AIGC会代表新一轮范式转移的开始，未来2-3年AIGC初创公司和商业落地方案将持续增加，将产生数万亿美元经济价值。
全文 5138 字，预计用时 5 分钟。
作者｜敬之
编辑｜大刀
视觉来源｜网络
“我知道你们可能会感到惊讶，甚至有些不真实，但请相信我，这是一个充满爱和感激的时刻，因为我有机会通过这段视频与你们相聚。在我离开这个世界的那一刻起，我一直能感受到你们无尽的爱和支持·····我永远都会陪伴着你们······永远是你们的李玟。”
—— 网友AI 复活歌手李玟的独白
近期，当网友用AI“复活”已逝歌手李玟发布视频后，评论迎来一片呼声——“可不可以AI一下高以翔，很想再听听他的声音”“AI一下乔任梁，让乔爸乔妈也看看，他们一定很想他”“这才是AI真正存在的意义”······
在荷尔蒙跳动的感性世界里，AI犹如《哈利波特》中的魔杖，对时间也念出了“Fubute Ubcabtaten（停止咒）”。那些过去给我们信仰与力量的人物，可以通过AI打破时间的秩序锁链，让人类在两个不同时空中再聚。
这，也便是AIGC（生成式AI）展现的生产力。
随着Chat GPT 4下更为智能的聊天机器人、Midjourney和DALL-E的绘画和图片生成进入商业领域后，Open AI又推出跨模态文字生成视频工具Sora，再次引爆全球，估值已涨至290亿美元。
早在2022年9月，红杉发布的《生成式AI：一个创造性的新世界》认为，AIGC会代表新一轮范式转移的开始，未来2-3年AIGC初创公司和商业落地方案将持续增加，将产生数万亿美元经济价值。
20世纪末的互联网和21世纪初期iPhone的出现，已经展示了新技术和新工具对社会生产的统治力与拯救度。世界银行在2024年的《全球经济展望》报告中指出，预计2024年全球经济增速将连续第3年放缓，降至2.4%，低于2023年的2.6%。AIGC在商业领域的成熟规范应用，也或许将是对当前经济周期下的“救赎”。
而在全球经济迷雾的暗淡和供应链重组之中，供应链管理也面临着前所未有的挑战。从全球大流行到贸易紧张，再到不断变化的消费者需求，企业必须找到新的方法来提高效率、降低成本并保持竞争力。眼下AIGC底层大模型出来很多，“百模之战”牵引着“百花争艳”，这或许也是全球未来商业的大疫三年停滞增长后的逆势翻盘点。
但AIGC宛如一柄利刃，使用者的黑暗与光明，决定了它的属性。
本文将以技术历史发展的维度，探讨以下3个问题：
探究工作原理及其本质：AIGC究竟是什么，能做什么？
剖析目前落地应用程度：全球目前AIGC的市场状况如何？
挖掘未来可深化的潜质：全球供应链重组下，AIGC如何赋能供应链运营？
AIGC的“超体世界”有多远？
吕克·贝松镜头下的露西，用一种“蓝色粉末”，加速了她大脑的算法、算力速度，并拓宽了她对人类历史和宇宙演进中的巨量数据库。最终，一个人类，成为了超人类的AI。电影并没有完全表明是露西掌握了蓝色粉末进化成超人类，还是蓝色粉末占据了露西成为了新AI。
但在某种程度上，AIGC有些类似于《超体》中的“蓝色粉末”。
AIGC，全称为Artificial Intelligence Generated Content，翻译为中文是生成式人工智能，本质是一个提供内容生产的技术集合，而“内容生产”不仅仅是当前被资本商业热捧的对话聊天、图片绘画、音乐视频、数字人和虚拟电商直播、代码等，也可以是战略决策、流程自动化管理等应用，会随着人类社会生产需求而演变。
深挖技术更迭的历史会发现，现在的AIGC只能算得上是“AI＋UGC”，通过AI技术辅助人类进行内生产。早在第一代互联网时期，也就是Web1.0的门户时代，内容都是通过一些专业的机构或组织提供，人机交互的特征表现在键鼠操作，门户高度中心化。
而当苹果乔布斯在2010年推出iPhone之后，Web2.0的大门算是打开了，移动互联网下的人机交互逐渐转变为触控、隔空操作和语音/视觉识别等，在这技术的推动下，产业也迎来了洗牌，社交媒体和平台经济趁势腾飞。尤其在抖音短视频大爆发后，平台中心化，PGC（Professionally Generated Content专业生产内容）和UGC（User Generated Content用户生成内容）的内容生产方式，让信息如洪流席卷而来。
当前，人类的数据库已经不能用海量来形容，技术算法也不断在一次次训练中成熟，以及算力的巨幅提高，无论是区块链、元宇宙、AI还是全真全息，都在驱动人们走向真实的科幻世界。Web3.0下的人机交互已经在向五感、脑机结合等多模态靠齐。让技术有属于自己的认知，已是该阶段技术攻克的主调。
AIGC 既是当前新兴的人工智能应用，也将是未来网络信息资源的主要存在形式之一，并随着虚拟人、机器人的发展成为机器与人类交互的媒介和载体。其特征主要体现在数据巨量化、内容创造力、跨模态融合和认知交互力。Gartner预测至2023年将有20%的内容被AIGC所创建；至2025年AIGC产生的数据将占所有数据的10%（目前不到1%）。
AIGC的AI原理与人认识事物、创造事物的原理是相同的。例如，我们要创作一个短视频，路径通常为准备文本脚本 - 收集视频素材 - 视频音频剪辑 - 编辑审查。AIGC下也是如此，输入图文内容后，AI利用语言模型对图文进行分析，自动生成解说词，再通过精准搜索能力调动已有视频素材库生成画面内容。
由此不难发现，数据库、算法和算力的共振正是AIGC的底层核心。其中，大数据为 AIGC 提供数据支撑；算法模型是驱动 AIGC 的关键；而算力是 AIGC 应用的保障。
来源：《人工智能生成内容( AIGC )的 技术特征与形态演进》
花如此之篇幅来介绍AIGC，目的是让我们对一个新技术从最底层的原理知道它是什么，才能更广普地了解如何将新技术化为新的生产工具。至少，到目前为止，AIGC能创造的远远不止Discord 频道的Midjourney、 OpenAI的ChatGPT、DALL•E2和Sora、谷歌的Imagen和Parti、微软的NUWA，以及百度的文心一言等等。
正如“蓝色粉末”将人类大脑开发至50%以上后，让人类与万物融合产生自主意识。AIGC在核心三要素的提升下，产业变革也很可能发生新的商业巨变，而现实中的“超体世界”，也将不再是吕克·贝松的想象。
70余年的算法模型更迭：
AIGC于产业中“起舞”
1950年，“灵图测试”给出判断机器是否具有“智能”的实验方法，预示着人工智能的花火将在人类的生活中点燃。7年后，伊利诺伊大学香槟分校的两位教授雷贾伦·希勒和莱纳德·艾萨克森利用学校的超级计算机llliac，编写了计算机程序，创作了弦乐四重奏《伊利亚克组曲》。这便是AIGC在音乐领域尝试的起点。
早期受制于算法和算力的瓶颈，AIGC的萌芽探索就花费了40多年，且只是在小范围内测试。1966年诞生的世界第一款自然语言聊天机器人Eliza，便是如今ChatGPT的“祖师爷”。
而在而后的十几年里，算法不断完善，连续语音的识别迅速发展，统计模型逐步取代模板匹配的方法，隐马尔科夫模型（HMM）成为语音识别系统的基础模型。于此，80年代中期 ，IBM创造语音控制打字机Tangora，能够处理20000个单词。
进入第二发展阶段，AIGC的迭代周期大幅缩减至20余年。1990年至2010年，AIGC从实验性向实用性转变，但受限于算法瓶颈，无法直接进行内容生成。期间，世界第一部完全由人工智能创作的小说 《1 the road》问世，这表明图形处理器GPU、张量处理器TPU等算力设备性能不断提升。
直至2010年，微软展示的全自动同传系统，以基本深层神经网络，实现了将英文语言翻译转化成中文语言。于此之后至2021年，深度学习算法便是AIGC第三阶段的关键词。这时期，人工智能生成内容百花齐放，效果逐渐逼真至难以分辨。
诸如“小冰”推出世界首部100%由人工智能创作的诗集《阳光失了玻璃窗》；Open AI 推出了GPT-3 ，拥有超过1750亿的训练参数量，被誉为“万能生成器”。站在“前辈们”的肩膀上，AIGC迎来井喷式发展，2022年也被誉为AIGC元年。
国外AIGC的商业化应用从基础大模型开始，包括以ChatGPT、Midjourney为代表的典型应用是基于基础大模型的调用，孵化而来。国内正好相反，由于国内市场极度丰富的业务场景，高度离散的供给侧服务，导致当前的AIGC商业化先从业务/领域小模型开始。
根据《中国AI数字商业展望2021-2025》报告数据，到2025年中国AIGC的应用规模预计上升至2070亿元，2020-2025年年均复合增长率高达84.1%。而目前国内的AIGC技术与应用，供需两侧主要集中在营销、办公、客服、人力资源、基础作业等领域，并且这种技术所带来的赋能与价值已经初步得到验证。
“在医药产业中，一种药物从发现到上市的平均成本约为18亿美元，其中药物发现成本约占三分之一，而发现过程花费了长达三到六年的时间，AIGC已在几个月内用于设计各种用途的药物，为制药公司提供了降低药物发现成本和缩短时间的重大机会。”Gartner表示，“除此之外，AIGC通过构建针对特定物理特性的全新材料，正在影响汽车、航空航天、国防、半导体芯片、电子、合成数据和能源行业。”
总而言之，AIGC正以一种云与大模型深度绑定后的新商业模式MaaS（Model as a Service）—— 云为基础、模型为中心，提供众多预训练基础模型，只需针对具体场景作调整优化，就能够快速投入使用。
未来，MaaS与云计算各层的商业结合，将可能引发企业市场一场新的商业模式变革。
让“数字化”真正走向“数智化”
麦肯锡在《供应链中的生成人工智能》一文中指出：AIGC使早期采用者将物流成本降低了15%，库存水平降低了35%。与行动缓慢的竞争对手相比，服务水平也提高了65%。如果再将供应链环节的颗粒度细化，AIGC在以下6个方面能大幅提升供应链运营的水平：
第一，数据驱动的决策制定。AIGC下的大型语言模型更具变革性的应用之一是在预测分析领域。达美乐披萨英国地区就已经从传统的电子表格转向使用 Dynamics 365 进行需求预测的人工智能和分析。此举旨在提高需求预测的质量、 改善客户体验并确保及时交付产品。
它可以分析大量的历史和实时数据，帮助企业预测市场趋势、消费者行为和潜在的供应链中断。这种高级分析能力使企业能够做出更明智的库存和生产决策，减少浪费，同时提高客户满意度。
第二，企业基于已有且庞大的前端用户数据，能够真正做到“智能化的反向定制”，进而催生“自动化和个性化生产”。 通过AIGC，企业可以实现生产过程的自动化，从而提高生产效率和灵活性。此外，AIGC还能够支持按需生产和个性化定制，满足消费者对个性化产品的需求，同时保持成本效率。这也正是目前很多供应链企业可以着手提升的一点。
第三，优化物流和配送。UPS的道路综合优化和导航（ORION）系统。ORION 使用先进的算法来分析配送路线，据报道每年为 UPS 节省了数百万加仑的燃料并减少了数百万英里的配送里程。AIGC技术可以优化运输路线，预测交通状况，以及自动调整最后一公里配送计划以应对突发事件。这不仅可以减少运输成本，还可以确保货物按时到达，提高整个供应链的可靠性。
第四，仓库布局优化。 供应链的AIGC可以识别最常访问的物品，并建议将它们放置在靠近包装站的位置。该技术在现实生活中的应用可以在亚马逊的运营中心看到。在传统的仓库环境中，布局通常是静态的，并根据历史数据和不频繁地评估进行设计。可以动态调整布局，按尺寸或字母顺序排列零件和产品。人工智能模型可以模拟各种配置及其对仓库内行驶时间的影响。
第五，智能客服。AIGC可以帮助企业和个人生成各种类型的内容，如文章、图像、音频、视频等。亚马逊云科技智能客服解决方案是通过人工智能技术和机器学习算法实现智能客服功能的，可以实现智能问答、智能推荐、智能客服机器人等功能，从而提高客户服务的效率和质量。
第六，欺诈检测。通过使用生成对抗网络（GAN），生成人工智能正在成为打击欺诈的强大工具。例如，万事达卡是使用 GAN 进行欺诈检测的领先公司。他们开发了一种名为“决策智能”的系统，该系统使用AI（包括GAN等技术）来实时分析每笔交易。
无论是互联网、移动互联网还是当下的AI，对产业链重构的梯度，基本都是先从C端用户应用开始，随之往更后端的供应链迁移。供需平衡的旧秩序，被新技术打破，供应链也随着新需求而动态调整，以求更高效率和更低成本的响应速度。
然而，AIGC的爆火也才一两年，对于供应链来说仍然属于新物种，而且供应链内的用例大多尚未经过测试，因此大多数企业也仍处于摸索与观望阶段。但是，在全球供应链重组、地缘政治以及能源危机等诸多国际因素影响下，供应链的战略运营管理也逐渐往“数智化”探索。
但鉴于目前的企业供应链运营节点来说，AIGC依然可以将“效率和成本”在弹性中再上一个梯度。与传统的供应链运营相比，AIGC赋能下的供应链，可以表现的更为主动、动态优化、自动生成洞察力以及策略定制等优势。
国内数字化市场历经8年发展，企业上云意识进入高认同阶段，超过50%的企业将业务或路上或已经部署在云端，这其中又有超过90%的企业开始了数字化转型的设计规划，这意味着数字资产、数据驱动、业务数字原生程度大幅加深，AIGC可成活的土壤越牢固。
AIGC除了对内容创作将提供全新生产力外，对供应链端的赋能，也将会是一项颠覆性变革，真正将加快企业供应链的数智化转型速度。埃隆·马斯克也曾表示，AIGC是迄今为止最强大的创造力工具。它有潜力开启人类创新的新时代。
Gartner 最近的一项调查显示，尽管对AIGC技术应用的适用性和风险了解有限，但近70%的企业领导者认为收益大于风险。当然，所有的技术都有两面性，正如前文提到的在于使用者的黑暗与光明属性的博弈。【供应链范式】
图片来源：
1.《人工智能生成内容( AIGC )的 技术特征与形态演进》
2.《全球生成式人工智能(GenAI)在供应链领域创新应用展望》，罗戈研究院.2024
参考资料：
1.《全球生成式人工智能（GenAI）在供应链领域 创新应用展望》，罗戈研究院，2024.01
2.《企业AIGC商业落地应用研究报告》,TE智库，2023.05
3.《AIGC深度报告：新一轮内容生产力革命的起点》国海证券，2023.03
4.《人工智能生成内容( AIGC )的 技术特征与形态演进》，图书情报知识，李白杨，白云，詹希旎，2022.11
本文作者可以追加内容哦 !
