ChatGPT类生成式人工智能：企业数字化转型的下一个风口？

【摘" 要】作为一种更高等级的人工智能技术，生成式人工智能为企业数字化转型带来了新的机遇和挑战。其核心技术包括生成对抗网络（GAN）、变分自编码器（VAE）、自回归模型等，通过学习大量的数据生成具有价值的内容；通过自然语言生成、图像生成、音频生成等应用赋能产业转型升级。论文旨在探讨生成式人工智能背景下企业实现数字化转型的策略，即通过稳妥应对劳动力平替现象、高度关注新的生产要素变化、严密防护数据隐私和安全、有效应对技术人才和管理挑战等策略实现企业数字化转型。

【关键词】生成式人工智能；企业；数字化转型

【中图分类号】F49；TP18" " " " " " " " " " " " " " " " " " " " " " "【文献标志码】A" " " " " " " " " " " " " " " " " " " " " " " " "【文章编号】1673-1069（2024）05-0119-03

1 引言

生成式人工智能可以帮助企业实现创新、提高效率、优化服务，从而提升竞争力和市场份额。企业在使用生成式人工智能实现数字化转型过程中，既要考虑到劳动力结构异化和生产要素变化为企业管理带来的新问题，也需关注潜在的风险和挑战。只有充分认识到生成式人工智能的重要性、复杂性和风险性，才能更好地利用其为企业数字化转型带来的巨大机遇，迎接这一风口的到来。

2 生成式人工智能为企业数字化转型带来的机遇

2023年以来，OpenAI发布ChatGPT系列，立刻引发全世界的高度关注，大量应用场景应运而生。最近，OpenAI又发布了Sora文生视频技术，让人类社会的思维世界和物理世界实现了真正意义上的虚拟化、数字化和孪生化。无论是传统企业，还是数字原生企业，面对自身发展需要、行业激烈竞争和时代发展所趋，必须通过数字化转型，实现数字赋能，降本增效，提升市场竞争力。随着生成式人工智能技术的运用更广泛、更深入，该技术创新必将为企业数字化转型带来更加深刻的影响，大概率会成为产业升级、企业转型的下一个重要风口。

生成式人工智能的应用将为企业带来四重效应，即替代效应、填补效应、创造效应和结构效应[1]。企业许多程式化的工作流程将被生成式人工智能取代。全球领先的专业技术分析机构——顾能公司（Gartner）预测，到2026年，中国超过30%的白领岗位将被重新定义，使用和管理生成式人工智能的技能将大受欢迎[2]。同时，该技术将催生出新的业态，新的数字化产业将赋能新质生产力生成，成为助力经济高质量发展的新引擎、促进数据交流共享的新介质、推动区域协调发展的新动力[3]。

然而，当前我国企业数字化转型的形势不容乐观，多数企业仍处在“摸爬滚打”阶段[4]。面对这一波生成式人工智能带来的新机遇，我国传统企业、数字原生企业应如何积极应对？需采取哪些策略方法？这是本文试图回答的问题，也是当下企业需要共同面对的问题。

3 生成式人工智能的技术原理及应用

生成式人工智能侧重于模拟人类的创造性思维和行为，通过学习大量的数据来生成具有一定价值的内容。其核心技术主要有3种：一是生成对抗网络（GAN），这是一种由生成器和判别器组成的框架，通过对抗训练的方式来生成逼真的数据样本。生成器试图生成逼真的数据样本，而判别器则试图区分生成的样本和真实的样本。通过不断的对抗和优化，生成器可以逐渐生成更加逼真的数据样本。二是变分自编码器（VAE），这是一种基于概率图模型的生成模型，通过学习数据样本的潜在分布来实现数据的生成和重构。其核心思想是将输入数据映射到一个潜在空间中，并通过学习潜在空间的分布来实现数据的生成。三是自回归模型，这是一种基于序列的生成模型，通过学习序列数据的联合概率分布来实现数据的生成。常见的自回归模型包括循环神经网络（RNN）、长短期记忆网络（LSTM）、Transformer等。

之前，企业数字化转型通常运用数字技术对流程再造，运用大数据来分析市场、顾客，实现对市场需求的精准把握，运用数字化技术实现更高效能的企业管理，但在智能决策方面，数字技术还无法实现。当前，数字经济的内在逻辑是数据、算力和算法。生成式人工智能是更高水平的数据、算力和算法的集成，企业数字化的转型升级的关键在于应用好人工智能。生成式人工智能时代的到来，技术将再造企业管理，推动企业数字化转型深度变革，在智能决策助手、办公自动化、数据智能分析、人力资源智能化管理等多个方向加速演绎迭代，并形成清晰定位。生成式人工智能还将运用自然语言处理技术加快数据感知，采取深度学习神经网络实现智能认知，通过人类反馈强化学习支持动态决策、多模态大模型架构推动精准执行等技术路径赋能企业新质生产力的生成。

4 生成式人工智能应用于企业数字化转型的场景分析

1885年，英国皇家统计协会杂志发表了拉文斯坦（E. G. Ravenstein）的论文“迁移规律”（The Laws of Migration），提出了针对人口迁移的推-拉理论，之后广泛应用于产业发展、市场营销等领域。运用推-拉理论可以解释，产业数字化转型以数字技术赋能和经济模式变革为内在驱动力，以治理模式创新和基础保障支撑为外在拉力，最终驱动产业数字化转型[5]。实证研究表明，数字化转型可以提升企业创新能力，数字化转型企业在资本市场更受青睐，数字化转型对企业技术创新具有促进作用，在国有企业及大规模企业应用中表现尤为突出[6]。可以断言，以生成式人工智能为驱动新一轮产业数字化和数字技术革命，将更有力地推拉企业的数字化转型。

顾能公司（Gartner）发布的《2023年中国数据、分析及人工智能技术成熟度曲线》报告，深入探讨了生成式人工智能在企业数字化转型中的应用和前景。企业数字化转型的成功案例表明，生成式人工智能技术在提升企业生产效率、优化业务流程、创新商业模式等方面具有重要作用。企业可以通过积极应用生成式人工智能技术，提升自身竞争力并实现可持续发展。

当前，人工智能已进入业态赋能的“成熟期”，该技术将成为企业数字化转型中不可或缺的一环，与云计算、大数据、区块链等新技术一起，通过数字化的转型建立企业的护城河[7]。随着ChatGPT 5.0的发布，生成式人工智能正大踏步地朝着通用型人工智能迈进，有望在未来3～5年基本实现真正意义上的人工智能。生成式人工智能对现有产业具有部分替代效应，主要体现在对人力资本的替代，进而助推传统产业的转型升级，通过与人力资本相互融合，突破现有产业的功能局限、提升产业生产和服务质量，最终将催生新业态和新模式[8]。生成式人工智能在提升企业生产效率、优化业务流程、创新商业模式等方面将发挥重要作用。对制造业而言，可通过利用多模态模型实现制造行业全自动化，实现智能决策，提升现有数字化水平。对服务业而言，该技术为行业内企业提供了发展新动能，为产业创新带来更多可能。生成式人工智能可以在以下场景中应用：

第一，自然语言生成的应用场景。生成式人工智能在自然语言生成领域的应用已经取得显著的成效。企业可以利用生成式模型来自动生成文章、报告、新闻等内容，从而提高内容生产效率，降低成本。ChatGPT系列模型可以生成编写逼真的文章，帮助企业实现自动化写作，提高内容的质量和数量。自然语言生成可以较好地应用于企业的智能客服。电商平台通过引入生成式人工智能技术，可实现智能客服功能。在未来的养老服务行业中，ChatGPT的介入将会为老年人提供陪伴服务，提升养老行业的服务水平和质量效益。在法律服务领域，生成式人工智能可通过信息收集与文本输出提升法律咨询业务的高效性与科学性。ChatGPT能够为律师更新法律条文、提供决策参考、自动生成固定格式文书并为公众提供免费法律咨询服务。

第二，图像生成的应用场景。生成式人工智能在图像生成方面也有广泛的应用。企业可以利用生成式模型生成产品设计、艺术作品等图像内容，加速创意产生和设计过程，提高产品的竞争力和市场份额。谷歌深度思考公司（DeepMind）研发的一种合成模型可以生成逼真的人脸图像，用于虚拟试衣间、虚拟化妆等应用场景。特别是对于时尚零售企业，可利用生成式人工智能技术，实现虚拟试衣间的功能。用户可以通过手机或电脑上传自己的照片，然后利用生成式模型生成逼真的试衣效果，用户可以在虚拟试衣间中选择不同款式和颜色的服装，体验不同的穿搭效果，帮助用户更好地选择合适的服装，提高了购物体验和满意度。

第三，音频生成的应用场景。生成式人工智能在音频生成方面的应用也日益成熟。企业可以利用生成式模型生成语音助手、音乐作品等音频内容，提高用户体验和服务质量，从而提升品牌形象和用户忠诚度。例如，语音合成模型（WaveNet）可以生成自然逼真的声音，用于智能客服、语音助手等场景，提高了客户服务的效率和满意度。对于智能家居企业，可引入生成式人工智能技术，开发智能语音助手的功能。用户可以通过语音指令控制家居设备，如打开灯光、调节温度等，智能语音助手可以根据用户的语音指令生成相应的语音回复，并执行相应的操作，提高了家居生活的便利性和舒适度。

第四，数据增强的应用场景。生成式人工智能可以用于数据增强，通过生成合成数据来丰富训练数据集。数据增强可以有效地改善数据稀缺和不平衡的问题，提高模型的性能和效果。特斯拉（Tesla）是一家电动汽车制造商，其数字化转型的成果在行业中具有显著影响。特斯拉利用生成式人工智能优化其自动驾驶系统，通过分析大量行驶数据，不断改进和优化车辆的自动驾驶功能。同时，特斯拉利用生成式人工智能技术优化生产流程，提高了生产效率和产品质量。

第五，创新与个性化服务场景。生成式人工智能可以帮助企业实现创新和个性化服务。通过生成式模型生成新颖的产品设计、广告宣传等内容，满足用户个性化需求，提高用户体验和满意度。亚马逊（Amazon）是全球最大的在线零售商之一，其成功的数字化转型离不开生成式人工智能的应用。亚马逊利用机器学习技术对大量用户数据进行分析，通过预测用户需求和智能推荐商品，提升了销售额和客户满意度。同时，亚马逊利用生成式人工智能优化仓储和物流管理，降低了库存成本和配送时间。腾讯（Tencent）是我国最大的互联网公司之一，其在数字化转型方面取得了显著成果。腾讯利用生成式人工智能技术优化其社交媒体平台、游戏、广告等业务领域，提高了用户体验和商业效益。腾讯还利用机器学习技术分析用户行为和兴趣，为用户推荐个性化的内容和服务。

5 运用生成式人工智能实现企业数字化转型的策略

当前，我国企业尤其是中小企业数字化转型意愿不强，面对转型不确定性带来的市场、产品、管理风险，企业会选择较为稳妥的传统经营方式。如今，生成式人工智能为企业数字化转型带来新的机遇和选项，企业应如何尽快更新理念，抓住机遇，接好风口，应对风险？

5.1 稳妥应对劳动力平替现象

企业要主动应对“卢德主义”，积极拥抱新技术，抓紧利用“窗口期”，加速劳动技能迭代[9]。生成式人工智能是数字化的生产工具，是通过算法对数据加工并生成用于更大规模数字经济活动的生产工具，延伸了劳动者的生产空间和时间，改变了传统的劳动结构，对中等技术劳动者替代弹性更强，导致数字生产工具的异化与劳动分化，加剧了劳动者的两极分化。企业应认识到，该技术的应用将迭代取代之前普遍认为无法取代的行业工种，向劳动力平替的高端上游演进。

5.2 高度关注新的生产要素变化

中共中央、国务院发布的《关于构建数据基础制度更好发挥数据要素作用的意见》，确立了数据的基础制度体系，将数据定义为新的生产要素，明确了数据要素的市场地位。随着生成式人工智能的应用，将产出更多新的生产要素，可能产生超级产业组织与管理变革，人与产业组织相互产生作用，推动产业组织向以生成式人工智能为核心的超级产业组织转变，并推动管理方式的变革，加速企业商业模式的迭代。生成式人工智能时代，生产力的内涵从物质形态向可用但不可见的虚拟形态和物质形态的共存转变[10]，从而成为新质生产力重要的新形态。

5.3 严密防护数据隐私和安全

生成式人工智能需要大量的数据进行训练，可能涉及用户的隐私信息。企业在使用生成式人工智能时需要强化数据保护和安全措施，防止数据泄露和滥用。生成式模型极有可能被攻击者利用来生成虚假数据，误导用户或破坏系统的正常运行。生成式人工智能模型可能受到对抗性攻击，导致生成的内容不真实或具有误导性。同时，生成式人工智能可能被用于制造虚假信息或深度伪造，对社会造成不良影响。企业在使用生成式人工智能时需要遵守伦理道德标准，保证生成的内容合法、真实和可信。生成式人工智能模型也可能存在漏洞或缺陷，导致系统的稳定性和可靠性受到影响。因此，企业需要加强对模型的安全性评估并采取防御措施，减少潜在的虚假信息或深度伪造风险，坚守伦理道德底线，严格遵守法律法规。

5.4 有效应对技术人才和管理挑战

生成式人工智能技术属于前沿技术，需要具备一定的技术水平和专业知识才能进行研发和应用。生成式人工智能使得企业管理的复杂性大幅提升，企业在引入生成式人工智能技术时可能面临技术人才短缺和培养的挑战，需要加强人才引进，着力培养高素质技术型人才，进一步完善人才培养体系。此外，针对生成式人工智能技术的应用，企业需要进行有效的管理和监控，确保技术的合法合规合理使用和运行效果的持续优化。

【参考文献】

【1】周子凡.生成式人工智能对就业的影响及应对之策[J].当代经济，2023，40（10）：46-52.

【2】Gartner.Gartner发布2023年中国数据分析和人工智能技术成熟度曲线[EB/OL].https：//www.gartner.com/cn/newsroom/press-releases/gartner_2023_，2023-08-30.

【3】张夏恒，马妍.生成式人工智能技术赋能新质生产力涌现：价值意蕴、运行机理与实践路径[J].电子政务，2024（4）：17-25.

【4】李元丽.人工智能时代企业数字化转型之路怎么走？[N].人民政协报，2023-04-11（005）.

【5】祝合良，王春娟.“双循环”新发展格局战略背景下产业数字化转型：理论与对策[J].财贸经济，2021，42（3）：14-27.

【6】段华友，杨兴柳，董峰.数字化转型、融资约束与企业创新[J].统计与决策，2023，39（5）：164-168.

【7】李晓光.商汤赵峰：人工智能进入业态赋能“成熟期[J].商学院，2020（10）：69-70.

【8】郑世林，陶然，杨文博.ChatGPT等生成式人工智能技术对产业转型升级的影响[J].产业经济评论，2024（1）：5-20.

【9】周子凡.生成式人工智能对就业的影响及应对之策[J].当代经济，2023，40（10）：46-52.

【10】李颖.生成式人工智能ChatGPT的数字经济风险及应对路径[J].江淮论坛，2023（2）：74-80.