進入業態賦能“成熟期[J].商學院，2020（10）：69-70.

【8】鄭世林，陶然，楊文博.ChatGPT等生成式人工智能技術對產業轉型升級的影響[J].產業經濟評論，2024（1）：5-20.

【9】周子凡.生成式人工智能對就業的影響及應對之策[J].當代經濟，2023，40（10）：46-52.

【10】李穎.生成式人工智能ChatGPT的數字經濟風險及應對路徑[J].江淮論壇，2023（2）：74-80.