2023年初，ChatGPT的爆火让人工智能以新的形态再度进入广泛大众视野。此后，百度发布首个大语言模型“文心一言”、阿里巴巴加码以“通义千问”为基础的产品布局，蓝色光标宣布全面用AI代替外包，短短数月，国内AIGC赛道风云不断。
乘着东风，不少企业利用生成式AI极大降低了内容生产成本，提高了输出效率，在降本增效的当下为企业实现了快速赋能。除此之外，利用AIGC生成的虚拟数字人、虚拟客服也在应用于电商、互联网等多种领域。据了解，在ICT、媒体、金融、零售贸易等行业，AIGC的应用率均值已经高达88%。
那么面对纷繁复杂的现状和AIGC的爆发式增长，企业应当如何挖掘AIGC的奥秘，有效应用于经营管理，为实现高质量、可持续发展插上翅膀？站在当下的时间点上，我们认为有必要对AIGC的快速发展做一个总结和讨论，以应对即将到来的新机遇。
7月7日，TopMarketing 举办《AIGC风起，如何把握破局关键》专题直播，有米云VP、品牌市场负责人刁龙受邀分享，与百度商业研发总监兼商业AIGC负责人刘林、筷子科技创始人陈万锋围绕“AIGC”展开了专题互动。
嘉宾主题分享
以下为本次直播采访精彩片段实录：
Q：首先第一个问题想问一下三位，目前国内AIGC处于怎样的产业生态或市场环境？它满足了哪些需要？又能够激发哪些新需求？
刘林：从产业现状来看，据不完全统计，国内已经发布的大模型超过80个，可以说我们真正进入了“百模大战”的新时代。所以站在当下的时间点去预估前景，AIGC未来十年会迎来一个高速蓬勃的发展期。一些媒体也在预测，2023年AIGC的整体市场规模可达170亿元，2023-2025年是我国AIGC市场规模增长的第一阶段，预估增长率在25%左右，到2025年市场规模能够达到约260亿元人民币。届时整个行业的生态完善到应用层蓬勃发展，会促进整个产业快速增长，复合增长率预计超过70%，所以AIGC的前景可以说是非常巨大的。
目前来看，AIGC大多数应用于企业服务，为客户提效赋能。像百度的文心一言以及正在内测的多种内容生产工具，都是AIGC应用的例证，它们作为营销新场景下对创作者生产力工具的变革，不断作用于营销侧链路提效和范式革新。在未来，AIGC还会向越来越多的领域渗透，并利用大模型与数字经济、实体经济进行深度融合，如应用于城市发展、金融科技，从而真正地服务于社会。
陈万锋：是的，我在与大家交流的过程中也在想，AIGC可能在短期内会被高估，但长期来看是被低估的，也就是说它的影响一定会越来越大。我发现目前很多品牌创始人还不愿意深入了解AIGC，但我们需要意识到一点：做品牌就是内容，当AIGC发展壮大以后，首当其冲的其实就是内容营销。所以作为技术公司，我们目前也在研究如何从内部提效，包括运用Copilot的工具去做代码协同。
另外从产业来看，相对于底层模型公司，我们主要致力于与用户走在一起，拥抱新场景，去利用AI以提升十倍、百倍的速度实现最终的价值。那么对于应用层公司来说，未来应用的交互甚至是工作方式都可能会发生改变，我们觉得最重要的就是与用户、客户场景站在一起，不断改善工作流，去匹配当下的用户习惯。
刁龙：我认为AI的发展其实类似物理学的发展，起初垂直分散于各个领域，发展到现在因为有了关键性的节点——LLM大模型和多模态的出现，由此颠覆所有垂直领域，成为一种基础，而AIGC就是在这基础上的应用。
目前来看AIGC对于商业组织的用处，我认为更多的还是降本增效。无论是营销部门的创意生产、电商部门的直播数字人，或是CRM部门的智能客服，他们的诉求点其实都是降本增效。基于这个诉求，衍生了对各个垂类的应用工具的需要，进而传导到对大语言模型公司的巨大需求。资本涌入的商业化路径的前期一定是狂热的，接下来它会逐渐走向冷静，但需求不会改变，因为降本增效是永恒的命题。
Q：目前部分行业巨头已经相继推出大模型等工具，AIGC发展如火如荼，在这一充满机遇的赛道上，企业应当如何把握机会，用好这些工具？
刘林：这点我认为很重要，因为很多品牌主对于当前的AIGC技术还处于观望的初期状态。
第一我认为企业要对现有的技术具有一定的了解，有助于他们更好地理解如何利用新技术改变原有的生产模式和营销生态，并将他们运用于自己的业务当中；
第二是要明确自身的业务需求和目标。想清楚企业希望通过AIGC实现什么，是提升市场营销效率、改进产品的设计，还是优化运营效率。
第三是要选择一个可信赖有能力的平台。保证平台对企业所在的行业和市场有深入的理解，才能够为其提供针对性的洞见和建议。
Q：在6月20日推出AIGC营销创意平台“擎舵”，在其面向市场半个月后，能否谈谈您的感想？
刘林：擎舵平台发布半个月后，我们走访了全国代理商客户并沟通了一些核心代理商，发现大家对平台的关注度和认可度是很高的。
一方面从效率上来讲，市场对成本管控比较关注，而擎舵对生产效率和成本控制能够带来非常大的提升；另一方面在效果上，通过我们的后台监控也能够直接看到利用擎舵带来的显著的点击转化。
擎舵最大的好处就是能够直白地为客户呈现AIGC与业务的结合形式，包括文案、海报以及视频怎么去生成，这也是在现阶段快速提升客户对AIGC技术、产品认知水平的方式。
Q：下面一个问题给到筷子科技陈总。您认为AIGC对营销行业的影响波及会有多大？它会产生哪些方面的影响？其最核心的价值或发力点在于什么？
陈万锋：我认为最终的影响应当是全方位的。可以说未来从品牌0到1初创、到产品寻找卖点、到包装设计、内容生成和投放，全链路都会涉及AIGC的辅助。AIGC在其中的作用在于提效和提质。
另外我们发现很多人会预先假设AI或自动化生成的内容会拉低质量，但我认为只要人能够与机器更好协同，其实是可以做出更加优质的东西。过去很长一段时间，品牌在做内容的时候，一线团队有时就像机器，在做很多缺乏思考的重复性劳动。这是因为大量内容的内卷，占据了他们专注于思考策略的时间。现在有了AI介入，它能够帮助我们做更多执行，为人留出了更多思考的机会，反而会促进内容质量的提高。
至于核心发力点，我认为在目前这个阶段，还是需要企业相关人员积极融入AIGC到现有的项目中，多去尝试和摸索，把它变成一个助手类的工具，基于此进行不断迭代。
Q：预想在未来如果人们过于依赖AIGC，对于自己的思考和AIGC给出的答案，我们该如何更好地抉择？
陈万锋：我认为这是一件好事。它其实就和不同的人聚在一起进行头脑风暴一样，只会影响但不会决定我们最终的营销决策。我觉得这中间或许可以加入一些PK或测试机制，可能AI运算时涉及的数据量更大，它可以把我们带出封闭的“盒子”，但品牌最终还是需要明确自己想要的是什么，不要被它带偏了。
Q：AIGC风起后，市场上相关文生文、文生图等应用如雨后春笋涌现。在大模型领域已经有诸如GPT-4、GPT-5这样的出彩者，您认为未来在应用层面有可能出现以生成式AI为核心的领军企业吗？这样的企业需要具备哪些特质？
陈万锋：未来应用场景会百花齐放，那么垂直赛道里是一定会涌现出一批领先者。我认为这样的企业需要具备三个特质：第一是明晰应用场景，并打磨出优质的产品，为客户提供实际价值；第二，无论模型层还是应用层都具有一个很重要的共性——数据集。其实应用层本身就是最好的提炼集，通过收集垂直赛道的数据集，可以在未来和大模型公司或开源模型合作，做更进一步的学习；第三就是要不断地迭代，推陈出新。
Q：“利他”是一切“未来生意”的价值基础和价值归属。“利他主义”是有米云的企业发展价值观，能否谈谈对“AI中的利他主义”的认识与见解？
刁龙：利他协作本身就是现存组织中的必要条件。我们可以看到行业数字化以来，相互依存共同发展的趋势愈发明显，仅从电商与营销广告的结合来说，我们作为营销大数据平台和新电商商家、品牌、MCN机构、DP、Martech等各方联系都越来越紧密。所以一个商业组织在这种环境下，没有利他精神是很难做下去的。
那在AI领域也是一样，AI能够帮助人实现生产力的提升，同时这种协作也会对人提出更高的要求。在AI的助力下，人需要发挥自己与生俱来的灵感判断、同理心等要素，并逐步强化，从而与机器实现和谐共生。在这种相互依赖之下，人与机器的生产关系也随之发生变化。
而在人与组织之间，未来也并不需要衡量我帮你做了什么具有实际意义的事情，因为很多具体执行的环节都可以被AI替代。
最后人与人之间，由于很多事实层面的利他能够利用AI来解决，所以未来更多是要基于人类最底层的认知、判断、观点去“利他”，也就是在你们的文化交流中注入越来越多知识型的内容。
Q：了解到有米云同步面向海外客群推出了跨境电商广告情报平台和选品工具，在出海过程中是否观察到海外AIGC有什么不同玩法？如何打造本土企业的独特创新优势？
刁龙：因为海外AIGC发展得相对更早，所以他们关注的问题已经不仅仅局限于商业层面，而是扩展到了安全伦理和道德方面，这个可以在之后重点聊一聊。
至于如何打造本土企业的创新优势，我认为中国企业的商业利用空间其实是很大的。一方面现有的品牌客户或商家一个月需要生产上千条短视频，AI能够实现批量化生产，节省更多人力成本。另外针对中国出海企业难以招到合适的外国主播这一痛点，也可以通过数字人来解决，或许它们能够做得更具感染力。另一方面中国内容电商市场与海外相比其实是非常领先的，中国企业要充分利用内容电商的广阔市场，实现对海外的降维打击。
所以总的来看，不论是本土企业，还是做跨境电商的品牌，最重要的就是要在庞大的市场需求中，找到明确的需求场景进行细分定位，并把这样一个场景做到极致，才能够更好地发挥自身优势。
Q：下面一个问题面向三位嘉宾。国内AIGC版权问题并未实现明确规范，如何应对AIGC带来的安全、伦理方面的挑战？
刘林：在版权这方面，各国之间其实存在不同的看法和意见。我们目前要做的就是关注各方的使用情况，尽量规避可能的风险；另外及时关注法律法规的公布，以便及时调整。
陈万锋：这是一个大的话题，我觉得聚焦在场景上主要关注以下几个方面：
一是数据集。过去的大数据模型，在应用过程中的数据往往来源于学习时输入的数据；但AI模型在学习后，与原本的数据集其实已经基本脱钩了。所以在这种情况下我们需要考虑放什么样的预训练数据进去，对这些内容要进行确认。
二是产出版权。目前在美国也有一些看法认为，以后AI版权可能无法受到相应保护。因为AI产出的东西并不能为人署名，而版权又需要署名。所以我们会认为当日后AIGC应用于商业化需要分账时，可以通过某种方式将利益给到原有数据集的原创方。如果这个能够解决，也许版权的形态会随之发生改变。
刁龙：刚才两位嘉宾提到了版权问题，我想补充一下关于安全的问题。
对于AI如何调教，目前的讨论其实很多，整体分为两个观点。第一是从外部专门训练出一个AI来监管GPT-4；另外也有观点表示，试图从理解AI运作过程的本身去解决。例如OpenAI就自身建立了一个AI去监督GPT-4，在监督的过程中，可能就能够发现相关的安全隐患，并提出建议停止GPT-5的开发，更专注于解决目前的安全问题。
我认为AI最终还是要符合人的价值观，我们需要持续关注“AI到底要往哪里去”这一命题。
Q：据各位观察，在AIGC兴起后，行业格局会发生怎样的变化？如何看待AIGC未来的商业化发展趋势？
刘林：
第一是交互方式的巨大变化，会影响用户需求表达的丰富性和完整性，从而使得营销经营的路径发生变化。
第二是对商业系统的冲击。原有的商业系统呈漏斗形状，未来可能会向扁平化发展，那么对于内容的生产和服务资源的整合，端到端的服务分发也会发生非常大的变化。这样反过来也可以让企业进一步地拓展资源和服务的边界，提升线上服务的效率。
陈万锋：刚才刘总有讲到“百模大战”的现状，其实很多企业现在的想法就是怕落下。虽然说AIGC能够给大家的生活带来更多便利，但站在行业格局来看，有多少家能够快速有效地利用AI赋能企业运营，真正步入AIGC时代？那么赶不上的就很有可能会落后甚至消失。反过来对传统企业来说，也许当他们在今天去使用AI，很可能成长得会比专业技术公司还要快，这是很有趣的一点。
刁龙：如果是纯做AI的公司，竞争格局一定会越来越激烈，因为有大量的创业公司和大厂其实都在入局。另一方面中国的AI产品服务价格可能相较于海外更低，而硬件成本又太高，所以在这一领域大厂拥有绝对优势，未来很有可能会形成赢家通吃的局面。
如果是深入到AIGC垂直领域的公司，我认为会有很大发展。像很多原来因为成本高，难以通过人力实现的地方可以用AI来解决，那么就会为初创的新公司提供发展机遇。
我认为AI的发展其实就类似于历史上语言的诞生，我们会沿着这条路越走越远，AI也会逐渐普及，并逐渐运用于各种商业领域。
（来源：看头条网）
